首页 文章

如何连接条形图，就像geom_density_ridges一样用于直方图

提问于
浏览 次
1

我在R中创建绘图很麻烦 . 如果我有像这样的数据

enter image description here

我想创建：

enter image description here

x轴为Sepal.length，Sepal.Width，Petal.Width，Petal.Length，y轴为不同种类，高度为数值 . 并根据y轴填充每个不同颜色的条形图 .

谢谢！

到目前为止，我尝试过：

iris_mean <- aggregate(iris[,1:4], by=list(Species=iris$Species), FUN=mean) 
library(reshape2)
df_mean <- melt(iris_mean, id.vars=c("Species"), variable.name = "Samples", 
  value.name="Values")

ggplot(df_mean,aes(Samples,Values))+
geom_bar(aes(fill=Species),stat="identity")+
  facet_grid(Species~.,scale='free',space='free')+theme(panel.margin = unit(0.1, "lines"))


ggplot(df_mean,aes(x=Samples,y=Species,height =Values))+
  geom_density_ridges2(aes(fill=Species),stat='identity',
                       scale=1.5,
                       alpha=0.1,
                       lty = 1.1)
r ggplot2 ggridges

2 回答

  • 1

    仅供参考，更好地发布您的数据而不是放在屏幕截图中，您还应该发布到目前为止您尝试过的代码 .

    您正在寻找的是 facet_grid ：

    library(tidyverse)

iris_summarized <- iris %>%
 group_by(Species, Sepal.Length) %>%
 summarize(total = n())

ggplot(iris_summarized, aes(x = Sepal.Length, y = total, fill = Species)) + # the fill argument sets the color for the bars
 geom_col() + # use geom_col instead of geom_bar if you are explicitly referencing counts in your data set
 facet_grid(Species ~ ., switch = "y") + # the switch = "y" argument moves the species name to the left side of the graph
 theme(strip.placement = "outside", # this moves the title of each facet to the left of the axis
       strip.background = element_blank()) # this makes the title of each facet not have a background
    回复于
  • 2

    你的刻面情节是在正确的轨道上 . 就像我在评论中所说，你试图显示 Value 分布，而不是 Value 手段 . 您可以手动设置中断并计算要在 geom_bar 中显示的计数，但这很容易变得非常复杂，特别是因为不同类型的度量在不同的比例上 . 我建议只使用简单的直方图 . 我使用 gather 而不是 melt 来制作长数据 - 这只是偏好 .

    除了你之外，我还要做的事情是：1 . 使用发行版，2 . 聪明的主题 . 如果你移动小平面标签，旋转左侧条带，取出条带背景，并删除面板之间的垂直间距，你不太熟悉 ggridges ，但我猜它会做类似的事情 . 从这里，您可以调整您认为合适的方式 .

    library(tidyverse)

iris_long <- as_tibble(iris) %>%
  gather(key = measure, value = value, -Species)

ggplot(iris_long, aes(x = value, fill = Species)) +
  # geom_density_ridges() +
  geom_histogram(show.legend = F) +
  scale_y_continuous(breaks = NULL) +
  labs(x = "Measure", y = "Species") +
  facet_grid(Species ~ measure, scales = "free", switch = "both") +
  theme(strip.background = element_blank(), strip.text.y = element_text(angle = 180), 
        strip.placement = "outside", panel.spacing.y = unit(0, "cm"))
#> `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

    由reprex package（v0.2.0）创建于2018-07-19 .

    回复于

相关问题