首页 文章

drc :: drc用ggplot2绘图

提问于
浏览 次
5

我正在尝试使用 ggplot2 重现 drc 图 . 这是我的第一次尝试（MWE如下） . 但是，我的ggplot2与基础R图有点不同 . 我想知道我在这里遗失了什么？

library(drc)
chickweed.m1 <- drm(count~start+end, data = chickweed, fct = LL.3(), type = "event")

plot(chickweed.m1, xlab = "Time (hours)", ylab = "Proportion germinated", 
xlim=c(0, 340), ylim=c(0, 0.25), log="", lwd=2, cex=1.2)

enter image description here

library(data.table)
dt1 <- data.table(chickweed)

dt1Means1 <- dt1[, .(Germinated=mean(count)/200), by=.(start)]
dt1Means2 <- dt1Means1[, .(start=start, Germinated=cumsum(Germinated))]
dt1Means  <- data.table(dt1Means2[start!=0], Pred=predict(object=chickweed.m1))

library(ggplot2)
ggplot(data= dt1Means, mapping=aes(x=start, y=Germinated)) + 
    geom_point() +
    geom_line(aes(y = Pred)) +
    lims(y=c(0, 0.25)) +
    theme_bw()

enter image description here

Edited

我按照here的方法（有一些更改） .

r ggplot2 drc

3 回答

  • 8

    注意，您可以跳到最后一段以获得简单的答案 . 本答案的其余部分记录了我如何达成该解决方案

    看一下drc ::: plot.drc的代码，我们可以看到最后一行无形地返回一个data.frame retData

    function (x, ..., add = FALSE, level = NULL, type = c("average", 
                                                      "all", "bars", "none", "obs", "confidence"), broken = FALSE, 
          bp, bcontrol = NULL, conName = NULL, axes = TRUE, gridsize = 100, 
          log = "x", xtsty, xttrim = TRUE, xt = NULL, xtlab = NULL, 
          xlab, xlim, yt = NULL, ytlab = NULL, ylab, ylim, cex, cex.axis = 1, 
          col = FALSE, lty, pch, legend, legendText, legendPos, cex.legend = 1, 
          normal = FALSE, normRef = 1, confidence.level = 0.95) 
{
  # ...lot of lines omitted...
  invisible(retData)
}

    retData包含拟合模型线的坐标，因此我们可以使用它来绘制plot.drc使用的相同模型

    pl <- plot(chickweed.m1, xlab = "Time (hours)", ylab = "Proportion germinated", 
        xlim=c(0, 340), ylim=c(0, 0.25), log="", lwd=2, cex=1.2)
names(pl) <- c("x", "y")
ggplot(data= dt1Means, mapping=aes(x=start, y=Germinated)) + 
  geom_point() +
  geom_line(data=pl, aes(x=x, y = y)) +
  lims(y=c(0, 0.25)) +
  theme_bw()

    enter image description here

    这与您使用predict（object = chickweed.m1）在ggplot中创建的版本相同 . 因此，差异不在于模型线，而在于绘制数据点的位置 . 我们可以通过将函数的最后一行从 invisible(retData) 更改为 list(retData, plotPoints) 来从drc ::: plot.drc导出数据点 . 为方便起见，我将drc ::: plot.drc的整个代码复制到一个新函数中 . 请注意，如果您希望复制此步骤，drcplot调用的一些函数不会在drc命名空间中导出，因此 drc::: 需要预先添加到函数 parFct ， addAxes ， brokenAxis 和 makeLegend 的所有调用 .

    drcplot <- function (x, ..., add = FALSE, level = NULL, type = c("average", 
                                                      "all", "bars", "none", "obs", "confidence"), broken = FALSE, 
          bp, bcontrol = NULL, conName = NULL, axes = TRUE, gridsize = 100, 
          log = "x", xtsty, xttrim = TRUE, xt = NULL, xtlab = NULL, 
          xlab, xlim, yt = NULL, ytlab = NULL, ylab, ylim, cex, cex.axis = 1, 
          col = FALSE, lty, pch, legend, legendText, legendPos, cex.legend = 1, 
          normal = FALSE, normRef = 1, confidence.level = 0.95) 
{
  # ...lot of lines omitted...
  list(retData, plotPoints)
}

    并使用您的数据运行它

    pl <- drcplot(chickweed.m1, xlab = "Time (hours)", ylab = "Proportion germinated", 
          xlim=c(0, 340), ylim=c(0, 0.25), log="", lwd=2, cex=1.2)

germ.points <- as.data.frame(pl[[2]])
drc.fit <- as.data.frame(pl[[1]])
names(germ.points) <- c("x", "y")
names(drc.fit) <- c("x", "y")

    现在，使用ggplot2绘制这些内容可以获得您想要的内容

    ggplot(data= dt1Means, mapping=aes(x=start, y=Germinated)) + 
  geom_point(data=germ.points, aes(x=x, y = y)) +
  geom_line(data=drc.fit, aes(x=x, y = y)) +
  lims(y=c(0, 0.25)) +
  theme_bw()

    enter image description here

    最后，将此图（ germ.points ）的数据点值与原始ggplot（ dt1Means ）中的数据点值进行比较，显示出差异的原因 . 您在 dt1Means 中的计算点相对于plot.drc中的计算点提前一段时间 . 换句话说，plot.drc将事件分配到它们发生的时间段的结束时间，而您将发芽事件分配到它们发生的时间间隔的开始 . 您可以通过例如使用来简单地调整它

    dt1 <- data.table(chickweed)
dt1[, Germinated := mean(count)/200, by=start]
dt1[, cum_Germinated := cumsum(Germinated)]
dt1[, Pred := c(predict(object=chickweed.m1), NA)]  # Note that the final time period which ends at `Inf` can not be predicted by the model, therefore added `NA` in the final row

ggplot(data= dt1, mapping=aes(x=end, y=cum_Germinated)) + 
  geom_point() +
  geom_line(aes(y = Pred)) +
  lims(y=c(0, 0.25)) +
  theme_bw()
    回复于
  • 2

    从@dww的答案获得直觉，我不得不在原始代码中进行两处小改动 . 只需将 start!=0 替换为 end!=Inf in

    dt1Means1 <- dt1[, .(Germinated=mean(count)/200), by=.(start, end)]
dt1Means  <- data.table(dt1Means2[start!=0], Pred=predict(object=chickweed.m1))

    给出正确的图表 .

    回复于
  • 1

    我真的很喜欢dww提出的解决方案 . 我可能会建议对此解决方案进行推广 . 通过将以下行添加到自编写的 drc:::plotdrc() 版本中，您可以概括解决方案 . 该函数接受 drc:::plotdrc() 函数的输入，但输出具有相同规格的ggplot对象作为原始函数的默认基本图输出 .

    只需将 invisible(retData, plotPoints) 替换为

    result <- list(retData, plotPoints) 
points <- as.data.frame(result[[2]])
drc.fit <- as.data.frame(result[[1]]) 
names(points) <- c("x", "y")
names(drc.fit) <- c("x", "y")` 

gg_plot <- ggplot2::ggplot(data=points, aes(x = x, y = y)) + 
geom_point() +
geom_line(data=drc.fit, aes(x = x, y = y)) +
scale_x_continuous(trans='log10', limits = xlim) +
ylab(ylab) +
xlab(xlab) +
lims(y = ylim) +
theme_bw()
return(gg_plot)`
    回复于

相关问题