首页 文章

在ggplot2 stat_binhex中显示每个bin的最大频率点

提问于
浏览 次
1

我有一个数据集，其中一个坐标可以重复几次 . 我想创建一个hexbinplot，显示在该bin中重复坐标的最大次数 . 我正在使用R而我更愿意使用ggplot，因此图表与同一报告中的其他图表一致 .

最小工作示例（分档显示计数而非最大值）：

library(ggplot2)
library(data.table)
set.seed(41)
dat<-data.table(x=sample(seq(-10,10,1),1000,replace=TRUE),
           y=sample(seq(-10,10,1),1000,replace=TRUE))
dat[,.N,by=c("x","y")][,max(N)]
# No bin should be over 9

p1 <- ggplot(dat,aes(x=x,y=y))+stat_binhex(bins=10)
p1

我认为这种方法应该与这个问题有关：calculating percentages for bins in ggplot2 stat_binhex但我不确定如何使其适应我的情况 . 此外，我担心这个问题ggplot2: ..count.. not working with stat_bin_hex anymore因为它可以使我的目标比我最初的想法更难 .

是否可以使垃圾箱显示重复点的最大次数？

r ggplot2

1 回答

  • 1

    我认为，在更多地使用数据之后，我现在明白了 . 图中的每个箱表示多个点，例如（9,9）;（9,10）（10,9）;（10,10）都在图中的单个箱中 . 我必须提醒，这是预期的行为 . 我不清楚为什么你不想这样做 . 相反，您似乎想要显示其中一个点的值（例如9,9） .

    我不认为您可以直接在 geom_hex 或 stat_hexbin 的调用中执行此操作，因为这些函数正在尝试忠实地表示所有数据 . 实际上，它们并不一定像您一样期望离散坐标 - 它们在连续数据上同样有效 .

    为了您的目的，如果您想要更好的控制，您可能希望改为使用 geom_tile 并自己计算值，例如 . （使用 dplyr 和 magrittr ）：

    countedData <-
  dat %$%
  table(x,y) %>%
  as.data.frame()

ggplot(countedData
       , aes(x = x
             , y = y
             , fill = Freq)) +
  geom_tile()

    并且您可以从那里稍微使用表示，但它至少会更忠实地显示每个单独的坐标 .

    或者，您可以过滤原始数据，仅包括bin中最大的点 . 这将要求您匹配binning，但至少可以选择 .

    为了完整起见，这里是如何适应@Jon Nagra（OP）linked to的 stat_summary_hex 解决方案 . 请注意，还有一些额外的步骤，所以我认为这并不重复 . 具体来说，上面的表步骤需要生成可用作摘要的 z 的内容，然后您需要将x和y从因子转换回原始比例 .

    ggplot(countedData
       , aes(x = as.numeric(as.character(x))
             , y = as.numeric(as.character(y))
             , z = Freq)) +
  stat_summary_hex(fun = max, bins = 10
                   , col = "white")

    值得注意的是，我仍然认为 geom_tile 可能更有用，即使它不是那么华丽 .

    回复于

相关问题