R：如何：使用 gplot 和 geom_density 的 3d 密度图

Posted 2023-02-16

【中文标题】R：如何：使用 gplot 和 geom_density 的 3d 密度图

【英文标题】：R: How to : 3d Density plot with gplot and geom_density

【发布时间】：2014-11-17 01:45:19

【问题描述】：

我正在尝试将多个密度图与叠加图结合起来。 ggplot 和 geom_density 可以完成这项工作，但密度是相互叠加的。

ggplot(all.complete, aes(x=humid_temp)) +  
  geom_density(aes(group=height, colour=height, fill=height.f, alpha=0.1)) + 
  guides(fill = guide_legend(override.aes = list(colour = NULL))) +
  labs(main="Temperature by Height", x="Temperature", y="Density")

与此类似的事情是我想要实现的：

在我的例子中，岁数会被身高代替。

谢谢！！！

【问题讨论】：

然后，我们能看到一组伪垂直于时间轴排列的等高线图吗？不完全是。我在这里不是我通常的讽刺自我。我认为这是在 Lattice 书中完成的，图 14.3（但不是使用伪 3D 排列。）

ggplot 不做 3D 图形。如果你想要下图，你将不得不使用不同的包。您可以尝试分面，但有这么多组可能无法提供信息。

【参考方案1】：

您要查找的图表称为岭线图。试试ggridges 包和ggplot2。

时间数据示例：

library(viridis)
ggplot(lincoln_weather, aes(x = `Mean Temperature [F]`, y = `Month`, fill = ..x..)) +
  geom_density_ridges_gradient(scale = 3, rel_min_height = 0.01, gradient_lwd = 1.) +
  scale_x_continuous(expand = c(0.01, 0)) +
  scale_y_discrete(expand = c(0.01, 0)) +
  scale_fill_viridis(name = "Temp. [F]", option = "C") +
  labs(title = 'Temperatures in Lincoln NE',
       subtitle = 'Mean temperatures (Fahrenheit) by month for 2016\nData: Original CSV from the Weather Underground') +
  theme_ridges(font_size = 13, grid = TRUE) + theme(axis.title.y = element_blank())

结果如下：

【参考方案2】：

我知道这个老问题，但其他有这种问题的人可能会偶然发现这篇文章，所以我想我会添加一个最近发现的解决方案。刚刚创建了一个新包来执行这种类型的可视化，它被称为ggjoy，旨在与 ggplot2 系统一起使用。

所有信息都可以在这里找到：https://github.com/clauswilke/ggjoy

希望对您有所帮助！

【讨论】：

终于！谢谢，丹尼尔！

似乎 ggjoy 包已被弃用。请参阅：[cran.r-project.org/web/packages/ggjoy/vignettes/…

【参考方案3】：

正如@jlhoward 所提到的，使用构面或使用子图可以工作，但是任何一个选项都不能很好地适应大量组。考虑改用 ecdf 图。

如果没有您的对象 all.complete 中的数据，我无法重新创建您的绘图，所以这里有一个简化的示例：

library(ggplot2)

ggplot(iris, aes(x = Sepal.Length)) +  
  geom_density(aes(group = Species, 
                   colour = Species, 
                   fill = Species),
               alpha = 0.2)

对于几个以上的组，我发现 ecdf 图更容易解释。制作类似的情节：

 ggplot(iris, aes(x = Sepal.Length)) +  
  stat_ecdf(aes(color = Species))

您可以在同一个图上拥有数十个 ecdf 图，并且由于它们只是线条，因此它们仍然足够分开以供查看。如您的示例所示，密度图或直方图将过于重叠。

这篇博文让我开始使用 ecdf 图，并提供了更多关于它们的信息：http://allendowney.blogspot.com/2013/08/are-my-data-normal.html