如何连接条形图，就像 geom_density_ridges 对直方图所做的那样

Posted 2023-03-24

【中文标题】如何连接条形图，就像 geom_density_ridges 对直方图所做的那样

【英文标题】：How to connect bar plot, just like geom_density_ridges does for histogram

【发布时间】：2018-12-27 17:16:09

【问题描述】：

我无法在 R 中创建绘图。如果我有类似的数据

我要创作：

x 轴为 Sepal.length、Sepal.Width、Petal.Width、Petal.Length ，y轴是不同的物种，高度是值。并根据 y 轴用不同的颜色填充每个条形图。

谢谢！

到目前为止，我已经尝试过：

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)

【问题讨论】：

到目前为止你尝试过什么代码？你应该发布它，否则很难得到答案。

我试过了：ggplot(df,aes(Samples,Values))+ geom_bar(aes(fill=Species),stat="identity")+ facet_grid(Species~.,scale='free ',space='free')+theme(panel.margin = unit(0.1, "lines")) and \n 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)

你看到在你的山脊图中你只有一条线吗？这是因为岭图用于显示值的分布，就像直方图一样，但你只给它一个平均值。尝试只使用原始值，而不是平均值

【参考方案1】：

你的多面情节是在正确的轨道上。就像我在评论中所说的那样，您正在尝试显示值的分布，而不是值的手段。您可以手动设置中断并计算计数以显示在geom_bar 中，但这很容易变得非常复杂，特别是因为不同类型的度量具有不同的尺度。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。

除了你所拥有的，这只是 1. 使用发行版和 2. 巧妙地处理主题的问题。如果您移动刻面标签，旋转左侧条带，取出条带背景，并删除面板之间的垂直间距，您基本上得到了一个脊图。我对ggridges 不是很熟悉，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) 于 2018 年 7 月 19 日创建。

【讨论】：

我可以指定子图的顺序，比如先杂色，然后是setosa，再到virginica？

当然，你可以随意设置休息时间

@CecilyMag 我只是回头一看，意识到你的意思是安排方面，而不是休息。您可以通过将 Species 设置为一个因子（如果还没有），然后更改因子级别的顺序

【参考方案2】：

仅供参考，最好发布您的数据而不是屏幕截图，并且您还应该发布您迄今为止尝试过的代码。

你要找的是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

【讨论】：

但是我需要 x 轴是不同的变量名而不仅仅是 sepal.length，我怎样才能做到这一点

你想让x轴有多个变量吗？不太明白你的意思。 . .