R 数据可视化 —— ggplot 误差图和边际线

误差图

设置垂直间隔的方式有很多,每种方式对应于一种图形,包括:

  • geom_crossbar
  • geom_errorbar
  • geom_linerange
  • geom_pointrange

示例

对于如下数据

df <- data.frame(
  trt = factor(c(1, 1, 2, 2)),
  resp = c(1, 5, 3, 4),
  group = factor(c(1, 2, 1, 2)),
  upper = c(1.1, 5.3, 3.3, 4.2),
  lower = c(0.8, 4.6, 2.4, 3.6)
)

> df
  trt resp group upper lower
1   1    1     1   1.1   0.8
2   1    5     2   5.3   4.6
3   2    3     1   3.3   2.4
4   2    4     2   4.2   3.6

绘制范围线条

p <- ggplot(df, aes(trt, resp, colour = group))
p + geom_linerange(aes(ymin = lower, ymax = upper))

设置点范围

p + geom_pointrange(aes(ymin = lower, ymax = upper))

设置矩形范围

p + geom_crossbar(aes(ymin = lower, ymax = upper), width = 0.2)

误差线,我们之前已经画过了

p + geom_errorbar(aes(ymin = lower, ymax = upper), width = 0.1)

上面这些例子都是竖直方向上的,要绘制水平方向,只要将轴翻转一下即可

p + geom_errorbar(aes(ymin = lower, ymax = upper), width = 0.1) +
  coord_flip()

为分组添加连接线

p + geom_line(aes(group = group)) +
  geom_errorbar(aes(ymin = lower, ymax = upper), width = 0.1)

为条形图添加误差线

ggplot(df, aes(trt, resp, fill = group)) +
  geom_col(position = "dodge2") +
  geom_errorbar(
    aes(ymin = lower, ymax = upper),
    position = position_dodge2(width = 0.2, padding = 0.8)
  ) +
  coord_flip()

边际分布

边际分布图用于在 2D 图形中,绘制数据在 XY 轴的映射,适用于较小的数据集

默认情况下,线条长度为整个图形的 3%,而数据绘制区域距离两端的间隙为 5%。因此,默认情况下边际分布不会和数据重叠

示例

例如,对于如下分布

p <- ggplot(mtcars, aes(wt, mpg)) +
  geom_point()
p

我们可以添加数据的边际分布

p + geom_rug()

能够很容易的观察出数据在某一维度的分布情况

我们也可以只绘制一个维度

p + geom_rug(sides = 'l')

通过设置 sides 参数,该参数接受 t(top)r(right) b(bottom) l(left) 的任意组合

从上面的图可以看出,许多点映射到坐标轴后是重叠在一起的,我们可以设置 position 参数,尽量避免重叠情况

ggplot(mpg, aes(displ, cty)) +
  geom_jitter() +
  geom_rug(alpha = 1/2, position = "jitter")

让线条朝外

p + geom_rug(outside = TRUE) +
  coord_cartesian(clip = "off")

与轴标签重叠了,将它们放到上面和右边去。同时,记得设置一下边距,不然线条会被遮盖

p + geom_rug(outside = TRUE, sides = 'tr') +
  coord_cartesian(clip = "off") +
  theme(plot.margin = margin(1, 1, 1, 1, "cm"))

如果要设置线条的长度,记得同时修改数据区域与轴线的间距,避免与数据点重叠

p + geom_rug(length = unit(0.05, "npc")) +
   scale_y_continuous(expand = c(0.1, 0.1))

设置颜色与线条类型与大小

ggplot(mtcars, aes(wt, mpg)) +
  geom_point() +
  geom_rug(sides = 'l', colour = "#a65628", linetype = 2, size = 2) +
  geom_rug(sides = 'b', colour = "#377eb8", linetype = 5, size = 2.5)
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,552评论 5 474
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,666评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,519评论 0 334
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,180评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,205评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,344评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,781评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,449评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,635评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,467评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,515评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,217评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,775评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,851评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,084评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,637评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,204评论 2 341

推荐阅读更多精彩内容