我正在嘗試使用ggplot2繪制晶格類型數據，然后在樣本數據上疊加正態分布以說明基礎數據離正態有多遠。我想讓普通dist位于頂部，以具有與面板相同的均值和stdev。這是一個例子：library(ggplot2)#make some example datadd<-data.frame(matrix(rnorm(144, mean=2, sd=2),72,2),c(rep("A",24),rep("B",24),rep("C",24)))colnames(dd) <- c("x_value", "Predicted_value", "State_CD")#This workspg <- ggplot(dd) + geom_density(aes(x=Predicted_value)) + facet_wrap(~State_CD)print(pg)一切都很好，并產生了一個很好的數據三面板圖。如何在頂部添加法線dist？看來我會使用stat_function，但是失敗了：#this failspg <- ggplot(dd) + geom_density(aes(x=Predicted_value)) + stat_function(fun=dnorm) + facet_wrap(~State_CD)print(pg)似乎stat_function與facet_wrap功能不兼容。我怎樣才能使這兩個打得更好？- - - - - - 編輯 - - - - -我嘗試從以下兩個答案中整合想法，但我仍然不存在：使用兩個答案的組合，我可以一起破解：library(ggplot)library(plyr)#make some example datadd<-data.frame(matrix(rnorm(108, mean=2, sd=2),36,2),c(rep("A",24),rep("B",24),rep("C",24)))colnames(dd) <- c("x_value", "Predicted_value", "State_CD")DevMeanSt <- ddply(dd, c("State_CD"), function(df)mean(df$Predicted_value)) colnames(DevMeanSt) <- c("State_CD", "mean")DevSdSt <- ddply(dd, c("State_CD"), function(df)sd(df$Predicted_value) )colnames(DevSdSt) <- c("State_CD", "sd")DevStatsSt <- merge(DevMeanSt, DevSdSt)pg <- ggplot(dd, aes(x=Predicted_value))pg <- pg + geom_density()pg <- pg + stat_function(fun=dnorm, colour='red', args=list(mean=DevStatsSt$mean, sd=DevStatsSt$sd))pg <- pg + facet_wrap(~State_CD)print(pg)這真的很近...除了正常的dist繪圖有問題之外：在此處輸入圖片說明我在這里做錯了什么？
3 回答
慕工程0101907
TA貢獻1887條經驗 獲得超5個贊
stat_function旨在在每個面板中覆蓋相同的功能。（沒有明顯的方法可以使函數的參數與不同的面板匹配）。
正如伊恩（Ian）所建議的那樣，最好的方法是自己生成法線，并將其繪制為單獨的數據集（這是您之前出錯的地方-合并對于這個示例來說沒有意義，如果仔細看，您會看到這就是為什么您會得到奇怪的鋸齒圖案）。
解決問題的方法如下：
dd <- data.frame(
predicted = rnorm(72, mean = 2, sd = 2),
state = rep(c("A", "B", "C"), each = 24)
)
grid <- with(dd, seq(min(predicted), max(predicted), length = 100))
normaldens <- ddply(dd, "state", function(df) {
data.frame(
predicted = grid,
density = dnorm(grid, mean(df$predicted), sd(df$predicted))
)
})
ggplot(dd, aes(predicted)) +
geom_density() +
geom_line(aes(y = density), data = normaldens, colour = "red") +
facet_wrap(~ state)
冉冉說
TA貢獻1877條經驗 獲得超1個贊
我認為您需要提供更多信息。這似乎可行：
pg <- ggplot(dd, aes(Predicted_value)) ## need aesthetics in the ggplot
pg <- pg + geom_density()
## gotta provide the arguments of the dnorm
pg <- pg + stat_function(fun=dnorm, colour='red',
args=list(mean=mean(dd$Predicted_value), sd=sd(dd$Predicted_value)))
## wrap it!
pg <- pg + facet_wrap(~State_CD)
pg
我們為每個面板提供相同的均值和sd參數。讀者可以練習獲得面板特定的平均值和標準偏差*;）
'*'換句話說，不確定如何完成...
皈依舞
TA貢獻1851條經驗 獲得超3個贊
如果您不想“手工”生成正態分布線圖，仍要使用stat_function并排顯示圖形-那么您可以考慮使用在“ Cookbook for R”上發布的“ multiplot”函數替代facet_wrap。您可以從此處將多圖代碼復制到您的項目中。
復制代碼后，請執行以下操作：
# Some fake data (copied from hadley's answer)
dd <- data.frame(
predicted = rnorm(72, mean = 2, sd = 2),
state = rep(c("A", "B", "C"), each = 24)
)
# Split the data by state, apply a function on each member that converts it into a
# plot object, and return the result as a vector.
plots <- lapply(split(dd,dd$state),FUN=function(state_slice){
# The code here is the plot code generation. You can do anything you would
# normally do for a single plot, such as calling stat_function, and you do this
# one slice at a time.
ggplot(state_slice, aes(predicted)) +
geom_density() +
stat_function(fun=dnorm,
args=list(mean=mean(state_slice$predicted),
sd=sd(state_slice$predicted)),
color="red")
})
# Finally, present the plots on 3 columns.
multiplot(plotlist = plots, cols=3)
- 3 回答
- 0 關注
- 2482 瀏覽
添加回答
舉報
0/150
提交
取消