geom_密度返回图而不考虑实际值

Question

我试图绘制 7 个不同地理点的 3 个变量的密度图，但输出未按预期显示。 N 应该在中间较高，但另一个似乎绘制了相同的图案，但它不是真实的，这是为什么？我该如何解决它？

Variable1 <- c(rep("E",7), rep("N",7),rep("L",7))
Variable2 <- c(rep(1:7, 3))
value <- c(12.44035, 11.98035333, 11.40821, 12.15833, 13.14826, 11.99339667, 12.17363, 4.073096, 3.946134667, 6.244152, 5.76892, 4.545772, 3.580206667, 2.879470667, 3.6912875, 3.501247, 2.684179, 3.06306, 3.364774, 4.485021333, 3.373649333)
df <- data.frame(Variable1, Variable2, value)

library(ggridges)
ggplot(df, aes(x = Variable2, y = Variable1)) +
  geom_density_ridges(aes(fill = Variable1)) 

我想要这样的东西：

Answer 1

您正在计算 x 轴的密度，在您的情况下是

Variable 2

，每个

1,2,...,7

都有相同的事情 (

Variable 1

)，因此它给出相同的密度。

所以我认为你希望你的x轴是

value

，而你实际上不需要

Variable 2

，因为它只是一个索引。

ggplot(df, aes(x=value, y=Variable1)) +
  geom_density_ridges(aes(fill=Variable1)) 

编辑1：

您实际上想要的几何图形是

geom_line

，或

geom_smooth

（用于更漂亮的图形），或者可能是

geom_area

，用于填充曲线下的区域。

现在，一种方法是将所有曲线放在相同的 y 尺度上：

ggplot(df, aes(x=Variable2, y=value, color=Variable1)) +
  geom_smooth(fill=NA)

但这并没有给出您想要的分离。为此，我知道的方法是为每个

Variable1

绘制一个图，并将它们排列在一起（但也许这个包有一个选项

ggridges

，但我从未使用过它）。为此，我们构建了一个“基础”图：

g = ggplot(df, aes(x=Variable2, y=value)) +
  geom_smooth(fill=NA) +
  theme(axis.text.x  = element_blank(),
        axis.title.x = element_blank())

我们删除了 x 轴，只在网格中添加一次。然后，我们通过 for 循环一次一个地为每个变量应用该基数：

for(i in unique(df$Variable1)){
  df2 = df[df$Variable1==i,]
  assign(i,
         g %+% df2 + ylab(i) +
               ylim(min(df2$value),max(df2$value)))}

这会为每个

Variable1

创建一个图表，命名为变量本身。现在我们在最后一个图中添加 x 轴并将它们排列在一起：

N = N + theme(axis.text.x  = element_text(),
              axis.title.x = element_text())

gridExtra::grid.arrange(E,L,N, nrow=3)

输出：

编辑2：

要使用颜色，首先我们不要将

geom

传递给

g

:

g = ggplot(df, aes(x=Variable2, y=value)) +
  theme(axis.text.x  = element_blank(),
        axis.title.x = element_blank())

然后我们创建一个将在循环中使用的颜色向量：

color = c("red", "green", "blue")
names(color) = unique(df$Variable1)

然后我们将

color

参数传递到之前省略的

geom

中。

但首先，让我谈谈可用的几何图形：我们可以使用平滑的几何图形区域，它将给出如下所示的结果：

这很好，但图表下方有很多无用区域。要改变这一点，我们可以使用

geom_ribbon

，其中我们可以使用参数

aes(ymin=min(value)-0.1, ymax=value)

和

ylim(min(df2$value)-0.1, max(df2$value))

将图形停止在最小值（负 0.1）。问题是 ggplot 的平滑功能不能很好地与 geom_ribbon 配合使用，因此我们只能选择“粗糙”图：

平滑区域代码：

for(i in unique(df$Variable1)){
  df2 = df[df$Variable1==i,]
  assign(i,
         g %+% df2 + ylab(i) +
         stat_smooth(geom="area", fill=color[i]))}

粗丝带代码：

for(i in unique(df$Variable1)){
  df2 = df[df$Variable1==i,]
  assign(i,
         g %+% df2 + ylab(i) + ylim(min(df2$value)-0.1,max(df2$value)) +
         geom_ribbon(aes(ymax=value, ymin=min(value)-0.1), fill=color[i]))}

我寻找了一种解决该问题的方法，但一无所获，我将在网站中创建一个问题，如果我找到解决方案，我将在此处展示！

编辑3：

在here询问后，我发现在

after_stat

的

aes

参数中使用

stat_smooth(geom="ribbon", aes(...))

可以解决这个问题（更多信息请阅读链接）。

for(i in unique(df$Variable1)){
  df2 = df[df$Variable1==i,]
  assign(i,
         g %+% df2 + ylab(i) + 
           stat_smooth(geom="ribbon", fill=color[i],
                       aes(ymax=after_stat(value), ymin=after_stat(min(value))-0.1)))}