我遇到了一个奇怪的问题(我是R的新手)。我尝试创建一个函数如下:
library(ggplot2)
median_confidence_interval <- function(x) {
quart_list<-c()
return_data<-data.frame(lower_ci=0,median=0,upper_ci=0)
for(i in 1:1000){
y<-x[as.integer(runif(length(x), min = 1, max = length(x) + 1))]
median<-median(y)
quart_list=c(quart_list,median)
}
return_data$median<-median(quart_list)
return_data$lower_ci<-quantile(quart_list,probs=0.025)
return_data$upper_ci<-quantile(quart_list,probs=0.975)
p <- ggplot()
p <- p + geom_density(aes(x=x)) + geom_density(aes(x=quart_list))
p <- p + geom_vline(aes(xintercept = return_data$median, color='red'))
p <- p + geom_vline(aes(xintercept = return_data$lower_ci, color='blue'))
p <- p + geom_vline(aes(xintercept = return_data$upper_ci, color='green')) + coord_cartesian(xlim = c(min(x),max(x)))
png("density_confidence_internal.png")
plot(p)
dev.off()
return_data
}
在这段代码中,我只想创建一个情节并保存。虽然我能够在函数外部独立执行这些语句,但不能在函数内部执行。该函数编译时没有错误,但在运行函数时,它没有找到'quart_list'。
如果工作空间中存在quart_list
和return_data
,那么我可以执行该函数并获得结果。当我清除工作区并执行该功能时,我在运行(而不是编译)时遇到了同样的错误。
另一个问题是,当我调用函数median_confidence_interval(x)
时,它希望我只提供'x'作为参数,它不需要median_confidence_interval(possum$earconch)
之类的东西。为什么会这样?
请有人能指出我某个方向吗?
答案 0 :(得分:0)
ggplot
对象的环境评估有点神秘。但是,如果您记得ggplot
希望将data.frames
传递给data
参数,aes
中的值应该是data.frame
的列,那么通常可以避免问题。
为了调试这样的事情,我发现将print语句插入到函数中以便理清我得到的程度是有帮助的。 (见注释行)
相应地调整您的功能:
median_confidence_interval <- function(x) {
quart_list<-c()
return_data<-data.frame(lower_ci=0,median=0,upper_ci=0)
for(i in 1:1000){
y<-x[as.integer(runif(length(x), min = 1, max = length(x) + 1))]
median<-median(y)
# print ('inside for loop')
quart_list=c(quart_list,median)
}
# print('past for loop')
return_data$median<-median(quart_list)
return_data$lower_ci<-quantile(quart_list,probs=0.025)
return_data$upper_ci<-quantile(quart_list,probs=0.975)
# print('start of ggplot code')
foo=data.frame(q=quart_list, x=x)
p <- ggplot()
p <- p + geom_density(data=foo, aes(x=x)) + geom_density(data=foo, aes(x=q))
# print('past first quart_list reference in ggplot')
p <- p + geom_vline(data=return_data, aes(xintercept = median, color='red'))
p <- p + geom_vline(data=return_data, aes(xintercept = lower_ci, color='blue'))
p <- p + geom_vline(data=return_data, aes(xintercept = upper_ci, color='green')) + coord_cartesian(xlim = c(min(x), max(x)))
png("/tmp/density_confidence_internal.png")
plot(p)
dev.off()
return_data
}
另外,我认为@DWin在他的评论中有一个很好的观点!