使用geom_point在ggplot2中有条件地使用抖动

Question

我有一个图表，其中12个变量分为两组。我不能使用facet，但使用颜色和形状，我已经能够使可视化易于理解。但是，有些点（部分或全部）重叠。我正在使用抖动来处理这些问题，但正如您从附图中看到的那样，这会导致所有点都被移动，而不仅仅是那些有重叠的点。

是否有办法有条件地使用抖动或闪避？更好的是，有没有办法将部分重叠的点并排放置？正如您所看到的，我的x轴是离散类别，向左/右轻微移动无关紧要。我尝试使用带有binaxis='y'的dotplot，但这完全破坏了x轴。

编辑：This graph已成功完成我正在搜索的内容。

进一步编辑：添加此可视化背后的代码。

disciplines <- c("Comp. Sc.\n(17.2%)", "Physics\n(19.6%)", "Maths\n(29.4%)", "Pol.Sc.\n(40.4%)", "Psychology\n(69.8%)")

# To stop ggplot from imposing alphabetical ordering on x-axis
disciplines <- factor(disciplines, levels=disciplines, ordered=T)

# involved aspects
intensive   <- c( 0.660,  0.438,  0.515,  0.028,  0.443)
comparative <- c( 0.361,  0.928,  0.270,  0.285,  0.311)
wh_adverbs  <- c( 0.431,  0.454,  0.069,  0.330,  0.577)
past_tense    <- c(0.334, 0.229, 0.668, 0.566, 0.838)
present_tense <- c(0.680, 0.408, 0.432, 0.009, 0.996)
conjunctions <- c( 0.928,  0.207,  0.162, -0.299, -0.045)
personal      <- c(0.498, 0.521, 0.332, 0.01, 0.01)
interrogative <- c(0.266, 0.202, 0.236, 0.02, 0.02)
sbj_objective <- c(0.913, 0.755, 0.863, 0.803, 0.913)
possessive    <- c(0.896, 0.802, 0.960, 0.611, 0.994)
thrd_person <- c(-0.244, -0.265, -0.310, -0.008, -0.384)
nouns       <- c(-0.602, -0.519, -0.388, -0.244, -0.196)

df1 <- data.frame(disciplines,
                 "Intensive Adverbs"=intensive,
                 "Comparative Adverbs"=comparative,
                 "Wh-adverbs (WRB)"=wh_adverbs,
                 "Verb: Past Tense"=past_tense,
                 "Verb: Present Tense"=present_tense,
                 "Conjunctions"=conjunctions,
                 "Personal Pronouns"=personal,
                 "Interrogative Pronouns"=interrogative,
                 "Subjective/Objective Pronouns"=sbj_objective,
                 "Possessive Pronouns"=possessive,
                 "3rd-person verbs"=thrd_person,
                 "Nouns"=nouns,
                 check.names=F)

df1.m <- melt(df1)
grp <- ifelse(df1.m$variable %in% c('3rd-person verbs','Nouns'), 'Informational Features', 'Involved Features')
g <- ggplot(df1.m, aes(group=grp, disciplines, value, shape=grp, colour=variable))
g <- g + geom_hline(yintercept=0, size=9, color="white")
g <- g + geom_smooth(method=loess, span=0.75, level=0.95, alpha=I(0.16), linetype="dashed")
g <- g + geom_point(size=4,  alpha=I(0.7), position=position_jitter(width=0.1, height=0))
g <- g + scale_shape_manual(values=c(17,19))

Answer 1

我很好奇其他人的建议，但为了获得并排效果，您可以将主要的x轴类别编码为数字（10,20，... 50）加/减少量（如（） 0..10）/ 2基于您用于颜色的类别。因此，您可以将x轴设置为9.6,9.8,10.0,10.2 ......然后是20.0,20.2,20.4。这可能会创建一个有组织的图，而不是随机分配这些小数调整。

以下是数据集的快速实现。它将主x变量disciplines偏移了子类别variable的六分之一，并使用没有抖动的x值...

M = df1.m
ScaleFactor = 6
xadj = as.numeric(M$variable)/ScaleFactor
xadj = xadj - mean(xadj)   # shift it to center around zero
x10  = as.numeric(M$disciplines) * 10
M$x = x10 + xadj
g = ggplot(M, aes(group=grp, x, value, shape=grp, colour=variable)) 
g + geom_point(size=4,alpha=I(0.7)) + scale_x_discrete(breaks=x10,labels=disciplines)

请注意，每个类别中的值均匀分布，并且顺序相同。 （此代码不包括图中所示的所有曲线拟合等。）

变化：如果你“量化”你的y值，你可以更清楚地看到效果，所以更多的并排绘制。

M$valmod = M$value - M$value %% 0.2 + .1

然后使用valmod代替value语句中的aes()来查看效果。

要获取类别标签，请使用scale_x_discrete手动设置。此版本使用不同的ScaleFactor表示更宽的间距和量化的y轴：

M=df1.m
ScaleFactor = 3
# Note this could just be xadj instead of adding to data frame
M$xadj = as.numeric(M$variable)/ScaleFactor
M$xadj = M$xadj - mean(M$xadj)   # shift it to center around zero
M$x10  = as.numeric(M$disciplines) * 10
M$x = M$x10 + M$xadj

Qfact = 0.2  # resolution to quantize y values
M$valmod = M$value - M$value %% Qfact + Qfact/2  # clump y to given resolution

g = ggplot(M, aes(group=grp, x, valmod, shape=grp, colour=variable)) +
    scale_x_discrete(limits = M$x10, breaks=unique(M$x10),labels=levels(M$disciplines))
g + geom_point(size=3,alpha=I(0.7))