我想将多个曲线添加到一个ggplot
中。使用普通的plot
和curve(add=TRUE)
,我可以循环使用曲线功能并可以添加多个曲线/功能。
由于我想重写ggplot
的代码,因此我试图弄清楚如何使用ggplot实现此目的。
我正在使用stat_function
和for
循环,但是ggplot
并没有添加curve
,只是保存了最后一个。
单行的最小可复制示例:
library(ggplot2)
p1<-ggplot()
for (i in 1:10){
p1<- p1 + stat_function(aes(x=1:200),fun = function(x) {x+i*3}, col=i)
print(p1)
}
我认为代码应该做什么:
我循环多个stat_function
并将其添加到我的情节p1
我想做什么:
我希望将Alle线添加到一个图中(p1
)。照原样的代码仅显示循环的最后一行,就好像它总是覆盖绘图一样,但是据我所知ggplot
,这应该只添加一行。另外解释一下为什么不起作用的原因可能很好,也许我只是在这里ggplot
不理解
答案 0 :(得分:3)
问题是您所引用的所有stat_function
都与 same i
变量有关。因此,您添加的每个功能都会与其他功能完美重叠。
解决方案是在局部范围内重新分配变量,为每次迭代创建局部副本:
p1 = ggplot(data.frame(x = 1 : 200)) + aes(x)
for (i in 1:10){
p1 = local({
j = i
p1 + stat_function(fun = function(x) x + j * 3, col = j)
})
}
为了使事情更加混乱,您实际上不必给局部变量起一个新的名字;您可以很容易地编写i = i
,并继续使用i
。原因是此分配将生成新的局部变量i
,该变量将掩盖非局部变量i
。我希望我们可以同意编写这样的代码会造成混乱,这是一个坏主意。
我还通过将数据x
从stat_function
中移出并直接移到ggplot
对象中,略微简化了代码。
但是,在这里完全不使用循环和重新分配更为干净。相反,您可以使用lapply
或map
(来自purrr软件包):
p1 = ggplot(data.frame(x = 1 : 200)) +
aes(x) +
map(
1 : 10,
~ stat_function(fun = function (x) x + .x * 3, color = .x)
)
这更短,更易读(它着重于“什么”而不是“如何”,即循环的机制),并且使用单个分配。
答案 1 :(得分:2)
尝试:
library(ggplot2)
add_curve <- function(plot, i) {
return(plot + stat_function(aes(x=1:200),fun = function(x) {x+i*3}, col=i))
}
p1 <- ggplot()
for (i in 1:10){
p1<- add_curve(p1, i)
}
p1
输出为:
或者,您也可以在for循环中定义函数:
for (i in 1:10){
add_curve <- function(plot, i) {
return(plot + stat_function(aes(x=1:200),fun = function(x) {x+i*3}, col=i))
}
p1<- add_curve(p1, i)
}
或作为(有点晦涩)Reduce
+ lapply
单线(与@KonradRudolph相似):
eval(
Reduce(function(a, b) call('+', a, b),
lapply(1:10, function(i) {
bquote(stat_function(aes(x=1:200),fun = function(x) {x+.(i)*3
}, col=.(i)))}), init = quote(ggplot())))
该想法是立即构建整个ggplot()
调用,然后对其进行评估。