我使用R中的'圆形'包和rose.diag函数创建了位置数据方面的玫瑰图,其中包括N,NE,E等基本方面,总共8个区间。但是,垃圾箱并没有跨越这些方面。换句话说,第一个bin从0到45,第二个从45到90,依此类推,它以奇怪的方式汇集了方面数据。有没有办法移动垃圾箱,所以0,45,90等是垃圾箱的中心,而不是边缘?
rose.diag(Degrees$Degrees, bins=8,zero=pi/2, units = 'degrees', rotation='clock')
答案 0 :(得分:4)
我认为Ben使用rose.diag
无法轻松完成,所以这是使用ggplot2
的解决方案:
library(ggplot2)
Degrees <- runif(100, 0, 360)
rose <- ggplot(mapping = aes(x = Degrees)) +
stat_bin(breaks = (0:8 - 0.5)/8 * 360) +
scale_x_continuous(
breaks = 0:7/8*360,
labels = c("N", "NE", "E", "SE", "S", "SW", "W", "NW")
) +
coord_polar(start=-pi/8)
rose
这可能并不理想,因为并非rose.diag
中的所有功能都在ggplot2中具有简单的等效功能。
答案 1 :(得分:1)
你可以使用gridBase
包来做这样的事情。一旦我们进入了良好视口的空间,我们就继续使用rose.diag
和我们hack
的情节。
require(grid)
#grid.newpage()
##generate some data
x <- circular(runif(50, 0, 2*pi))
bins <- 8
rotation <- 'clock'
##tcl =0(no ticks), tcl.text=-2 to write away the ticks marks
rose.diag(x, bins=bins,zero=0, rotation='clock',
tcl=0,tcl.text=-2,col='#80FF00FF')
library(gridBase)
## I use the plot viewport
vp <- baseViewports()$plot
pushViewport(vp) ## here we go!
## radial transformation
at <- (0:bins - 0.5)/bins * 2 * pi
## ticks
grid.segments( x0 = .95*sin(at), y0 = 0.95*cos(at),
x1 = 1.05*sin(at), y1 = 1.05*cos(at),
default.units = "native")
## ticks labels
grid.text(x = 1.1*sin(at), default.units = "native",
y = 1.1*cos(at), gp=gpar(col='red'),
label = c("N", "NE", "E", "SE", "S", "SW", "W", "NW"))
对于视觉方面,我添加了一些调整,但上面的一些代码已经回答了问题。
## dashed lines from the center for visual aspect
grid.segments( x0 = .95*sin(at), y0 = 0.95*cos(at),
x1 = 0, 0,
gp = gpar(lty="dashed"),
default.units = "native")
## circle just to get the same color of text
grid.circle(r=1,x=0,y=0,gp=gpar(col='red',fill=NA,lwd=2), default.units = "native")
## remove the viewport
popViewport(1)
答案 2 :(得分:0)
为什么不旋转原始数据?注: cdat以下是度(零= pi / 2),而零是2 * pi
rose.diag(cdat - 10,bins = 20,col =“darkgrey”,prop = 1.3,axes = FALSE, add = TRUE,zero = pi / 2-pi / 20)
复制/粘贴我正在处理的内容:
library(circular)
raw <-read.csv("C:\\Users\\Andy\\Desktop\\business\\research\\Oxford\\MichelDish\\r.csv", header=T)
raw <-na.omit(raw)
cdat <- circular(raw [, c ("kandUnknown")],type="angles",units="degrees", rotation="clock", zero=pi/2)
plot(cdat, cex=1.1, bin=720, stack=TRUE, sep=0.035, shrink=1.8, tcl.text=.2)
ticks.circular(circular(seq(0,2*pi,pi/8)), zero=pi/2, rotation='clock', tcl=0.075)
rose.diag(cdat - 10, bins = 20, col="darkgrey", prop=1.3, axes=FALSE, add=TRUE, zero = pi/2 - pi/20)
lines(density.circular(cdat, bw=40), lwd=2, lty=1)
n.b。下面的代码为您提供旧图(左上图):
rose.diag(cdat, bins = 20, col="darkgrey", prop=1.3, axes=FALSE, add=TRUE)
对于好奇的人来说,我们正在使用例如http://www.sciencedirect.com/science/article/pii/S0950329315001068 这样的统计数据