散点图矩阵的上下面板中的不同数据

时间:2013-03-25 21:53:14

标签: r plot dataframe

我想在scatterplot matrix中绘制两个不同的数据集。

我知道我可以使用upper.panellower.panel来区分情节函数。但是,我没有成功地将我的数据用于合适的格式来利用它。

假设我有两个组织(“大脑”和“心脏”)和四个条件(1-4)。现在我可以使用,例如pairs(data$heart)获取其中一个数据集的散点图矩阵。假设我有以下数据:

conditions <- 1 : 4
noise <- rnorm(100)
data <- list(brain = sapply(conditions, function (x) noise + 0.1 * rnorm(100)),
             heart = sapply(conditions, function (x) noise + 0.3 * rnorm(100)))

如何将其转换为格式,以便pairs(data, …)绘制上面的一个数据集和对角线下面的一个数据集,如下所示(绿色=大脑,紫色=心脏):

screenshot

只需使用

pairs(data, upper.panel = something, lower.panel = somethingElse)

不起作用,因为这将绘制所有条件而不考虑不同组织的所有条件 - 它基本上忽略了列表,并且在重新排序层次结构时也是如此(即具有data = (A=list(brain=…, heart=…), B=list(brain=…, heart=…), …))。

1 个答案:

答案 0 :(得分:7)

这是我通过传递参数似乎能够做到的最好的事情:

foo.upper <- function(x,y,ind.upper,col.upper,ind.lower,col.lower,...){
    points(x[ind.upper],y[ind.upper],col = col.upper,...)
}

foo.lower <- function(x,y,ind.lower,col.lower,ind.upper,col.upper,...){
    points(x[ind.lower],y[ind.lower],col = col.lower,...)
}

pairs(dat[,-5],
        lower.panel = foo.lower,
        upper.panel = foo.upper,
        ind.upper = dat$type == 'brain',
        ind.lower = dat$type == 'heart',
        col.upper = 'blue',
        col.lower = 'red')

请注意,每个面板都需要所有参数。 ...是一个残酷的情妇。如果你在每个函数中只包含面板特定的参数,它似乎可以工作,但是你会从R中获得大量的警告,试图将这些参数传递给常规的绘图函数,显然它们不会存在。

这是我的第一次尝试,但看起来很难看:

dat <- as.data.frame(do.call(rbind,data))
dat$type <- rep(c('brain','heart'),each = 100)

foo.upper <- function(x,y,...){
    points(x[dat$type == 'brain'],y[dat$type == 'brain'],col = 'red',...)
}

foo.lower <- function(x,y,...){
    points(x[dat$type == 'heart'],y[dat$type == 'heart'],col = 'blue',...)
}

pairs(dat[,-5],lower.panel = foo.lower,upper.panel = foo.upper)

enter image description here

我在第二版中滥用R的范围是一种有点丑陋的方式。 (当然,你可以在格子中更干净地做到这一点,但你可能知道这一点。)

我能想到的唯一另一个选择是使用layout设计自己的散点图矩阵,但这可能是相当多的工作。

格子编辑

这至少是格解决方案的开始。 应该更好地处理不同的x,y轴范围,但我没有测试过。

dat <- do.call(rbind,data)
dat <- as.data.frame(dat)
dat$grp <- rep(letters[1:2],each = 100)

plower <- function(x,y,grp,...){
    panel.xyplot(x[grp == 'a'],y[grp == 'a'],col = 'red',...)
}

pupper <- function(x,y,grp,...){
    panel.xyplot(x[grp == 'b'],y[grp == 'b'],...)
}

splom(~dat[,1:4],
        data = dat,
        lower.panel = plower,
        upper.panel = pupper,
        grp = dat$grp)