给定具有N个点的数值数据集{(x_i,y_i,z_i)},可以通过为每个i = 1,...,N和颜色绘制点P_i =(x_i,y_i)来创建散点图。强度取决于z_i的值。
library(ggplot2)
N = 1000;
dfA = data.frame(runif(N), runif(N), runif(N))
dfB = data.frame(runif(N), runif(N), runif(N))
names(dfA) = c("x", "y", "z")
names(dfB) = c("x", "y", "z")
PlotA <- ggplot(data = dfA, aes(x = x, y = y)) + geom_point(aes(colour = z));
PlotB <- ggplot(data = dfB, aes(x = x, y = y)) + geom_point(aes(colour = z));
假设我已经创建了这些散点图。我想为每个数据集做的是将平面划分为网格(矩形,六边形,三角形,......并不重要),并将网格的每个单元格与所有点的平均强度进行着色。属于牢房。
另外,假设我为两个不同的数据集dfA和dfB创建了两个这样的图PlotA和PlotB(如上所述)。设c_i ^ k为曲线k的第i个单元格。我想创建第三个图,每个i都有c_i ^ 3 = c_i ^ 1 * c_i ^ 2.
谢谢。
编辑:最低示例
答案 0 :(得分:5)
使用stat_summary2d
函数划分平面并计算矩形的摘要非常简单。首先,我将创建明确的中断,而不是让ggplot
选择它们,因此它们对于两个图都是完全相同的
bb<-seq(0,1,length.out=10+1)
breaks<-list(x=bb, y=bb)
p1 <- ggplot(data = dfA, aes(x = x, y = y, z=z)) +
stat_summary2d(fun=mean, breaks=breaks) + ggtitle("A");
p2 <- ggplot(data = dfB, aes(x = x, y = y, z=z)) +
stat_summary2d(fun=mean, breaks=breaks) + ggtitle("B");
然后得到不同的东西有点麻烦,但我们可以从我们已经创建的图中提取数据并将它们组合起来
#get data
d1 <- ggplot_build(p1)$data[[1]][, 2:4]
d2 <- ggplot_build(p2)$data[[1]][, 2:4]
mm <- merge(d1, d2, by=c("xbin","ybin"))
#turn factor back into numeric values
mids <- diff(bb)/2+bb[-length(bb)]
#plot difference
ggplot(mm, aes(x=mids[xbin], y=mids[ybin], fill=value.x-value.y)) +
geom_tile() + scale_fill_gradient2(name="diff") + labs(x="x",y="y")