我试图将多个密度图与叠加图结合起来。 ggplot和geom_density可以完成这项任务,但密度相互叠加。
ggplot(all.complete, aes(x=humid_temp)) +
geom_density(aes(group=height, colour=height, fill=height.f, alpha=0.1)) +
guides(fill = guide_legend(override.aes = list(colour = NULL))) +
labs(main="Temperature by Height", x="Temperature", y="Density")
与此类似的是我想要实现的目标:
就我而言,年份将由身高代替。
感谢!!!
答案 0 :(得分:7)
您要查找的图表称为 ridgelineplot 。尝试使用ggplot2
的{{3}}包。
时态数据的一个例子:
library(viridis)
ggplot(lincoln_weather, aes(x = `Mean Temperature [F]`, y = `Month`, fill = ..x..)) +
geom_density_ridges_gradient(scale = 3, rel_min_height = 0.01, gradient_lwd = 1.) +
scale_x_continuous(expand = c(0.01, 0)) +
scale_y_discrete(expand = c(0.01, 0)) +
scale_fill_viridis(name = "Temp. [F]", option = "C") +
labs(title = 'Temperatures in Lincoln NE',
subtitle = 'Mean temperatures (Fahrenheit) by month for 2016\nData: Original CSV from the Weather Underground') +
theme_ridges(font_size = 13, grid = TRUE) + theme(axis.title.y = element_blank())
结果如下:
答案 1 :(得分:2)
正如@jloward所提到的,使用facet可以工作,或使用子图,但任何一个选项都不能很好地适应大量的组。请考虑使用ecdf图。
如果没有对象中的数据全部完成,我无法重新创建你的情节,所以这里有一个简化的例子:
library(ggplot2)
ggplot(iris, aes(x = Sepal.Length)) +
geom_density(aes(group = Species,
colour = Species,
fill = Species),
alpha = 0.2)
对于超过几个小组,我发现ecdf情节更容易解释。制作类似的情节:
ggplot(iris, aes(x = Sepal.Length)) +
stat_ecdf(aes(color = Species))
你可以在同一个地块上有几十个ecdf情节,因为它们只是线条,它们仍然可以分开观察。密度图或直方图过于重叠,如您的示例所示。
这是让我开始使用ecdf情节的博文,并提供了更多关于它们的信息:http://allendowney.blogspot.com/2013/08/are-my-data-normal.html
答案 2 :(得分:2)
我知道这个老了,但是其他有这类问题的人可能偶然发现这个帖子,所以我想我会添加一个最近发现的解决方案。有一个新的包只是为了完成这种类型的可视化而创建的,它被称为ggjoy
,旨在与ggplot2系统一起使用。
所有信息均可在此处找到:https://github.com/clauswilke/ggjoy
希望这可以有所帮助!