使用ggplot2绘制多维数据

Question

我有下面提到的目录结构：

Folder named A contains txt files named 1, 2, 3, .., 5
Folder named B contains txt files named 1, 2, 3, .., 5
|
--A (Folder)
  |---1.txt
  |---2.txt
  ....
  |---5.txt

--B (Folder)
  |---1.txt
  |---2.txt
  ....
  |---5.txt

我正在通过2个嵌套for循环将这些文本文件读入数据框。单个数据框如下所示：

df <- data.frame(Comp.1 = c(0.3, -0.2, -1, NA, 1),
         Comp.2 = c(-0.4, -0.1, NA, 0, 0.6),
         Comp.3 = c(0.2, NA, -0.4, 0.3, NA))
row.names(df) <- c("Param1", "Param2", "Param3", "Param4", "Param5")

值始终介于-1和+1之间。所有这些数据帧的行数（参数）和列数（组件）不相同。例如：上述数据帧为3x5，其他数据帧为5x15,4x10,5x40等。

我想要一个有以下情节的情节：

1. parameters on x-axis
2. components on y-axis
3. values as points in the above graph 
4. shape of point representing folder name (A = square, B = triangle, C = circle, .., E)
5. color inside the point shape representing file name (1, 2, 3, .., 5)
6. color intensity describing value (For eg: light red [almost white] color representing closer to -1 like -0.98, dark red representing closer to 1 like 0.98)

我有这段代码：

alphabets = c("A", "B", "C", "D", "E", "F")
numbers = c(1, 2, 3, 4, 5)

pca.plot <- ggplot(data = NULL, aes(xlab="Principal Components",ylab="Parameters"))

for (alphabet in alphabets){
   for(number in numbers){

   filename=paste("/filepath/",alphabet,"/",number,".txt", sep="")

   df <- read.table(filename)

   #Making all row dimensions = 62. Adding rows with NAs
   if(length(row.names.data.frame(df))<62){
      row_length = length(row.names.data.frame(df))
      for(i in row_length:61){
          new_row = c(NA, NA, NA, NA, NA, NA)
          df<-rbind(df, new_row)  
      }
   }

   df$row.names<-rownames(df)
   long.df<-melt(df,id=c("row.names"), na.rm = TRUE)
   pca.plot<-pca.plot+geom_point(data=long.df,aes(x=variable,y=row.names, shape = number, color=alphabet, size = value))
   }
}

此代码的输出如下：

编辑：按照评论中提到的@Gregor的步骤，我有一个像这样的big_data_frame： head(big_data, 3)

Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 params alphabet number 1 NA NA NA NA NA param1 A 1 2 NA NA NA 0.89 NA param2 A 1 3 NA -0.95 NA NA NA param3 A 1

Answer 1

您需要melt数据框才能折叠所有Comp列。其他列应该保持不变：

long_data = reshape2::melt(
    big_data,
    id.vars = c("params", "alphabet", "number"),
    variable.name = "comp",
    value.name = "value",
    na.rm = T
)

现在，您的大部分要求都很简单：

  

  
1. x轴上的参数
  
2. y轴上的组件
  
3. 值作为上图中的点
  
4. 表示文件夹名称的点的形状（A =方形，B =三角形，C =圆形，..，E）
  
5. 表示文件名（1,2,3，..，5）
的点形状内的颜色   
6. 颜色强度描述值（例如：浅红色[几乎白色]颜色表示接近-1，如-0.98，深红色表示接近1，如0.98）
  

ggplot(long_data, aes(
    x = params, y = comp, size = value,
    shape = folder, color = factor(number), alpha = value
)) +
    geom_point()

棘手的部分是对颜色强度和整体颜色的要求。我知道使用标准ggplot来估算这一点的唯一方法是使用透明度，就像我上面所做的那样。这是采用的方法，例如this question。

请注意，这是未经测试的，因为您的数据不可重复共享。如果存在需要测试的问题，请按照评论中的建议与dput共享数据。