taus <-c(0.05 , 0.25, 0.50 , 0.75, 0.90 , 0.95)
m <- ggplotRegression( lm(formula = BMI ~ height_in_m
+weight_in_kg+ Highest_Education_level +
wealth_index + age_in_year_groups, data = dat_new))
m+geom_quantile(quantiles=taus, lwd=1.5 , col="green4",
fill=taus)
}
static void Main(string[] args)
{
// Set some variables...
string rgName = "numbers1102rg";
string appName = SdkContext.RandomResourceName("WebApp", 20);
// Authenticate
var credentials = SdkContext.AzureCredentialsFactory
.FromFile(Environment.GetEnvironmentVariable("AZURE_AUTH_LOCATION"));
var azure = Azure
.Configure()
.WithLogLevel(HttpLoggingDelegatingHandler.Level.Basic)
.Authenticate(credentials)
.WithDefaultSubscription();
// Create the web app
Console.WriteLine("Creating Web App...");
var app = azure.WebApps.Define(appName)
.WithRegion(Region.USEast)
.WithNewResourceGroup(rgName)
.WithNewFreeAppServicePlan()
.DefineSourceControl()
.WithPublicGitRepository("https://github.com/Azure-Samples/app-service-web-dotnet-get-started")
.WithBranch("master")
.Attach()
.Create();
Console.WriteLine("Your web app is live at: https://{0}", app.HostNames.First());
// Wait for the user
Console.WriteLine("Press enter to continue...");
Console.ReadLine();
}
现在我想为每个分位数添加特定颜色,并为每个分位数添加特定的图例。
答案 0 :(得分:2)
许多ggplot统计信息允许您使用..
中附带的计算结果,例如geom_density
..count..
,aes
可以使用geom_quantile
。
使用..quantile..
,您可以使用df <- data_frame(x = rnorm(100), y = rnorm(100))
ggplot(df, aes(x, y)) +
geom_point() +
geom_quantile(aes(colour = as.factor(..quantile..)))
geom_quantile
诀窍是找出调用这些变量的内容。需要计算统计信息的地理位置(例如geom_density
和ggproto
)具有关联的StatQuantile
对象,例如StatDensity
和compute_group
,其中包含计算代码在一个名为StatQuantile$compute_group
的元素中。
plyr::ldply(quantiles, quant_pred, data = data, method = method,
formula = formula, weight = weight, grid = grid, method.args = method.args)
的最后一个命令是
quant_pred
此处的函数ggplot2:::quant_pred
- 您可以使用quantile
查看,返回一个列表。此列表的组件(包括aes
)可以在<FrameLayout
android:id="@+id/seeMoreContainer"
android:layout_width="match_parent"
android:layout_height="match_parent">
</FrameLayout>
中使用。