Question

我想在ggplot密度图中添加其他geom，但不更改显示的数据限制，也无需通过自定义代码计算所需的限制。举个例子：

set.seed(12345)
N = 1000
d = data.frame(measured = ifelse(rbernoulli(N, 0.5), rpois(N, 100), rpois(N,1)))
d$fit = dgeom(d$measured, 0.6)
ggplot(d, aes(x = measured)) + geom_density() + geom_line(aes(y = fit), color = "blue")

ggplot(d, aes(x = measured)) + geom_density() + geom_line(aes(y = fit), color = "blue") + coord_cartesian(ylim = c(0,0.025))

在第一个图中，拟合曲线（适合＆＃34;测量＆＃34;数据非常糟糕）模糊了测量数据的形状：我想裁剪绘图以包含来自第一个geom的所有数据，但是裁剪拟合曲线，如第二个图：

虽然我可以使用coord_cartesian生成第二个图，但这有两个缺点：

我必须通过自己的代码计算限制（这很麻烦且容易出错）
通过我自己的代码计算限制与分面不兼容。使用coord_cartesian提供per-facet轴限制是不可能的（AFAIK）。但是我需要将情节与facet_wrap(scales = "free")

如果在计算坐标限制时未考虑第二个geom，那么可以实现所需的输出 - 可能而不计算自定义R代码中的限制？

问题 R: How do I use coord_cartesian on facet_grid with free-ranging axis是相关的，但没有令人满意的答案。

Answer 1

您可以尝试的一件事是缩放fit并使用geom_density(aes(y = ..scaled..)

在fit和0之间缩放1：

d$fit_scaled <- (d$fit  - min(d$fit)) / (max(d$fit) - min(d$fit))

使用fit_scaled和..scaled..：

ggplot(d, aes(x = measured)) + 
  geom_density(aes(y = ..scaled..)) + 
  geom_line(aes(y = fit_scaled), color = "blue")

这可以与facet_wrap()：

结合使用

d$group <- rep(letters[1:2], 500) #fake group

ggplot(d, aes(x = measured)) + 
  geom_density(aes(y = ..scaled..)) + 
  geom_line(aes(y = fit_scaled), color = "blue") + 
  facet_wrap(~ group, scales = "free")

不缩放数据的选项：

您可以使用http://www.cookbook-r.com/Graphs/Multiple_graphs_on_one_page_(ggplot2)/

中的multiplot()功能

multiplot <- function(..., plotlist=NULL, file, cols=1, layout=NULL) {
  library(grid)
  plots <- c(list(...), plotlist)

  numPlots = length(plots)

  if (is.null(layout)) {

    layout <- matrix(seq(1, cols * ceiling(numPlots/cols)),
                    ncol = cols, nrow = ceiling(numPlots/cols))
  }

 if (numPlots==1) {
    print(plots[[1]])

  } else {

    grid.newpage()
    pushViewport(viewport(layout = grid.layout(nrow(layout), ncol(layout))))

    for (i in 1:numPlots) {

      matchidx <- as.data.frame(which(layout == i, arr.ind = TRUE))

      print(plots[[i]], vp = viewport(layout.pos.row = matchidx$row,
                                      layout.pos.col = matchidx$col))
    }
  }
}

使用此功能，您可以将两个图组合在一起，以便于阅读：

multiplot(
  ggplot(d, aes(x = measured)) + 
    geom_density() +
    facet_wrap(~ group, scales = "free"),
  ggplot(d, aes(x = measured)) +  
    geom_line(aes(y = fit), color = "blue") + 
    facet_wrap(~ group, scales = "free")
)

这会给你：

如果您想比较彼此相邻的群组，则可以在facet_grid()中使用facet_wrap()代替cols = 2 multiplot()：

multiplot(
  ggplot(d, aes(x = measured)) + 
    geom_density() +
    facet_grid(group ~ ., scales = "free"),
  ggplot(d, aes(x = measured)) +  
    geom_line(aes(y = fit), color = "blue") + 
    facet_grid(group ~ ., scales = "free"),
  cols = 2
)

它看起来像这样：

Answer 2

您可以先尝试计算最大y限制。然后情节。

d1 <- d %>% 
  mutate(max_dens=round(max(density(measured)$y), 2))

ggplot(d1, aes(x=measured)) + 
   geom_line(aes(y=fit), color = "blue") +
   geom_density() + 
   coord_cartesian(ylim = c(0, unique(d1$max_dens)))

ggplot2：添加geom而不影响限制

2 个答案: