不久前我才刚开始使用R,现在我正在尝试增强我的可视化技能。我要做的是用平均钻石作为顶层创建框线图(请参阅下面链接中的图片)。我还没有找到执行此操作的函数,所以我想我必须自己创建它。
我希望做的是创建一个几何图形或统计数据,以使类似这样的事情起作用:
ggplot(data, aes(...))) +
geom_boxplot(...) +
geom_meanDiamonds(...)
我不知道从哪里开始构建这个新功能。我知道平均菱形(均值和置信区间)需要哪些值,但是我不知道如何构建从ggplot()
获取数据的geom / stat,计算每个组的均值和CI,以及在每个箱形图的顶部绘制平均菱形。
我已经搜索了有关如何从头开始构建这些类型的函数的详细说明,但是,我没有发现任何真正从底层开始的内容。如果有人可以向我指出一些有用的指南,我将不胜感激。
谢谢!
答案 0 :(得分:4)
我目前正在学习自己编写Geoms,因此在我思考过程中,从Stats方面解开Geom方面(创建多边形和线段)(计算),这将是一个相当漫长而漫不经心的文章。这些多边形和线段应该在哪里)。
免责声明:我对这种情节并不熟悉,并且Google并没有提出很多权威性指南。我对此处如何计算/使用置信区间的理解可能不正确。
第0步。了解geom / stat和图层功能之间的关系。
geom_boxplot
和stat_boxplot
是图层功能的示例。如果将它们输入R控制台,则会看到它们相对较短,并且不包含用于计算箱线图箱形/晶须的实际代码。相反,geom_boxplot
包含一行geom = GeomBoxplot
,而stat_boxplot
包含一行stat = StatBoxplot
(如下所示)。
> stat_boxplot
function (mapping = NULL, data = NULL, geom = "boxplot", position = "dodge2",
..., coef = 1.5, na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
{
layer(data = data, mapping = mapping, stat = StatBoxplot,
geom = geom, position = position, show.legend = show.legend,
inherit.aes = inherit.aes, params = list(na.rm = na.rm,
coef = coef, ...))
}
GeomBoxplot
和StatBoxplot
是ggproto对象。它们就是神奇的地方。
步骤1。确认ggproto()
的{{1}}参数是您的朋友。
不要重新发明轮子。由于我们要创建与箱形图很好地重叠的内容,因此我们可以从用于该内容的Geom / Stat中引用,仅更改必要的内容。
_inherit
第2步。修改统计信息。
StatBoxplot中定义了3个功能:StatMeanDiamonds <- ggproto(
`_class` = "StatMeanDiamonds",
`_inherit` = StatBoxplot,
... # add functions here to override those defined in StatBoxplot
)
GeomMeanDiamonds <- ggproto(
`_class` = "GeomMeanDiamonds",
`_inherit` = GeomBoxplot,
... # as above
)
,setup_data
和setup_params
。您可以参考Github(上面的链接)上的代码以获取详细信息,或通过输入例如compute_group
来查看它们。
StatBoxplot$compute_group
函数为与每个组关联的所有y值(即每个唯一的x值)计算ymin /下/中/上/ ymax值,用于绘制箱形图。我们可以用一个代替它的方法来计算其置信区间和平均值:
compute_group
(可选)StatBoxplot规定用户可以将# ci is added as a parameter, to allow the user to specify different confidence intervals
compute_group_new <- function(data, scales, width = NULL,
ci = 0.95, na.rm = FALSE){
a <- mean(data$y)
s <- sd(data$y)
n <- sum(!is.na(data$y))
error <- qt(ci + (1-ci)/2, df = n-1) * s / sqrt(n)
stats <- c("lower" = a - error, "mean" = a, "upper" = a + error)
if(length(unique(data$x)) > 1) width <- diff(range(data$x)) * 0.9
df <- as.data.frame(as.list(stats))
df$x <- if(is.factor(data$x)) data$x[1] else mean(range(data$x))
df$width <- width
df
}
作为美观映射。我们也可以通过替换:
weight
具有:
a <- mean(data$y)
s <- sd(data$y)
n <- sum(!is.na(data$y))
无需更改StatBoxplot中的其他功能。因此,我们可以如下定义StatMeanDiamonds:
if(!is.null(data$weight)) {
a <- Hmisc::wtd.mean(data$y, weights = data$weight)
s <- sqrt(Hmisc::wtd.var(data$y, weights = data$weight))
n <- sum(data$weight[!is.na(data$y) & !is.na(data$weight)])
} else {
a <- mean(data$y)
s <- sd(data$y)
n <- sum(!is.na(data$y))
}
第3步。修改几何。
GeomBoxplot具有3个功能:StatMeanDiamonds <- ggproto(
`_class` = "StatMeanDiamonds",
`_inherit` = StatBoxplot,
compute_group = compute_group_new
)
,setup_data
和draw_group
。它还包括draw_key
和default_aes()
的定义。
由于我们已经更改了上游数据源(StatMeanDiamonds生成的数据包含计算出的列“ lower” /“ mean” /“ upper”,而StatBoxplot生成的数据将包含计算出的列“ ymin” / (“下” /“中” /“上” /“ ymax”),请检查下游required_aes()
功能是否也受到影响。 (在这种情况下,setup_data
未引用受影响的列,因此此处无需进行任何更改。)
GeomBoxplot$setup_data
函数接收由StatMeanDiamonds生成并由draw_group
设置的数据,并生成多个数据帧。 “公用”包含所有几何图形共有的美学映射。 “ diamond.df”表示有助于钻石多边形的映射,“ segment.df”表示有助于平均水平线段的映射。然后将数据帧分别传递到GeomPolygon和GeomSegment的setup_data
函数,以生成实际的多边形/线段。
draw_panel
draw_group_new = function(data, panel_params, coord,
varwidth = FALSE){
common <- data.frame(colour = data$colour,
size = data$size,
linetype = data$linetype,
fill = alpha(data$fill, data$alpha),
group = data$group,
stringsAsFactors = FALSE)
diamond.df <- data.frame(x = c(data$x, data$xmax, data$x, data$xmin),
y = c(data$upper, data$mean, data$lower, data$mean),
alpha = data$alpha,
common,
stringsAsFactors = FALSE)
segment.df <- data.frame(x = data$xmin, xend = data$xmax,
y = data$mean, yend = data$mean,
alpha = NA,
common,
stringsAsFactors = FALSE)
ggplot2:::ggname("geom_meanDiamonds",
grid::grobTree(
GeomPolygon$draw_panel(diamond.df, panel_params, coord),
GeomSegment$draw_panel(segment.df, panel_params, coord)
))
}
函数用于在需要时为该层创建图例。由于GeomMeanDiamonds继承自GeomBoxplot,因此默认值为draw_key
,因此我们没有对其进行更改。保持不变不会破坏代码。但是,我认为诸如draw_key = draw_key_boxplot
之类的简单图例显示的外观不太混乱。
GeomBoxplot的draw_key_polygon
规范看起来不错。但是我们需要更改default_aes
,因为我们期望从StatMeanDiamonds获得的数据是不同的(“下” /“中” /“上”,而不是“ ymin” /“下” /“中” /“上” “ /” ymax“)。
我们现在准备定义GeomMeanDiamonds:
required_aes
第4步。定义图层功能。
这是无聊的部分。我直接从GeomMeanDiamonds <- ggproto(
"GeomMeanDiamonds",
GeomBoxplot,
draw_group = draw_group_new,
draw_key = draw_key_polygon,
required_aes = c("x", "lower", "upper", "mean")
)
/ geom_boxplot
复制,删除了对stat_boxplot
中离群值的所有引用,更改为geom_meanDiamonds
/ geom = GeomMeanDiamonds
,并向其中添加了stat = StatMeanDiamonds
ci = 0.95
。
stat_meanDiamonds
第5步。检查输出。
geom_meanDiamonds <- function(mapping = NULL, data = NULL,
stat = "meanDiamonds", position = "dodge2",
..., varwidth = FALSE, na.rm = FALSE, show.legend = NA,
inherit.aes = TRUE){
if (is.character(position)) {
if (varwidth == TRUE) position <- position_dodge2(preserve = "single")
} else {
if (identical(position$preserve, "total") & varwidth == TRUE) {
warning("Can't preserve total widths when varwidth = TRUE.", call. = FALSE)
position$preserve <- "single"
}
}
layer(data = data, mapping = mapping, stat = stat,
geom = GeomMeanDiamonds, position = position,
show.legend = show.legend, inherit.aes = inherit.aes,
params = list(varwidth = varwidth, na.rm = na.rm, ...))
}
stat_meanDiamonds <- function(mapping = NULL, data = NULL,
geom = "meanDiamonds", position = "dodge2",
..., ci = 0.95,
na.rm = FALSE, show.legend = NA, inherit.aes = TRUE) {
layer(data = data, mapping = mapping, stat = StatMeanDiamonds,
geom = geom, position = position, show.legend = show.legend,
inherit.aes = inherit.aes,
params = list(na.rm = na.rm, ci = ci, ...))
}