ggplot dotplot：geom_dotplot的正确用法是什么？

Question

我的目的是用ggplot2（作者：Hadley Wickham）重现此人物 [ref]。

这是我基于geom_point和一些丑陋的数据准备工作（请参见下面的代码）：

如何使用geom_dotplot()来做到这一点？

在尝试中，我遇到了几个问题：（1）将geom_dotplot产生的默认密度映射到一个计数；（2）切断轴；（3）没有意外的孔。我放弃了，改用了geom_point()。

我希望（仍然希望）它会像

一样简单

ggplot(data, aes(x,y)) + geom_dotplot(stat = "identity")

但没有。所以这是我尝试过的以及输出：

# Data
df <- structure(list(x = c(79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105), y = c(1, 0, 0, 2, 1, 2, 7, 3, 7, 9, 11, 12, 15, 8, 10, 13, 11, 8, 9, 2, 3, 2, 1, 3, 0, 1, 1)), class = "data.frame", row.names = c(NA, -27L))

# dotplot based on geom_dotplot
geom_dots <- function(x, count, round = 10, breaks = NULL, ...) {
    require(ggplot2)
    n = sum(count) # total number of dots to be drawn
    b = round*round(n/round) # prettify breaks
    x = rep(x, count) # make x coordinates for dots
    if (is.null(breaks))  breaks = seq(0, 1, b/4/n)
    ggplot(data.frame(x = x), aes(x = x)) +
        geom_dotplot(method = "histodot", ...) +
        scale_y_continuous(breaks = breaks, 
                        #limits = c(0, max(count)+1), # doesn't work
                        labels = breaks * n) 
} 

geom_dots(x = df$x, count = df$y) 

# dotplot based on geom_point
ggplot_dot <- function(x, count, ...) {
    require(ggplot2)
    message("The count variable must be an integer")
    count = as.integer(count) # make sure these are counts
    n = sum(count) # total number of dots to be drawn
    x = rep(x, count) # make x coordinates for dots
    count = count[count > 0]  # drop zero cases 
    y = integer(0)  # initialize y coordinates for dots
    for (i in seq_along(count)) 
        y <- c(y, 1:(count[i]))  # compute y coordinates
    ggplot(data.frame(x = x, y = y), aes(x = x, y = y)) +
        geom_point(...)  # draw one dot per positive count
}

ggplot_dot(x = df$x, count = df$y, 
    size = 11, shape = 21, fill = "orange", color = "black") + theme_gray(base_size = 18)
# ggsave("dotplot.png") 
ggsave("dotplot.png", width = 12, height = 5.9)

简短的随机注释：使用geom_point()解决方案时，保存图形涉及正确调整尺寸以确保点相互接触（点大小和图形高度/宽度）。使用geom_dotplot()解决方案，我对标签进行了四舍五入以使其更漂亮。不幸的是，我无法在大约100处切断轴：使用limits()或coord_cartesian()会导致整个图的缩放，而不是削减。还要注意，使用geom_dotplot()是基于计数创建的数据向量，因为我无法直接使用count变量（我期望stat="identity"可以做到这一点，但我无法做到这一点工作）。

Answer 1

巧合的是，我也花了整整一天的时间与geom_dotplot()进行斗争，并努力使它发挥作用。我还没有找到使y轴显示实际数字的方法，但是我已经找到了一种截断y轴的方法。如您所述，coord_cartesian()和limits不起作用，但是coord_fixed()起作用，因为它强制执行x：y单位的比率：

library(tidyverse)
df <- structure(list(x = c(79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105), y = c(1, 0, 0, 2, 1, 2, 7, 3, 7, 9, 11, 12, 15, 8, 10, 13, 11, 8, 9, 2, 3, 2, 1, 3, 0, 1, 1)), class = "data.frame", row.names = c(NA, -27L))
df <- tidyr::uncount(df, y) 

ggplot(df, aes(x)) +
  geom_dotplot(method = 'histodot', binwidth = 1) +
  scale_y_continuous(NULL, breaks = NULL) + 
  # Make this as high as the tallest column
  coord_fixed(ratio = 15)

在这里使用15作为比率是可行的，因为x轴也使用相同的单位（即单个整数）。如果x轴是百分比或对数美元或日期或其他参数，则必须修改比率，直到y轴被截断为止。

---

使用用于合并地块的方法进行编辑

正如我在下面的评论中提到的那样，使用拼凑而成的图与coord_fixed()组合起来效果不佳。但是，如果您手动将组合图的高度（或宽度）设置为与coord_fixed() 中的比率相同的值，并确保每个图具有相同的x轴，则可以获得伪面

# Make a subset of df
df2 <- df %>% slice(1:25)

plot1 <- ggplot(df, aes(x)) +
  geom_dotplot(method = 'histodot', binwidth = 1) +
  scale_y_continuous(NULL, breaks = NULL) + 
  # Make this as high as the tallest column
  # Make xlim the same on both plots
  coord_fixed(ratio = 15, xlim = c(75, 110))

plot2 <- ggplot(df2, aes(x)) +
  geom_dotplot(method = 'histodot', binwidth = 1) +
  scale_y_continuous(NULL, breaks = NULL) + 
  coord_fixed(ratio = 7, xlim = c(75, 110))

# Combine both plots in a single column, with each sized incorrectly
library(patchwork)
plot1 + plot2 +
  plot_layout(ncol = 1)

# Combine both plots in a single column, with each sized appropriately
library(patchwork)
plot1 + plot2 +
  plot_layout(ncol = 1, heights = c(15, 7) / (15 + 7))

Answer 2

离复制足够近了吗？

要到达那里，由于第一个图实际上是直方图，请从计数汇总中将示例数据扩展回每个观察形式的一行。

server <- function(input, output) {
  output$distPlot <- renderPlot({
  par(mfrow=c(1,2))
  switch(input$dist,
               "Length" = plot(iris$Sepal.Length),
               "Width" = plot(iris$Sepal.Width),
               "Length" = plot(iris$Sepal.Length))
  switch(input$dist,
               "Length" = plot(iris$Sepal.Length),
               "Width" = plot(iris$Sepal.Width),
               "Length" = plot(iris$Sepal.Length))
       }) 

然后使用df <- tidyr::uncount(df, y) 和method = 'histodot'将bindwidth=1转化为直方图形式。

为了美观起见，删除了y轴，因为它是乱码，甚至文档都说它“并没有真正的意义，所以隐藏它”。

geom_dotplot()

Answer 3

这个问题对an answer to a recent bounty来说有点启发。我决定也将此方法添加到该线程中。

您可以用另一个geom模仿geom_dotplot-我选择ggforce::geom_ellipse来完全控制您的点。它在y轴上显示计数。我添加了一些行使其更具编程性-并尝试重现Hadley的外观。

这是最终结果：（代码见下文）

首先进行隐式数据修改和几何

library(tidyverse)
library(ggforce)

df <- structure(list(x = c(79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105), y = c(1, 0, 0, 2, 1, 2, 7, 3, 7, 9, 11, 12, 15, 8, 10, 13, 11, 8, 9, 2, 3, 2, 1, 3, 0, 1, 1)), class = "data.frame", row.names = c(NA, -27L))

bin_width <- 1
pt_width <- bin_width / 3 # so that they don't touch horizontally
pt_height <- bin_width / 2 # 2 so that they will touch vertically

count_data <- 
  data.frame(x = rep(df$x, df$y)) %>%
  mutate(x = plyr::round_any(x, bin_width)) %>%
  group_by(x) %>%
  mutate(y = seq_along(x))

ggplot(count_data) +
  geom_ellipse(aes(
    x0 = x,
    y0 = y,
    a = pt_width / bin_width,
    b = pt_height / bin_width,
    angle = 0
  )) +
  coord_equal((1 / pt_height) * pt_width)# to make the dot

设置箱宽度很灵活！

bin_width <- 2 
# etc (same code as above)

现在，更详细地复制Hadley的图形实际上很有趣。 （尽管我以某种方式严重怀疑他是否使用ggplot创建了它！）。如果没有一些技巧，很多都是不可能的。最明显的是“十字”轴刻度，当然还有背景渐变（Baptiste helped）。

library(tidyverse)
library(grid)
library(ggforce)

p <- 
  ggplot(count_data) +
    annotate(x= seq(80,104,4), y = -Inf, geom = 'text', label = '|') +
  geom_ellipse(aes(
    x0 = x,
    y0 = y,
    a = pt_width / bin_width,
    b = pt_height / bin_width,
    angle = 0
  ),
  fill = "#E67D62",
  size = 0
  ) +
    scale_x_continuous(breaks = seq(80,104,4)) +
    scale_y_continuous(expand = c(0,0.1)) +
  theme_void() +
  theme(axis.line.x = element_line(color = "black"),
        axis.text.x = element_text(color = "black", 
                                   margin = margin(8,0,0,0, unit = 'pt'))) +
  coord_equal((1 / pt_height) * pt_width, clip = 'off')

oranges <- c("#FEEAA9", "#FFFBE1")
g <- rasterGrob(oranges, width = unit(1, "npc"), height = unit(0.7, "npc"), interpolate = TRUE)

grid.newpage()
grid.draw(g)
print(p, newpage = FALSE)

^{由reprex package（v0.3.0）于2020-05-01创建}