2

在另一篇文章中@Justin 的帮助下，我使用facet_gridggplot2 中的选项绘制了模拟结果。带有数据和答案的帖子在这里：Use facet_grid option to plot column of dataframe with ggplot2

这里是原始样本数据的副本，其中包含有关每个参数类型的 scale_x 最小值和最大值的附加信息：

dat <- read.table(textConnection("P1 P2 P3 P4 R
1 2e-5 1.0 0.6 3 1
2 4e-6 1.5 0.7 1.5 2
3 6e-7 1.2 0.6 2.5 3 
4 8e-8 1.45  0.65 3.2 4
"))

scalx <- read.table(textConnection("P XMIN XMAX
1 1 10e-1 10e-10
2 2 0.5 3.0
3 3 0.0 1.5
4 4 2.0 5.0
"))

@justin 给出的实际示例绘图代码：

library(ggplot2)
library(reshape2)
dat.melt <- melt(dat, id.vars='R')

ggplot(dat.melt, aes(x=0, y=value)) +
    geom_boxplot() +
    geom_point(aes(colour=factor(R))) +
    facet_wrap(~variable, ncol=1, scales='free') +
    coord_flip()

但是现在，我的项目是制作一个小电影来展示多个模拟结果的演变，此时在上面给出的代码的帮助下，我得到了这样的伟大图形。

在此处输入图像描述

为了使这成为可能，我需要固定每个方面的值，因为每个参数都可以在固定的极值之间变化，尽管这些值是从一个方面到另一个方面的变化。

你知道这是否可能，facet_grid因为我最近发现这个问题与在 github ggplot2 项目存储库的不同方面指定不同的限制有关：https ://github.com/hadley/ggplot2/issues/187 。是否有另一种替代解决方案可以使这成为可能？

4

1 回答 1

2

由于您想要扩展每个方面的比例（而不是限制/收缩它们），所以这是可能的。您需要将您scalx的格式重塑为类似于您的 melted dat：

xlims <- melt(scalx, id.vars="P")
xlims$P <- paste0("P", xlims$P)
names(xlims)[1] <- "variable"

除了melt，我使构面具有相​​同的格式和变量名。然后可以将这个新的数据框提供给一个geom_blank图层，以便它影响比例的限制，但实际上并不绘制任何东西：

ggplot(dat.melt, aes(x=0, y=value)) +
    geom_boxplot() +
    geom_point(aes(colour=factor(R))) +
    geom_blank(data=xlims) +
    facet_wrap(~variable, ncol=1, scales='free') +
    coord_flip()

在此处输入图像描述

作为旁注，您P4被列为至少有 2，但实际上有一个数据点为 1.5。这表明这种方法只会扩大规模，不会缩小规模。

于 2012-06-11T19:36:06.010 回答