7

我不确定这是一个真正的错误还是我遗漏了一些东西，但它就在这里。我有一个要循环调用的 ggplot 函数 (plot_data)。我已经将该函数包含在它自己的块中。在第一种情况下（标题为“works”的块），在循环中调用该函数可以正常工作，在这种情况下，plot_data 函数后跟一个条形图。然而，在第二种情况下，plot_data() 函数后跟一个热图，在这种情况下，热图奇怪地抑制了 plot_data 函数。无论是否围绕 plot_data 函数调用 plot() 或 print() 都会发生这种情况。

有没有办法让 ggplots 与 knitr 一起工作？函数调用到底是如何抑制先前函数调用的输出的？

以下代码为我重现了该错误：

[preamble omitted]
\begin{document}

<<setup, eval=TRUE, echo=FALSE, cache=FALSE>>=
plot_data <- function(data) {
    require(ggplot2)
    require(reshape)
    d.melt <- melt(data)
    ggplot(data=d.melt, aes(x=X2, y=value, group=X1, colour=X1)) + geom_line(size=.5) +
          scale_x_discrete("") +
          scale_y_continuous("Value")
    }
@

<<works, echo=FALSE, results='asis', out.width='.3\\linewidth', dev='pdf', cache=TRUE >>=
set.seed(10010)
data <- matrix(runif(10000, 1,100), ncol=100)
for (i in 1:10) {
    ind <- sample(1:100, 10)
    plot(plot_data(data[ind,]))
    barplot(ind)
}
@

<<doesnt-work, echo=FALSE, results='asis', out.width='.3\\linewidth', dev='pdf', cache=TRUE >>=
set.seed(10010)
data <- matrix(runif(10000, 1,100), ncol=100)
for (i in 1:10) {
    ind <- sample(1:100, 10)
    plot(plot_data(data[ind,]))  # calling print instead of plot doesn't work either
    heatmap(data[ind,]  )
}
@

\end{document}
4

2 回答 2

3

我想你问了很多knitr。在 R 中对齐基本图形和网格图形不是很容易和具有挑战性。我不知道如何knitr使用（包 latex graphics），但我认为当你调用 时heatmap，它会打印在网格的同一个位置阴谋。

在调用基本图形之前添加一个plot.new对我来说很好：

<<doesnt-work, fig.show='hold',out.width='.3\\linewidth'>>=
  set.seed(10010)
data <- matrix(runif(10000, 1,100), ncol=100)
for (i in 1:3) {
  ind <- sample(1:100, 10)
  print(plot_data(data[ind,]))  # calling print instead of plot doesn't work either
  plot.new()
  heatmap(data[ind,]  )
 }
@
于 2013-03-19T08:08:05.390 回答
0

我认为你的函数有错误，融化的变量已经关闭。这对我有用：

library(ggplot2)
library(reshape2)
set.seed(10010)
data <- matrix(runif(10000, 1,100), ncol=100)
for (i in 1:3) {
   ind <- sample(1:100, 10)

   d.melt <- melt(data[ind,])
   p<-ggplot(data=d.melt, aes(x=Var1, y=Var2, group=Var1, colour=Var1)) + 
      geom_line(size=.5) +
      scale_x_discrete("") +
      scale_y_continuous("Value")

   print(p)  
   plot.new()
   heatmap(data[ind,]  )
}
于 2017-05-15T22:12:13.237 回答