这是我似乎能够通过传递参数做的最好的事情:
foo.upper <- function(x,y,ind.upper,col.upper,ind.lower,col.lower,...){
points(x[ind.upper],y[ind.upper],col = col.upper,...)
}
foo.lower <- function(x,y,ind.lower,col.lower,ind.upper,col.upper,...){
points(x[ind.lower],y[ind.lower],col = col.lower,...)
}
pairs(dat[,-5],
lower.panel = foo.lower,
upper.panel = foo.upper,
ind.upper = dat$type == 'brain',
ind.lower = dat$type == 'heart',
col.upper = 'blue',
col.lower = 'red')
请注意,每个面板都需要所有参数。...
是个残忍的情妇。如果您在每个函数中仅包含特定于面板的参数,它似乎可以工作,但是您会从 R 中得到很多警告,试图将这些参数传递给常规绘图函数,显然它们不会存在。
这是我的第一次快速尝试,但看起来很难看:
dat <- as.data.frame(do.call(rbind,data))
dat$type <- rep(c('brain','heart'),each = 100)
foo.upper <- function(x,y,...){
points(x[dat$type == 'brain'],y[dat$type == 'brain'],col = 'red',...)
}
foo.lower <- function(x,y,...){
points(x[dat$type == 'heart'],y[dat$type == 'heart'],col = 'blue',...)
}
pairs(dat[,-5],lower.panel = foo.lower,upper.panel = foo.upper)
我在第二个版本中以一种有点丑陋的方式滥用了 R 的范围。(当然,您可以在lattice中更干净地执行此操作,但您可能知道这一点。)
我能想到的唯一其他选择是使用 设计您自己的散点图矩阵layout
,但这可能需要相当多的工作。
格子编辑
这至少是一个格子解决方案的开始。它应该更好地处理不同的 x,y 轴范围,但我还没有测试过。
dat <- do.call(rbind,data)
dat <- as.data.frame(dat)
dat$grp <- rep(letters[1:2],each = 100)
plower <- function(x,y,grp,...){
panel.xyplot(x[grp == 'a'],y[grp == 'a'],col = 'red',...)
}
pupper <- function(x,y,grp,...){
panel.xyplot(x[grp == 'b'],y[grp == 'b'],...)
}
splom(~dat[,1:4],
data = dat,
lower.panel = plower,
upper.panel = pupper,
grp = dat$grp)