使用R

Question

在GGPLOT2散点图上绘制两个数据向量我一直在试验ggplot2和lattice来绘制数据面板。我在围绕ggplot2模型缠绕一些小麻烦。特别是，如何绘制两组数据的每个面板上的散点图：

在lattice我可以这样做：

xyplot(Predicted_value + Actual_value ~ x_value | State_CD, data=dd) 

而且会给我一个面板每个State_CD每列

我可以做一个列有ggplot2：

pg <- ggplot(dd, aes(x_value, Predicted_value)) + geom_point(shape = 2) 
     + facet_wrap(~ State_CD) + opts(aspect.ratio = 1) 
print(pg) 

我不能神交的是如何Actual_value添加到ggplot以上。

编辑哈德利指出，这可以通过一个可重复的例子更容易。这是似乎工作的代码。用ggplot做更好还是更简洁的方法？为什么添加另一组点到ggplot的语法与添加第一组数据不同？

library(lattice) 
library(ggplot2) 

#make some example data 
dd<-data.frame(matrix(rnorm(108),36,3),c(rep("A",24),rep("B",24),rep("C",24))) 
colnames(dd) <- c("Predicted_value", "Actual_value", "x_value", "State_CD") 

#plot with lattice 
xyplot(Predicted_value + Actual_value ~ x_value | State_CD, data=dd) 

#plot with ggplot 
pg <- ggplot(dd, aes(x_value, Predicted_value)) + geom_point(shape = 2) + facet_wrap(~ State_CD) + opts(aspect.ratio = 1) 
print(pg) 

pg + geom_point(data=dd,aes(x_value, Actual_value,group=State_CD), colour="green") 

点阵输出看起来是这样的： alt text http://www.cerebralmastication.com/wp-content/uploads/2009/08/lattice.png

和ggplot看起来是这样的： alt text http://www.cerebralmastication.com/wp-content/uploads/2009/08/ggplot.png

Answer 1

只需跟进Ian的建议：对于ggplot2，您确实需要将一列中的所有Y轴素材与另一列作为指示您如何修饰它的因素。用melt这样做很容易。即：

qplot(x_value, value, 
     data = melt(dd, measure.vars=c("Predicted_value", "Actual_value")), 
     colour=variable) + facet_wrap(~State_CD) 

下面是它看起来像我： alt text http://www.cs.princeton.edu/~jcone/example.png

要得到一个什么样melt其实就是做一个想法，这里的头：

> head(melt(dd, measure.vars=c("Predicted_value", "Actual_value"))) 
    x_value State_CD  variable  value 
1 1.2898779  A Predicted_value 1.0913712 
2 0.1077710  A Predicted_value -2.2337188 
3 -0.9430190  A Predicted_value 1.1409515 
4 0.3698614  A Predicted_value -1.8260033 
5 -0.3949606  A Predicted_value -0.3102753 
6 -0.1275037  A Predicted_value -1.2945864 

你看，它将Predicted_value和Actual_value“融化”为一列，名为value，并添加另一列variable，让您知道它最初来自哪个列。

Answer 2

以及张贴我碰到this R Help thread跑可能已经帮助过我的问题后。它看起来像我可以这样做：

pg + geom_line(data=dd,aes(x_value, Actual_value,group=State_CD), colour="green") 

是做事情的好办法吗？这对我来说很奇怪，因为添加第二项与第一项语法完全不同。

Answer 3

您可能只是想稍微改变数据的形式，以便您有一个y轴变量，并带有一个附加因子变量，指示它是预测变量还是实际变量。

这就像你想要做的事情？

dd<-data.frame(type=rep(c("Predicted_value","Actual_value"),20),y_value=rnorm(40), 
       x_value=rnorm(40),State_CD=rnorm(40)>0) 
qplot(x_value,y_value,data=dd,colour=type,facets=.~State_CD) 

Answer 4

更新：现在上几年，我几乎总是使用GGPLOT2乔纳森的方法（通过tidyr package）。我的答案在下方有效，但当你有3个以上的变量时会变得很乏味。

---

我敢肯定，哈德利将有一个更好的答案，但 - 语法是不同的，因为ggplot(dd,aes())语法（我认为），主要用于绘制只是一个变量。两年，我会用：

ggplot() + 
geom_point(data=dd, aes(x_value, Actual_value, group=State_CD), colour="green") + 
geom_point(data=dd, aes(x_value, Predicted_value, group=State_CD), shape = 2) + 
facet_wrap(~ State_CD) + 
theme(aspect.ratio = 1) 

拉动第一组点了ggplot的（）给它相同的语法第二。我觉得这更容易处理，因为语法是相同的，它强调了ggplot2核心的“图形语法”。