gridextra

    0热度

    1回答

    这是我在Stack上的第一篇文章,所以任何帮助将不胜感激。如果我需要更改我的问题或更具体,请告诉我。 我正在尝试创建一个包含情节和与该情节相关的表的图。我能够产生情节,但我的桌子太长,随后与我的条形图重叠。以下是重现该问题的虚拟代码。 我的问题是这样的。有什么办法可以将我的桌子拆分成n个部分,以便它适合我的条形图下方?我有几个数据帧可以处理不同的大小,所以手动按行生成多个表的子设置不是首选。任何帮

    0热度

    1回答

    我想在剧情窗口中显示一张桌子,但最终会在桌子周围留下太多空白。 我的代码如下: ` mytable = data.frame(Strategy = c("Long Short","Long Short Directional Bias","Market Neutral"), Assets_AUM = c("R 1 000 000 00","R 2 000 000 000", "

    2热度

    2回答

    ,我有以下的数据帧 df <- structure(list(section_name = c("WWW", "WWW:XXX:YYY", "WWW:ZZZ", "WWW:ZZZ:YYY", "WWW:YYY", "XXX", "XXX:ZZZ:YYY", "XXX:YYY", "ZZZ", "YYY"), member = c("BATF, TEAD1, RUNX2, POL003.1_G

    0热度

    1回答

    我想有一些地块排列在一个网格中,其中一个地块是使用包车的qq图。以下 library(car) library(ggplot2) library(gridExtra) n <- 100 df <- data.frame(x=rnorm(n)) df <- transform(df, y=3*x-1) p <- ggplot(data=df,aes(x=x,y=y)) + geom_p

    1热度

    1回答

    我想在并排绘图时自动调整ggplot图形。 library(ggplot2) library(gridExtra) set.seed(123) freq <- sample(1:10, 7, replace = T) labels <- c('AUS', 'NZ', 'ENG', 'SOC', 'PAK', 'SRI', 'IND') value <- paste("i",1:10,s

    0热度

    1回答

    我正在使用以下设置来创建ggplot2图表的列表。 这工作得很好: library(grid) library(gridExtra) library(ggplot2) mycols <- c('year','displ') mylist <- list() for(item in mycols){ p <- ggplot(mpg, aes_string(x = 'hwy'

    2热度

    1回答

    因此,我试图制作一个grobs列表,然后将它们传递到grobTree(),但我的列表项目不会作为grob通过do.call()读入。 这里是我的代码: library(purrr) library(grid) library(gridExtra) library(ggplot2) qplot(displ, year, data = mpg) title_segments <- c('H

    1热度

    1回答

    我遇到了麻烦绘制一些数据到两个独立的y尺度。以下是我一直在处理的一些空气质量数据的两个可视化图。第一幅图描绘了十亿分之一部分的每种污染物。在这个图中,co在y轴上占主导地位,其他污染物的变化都没有被正确表示。在空气质量科学中,污染物co通常代表百万分之一而不是十亿分之几。第二张图说明了相同的no,no2和o3数据,但我已将co浓度从ppb转换为ppm(除以1000)。然而,虽然no,no2和o3更

    0热度

    1回答

    我创建了一个简单的情节和有他的照片实际上是一个SVG图标如下: library(ggplot2); library(grid); library(gridExtra) facebookGrob <- gTree(children=gList(pictureGrob(readPicture("inst/svg/facebook2.svg")))) p1 <- ggplot() +

    1热度

    2回答

    我正在为几个独立变量分别运行分位数回归(相同相关)。我只想在单个图中绘制每个变量的几个分位数的斜率估计值。 这里有一个玩具数据: set.seed(1988) y <- rnorm(50, 5, 3) x1 <- rnorm(50, 3, 1) x2 <- rnorm(50, 1, 0.5) # Running Quantile Regression require(quantreg