y轴的ggplot2对数刻度导致曲线 [英] ggplot2 log scale of y axis causing curved lines

问题描述

我想绘制一些数据作为随着时间的推移组的方式，用各条线连接每组的不同平均时间点。

这个代码是：

  line< -ggplot（ dat，aes（Time，Cortisol.ngmL，shape = T））
 
 line + 
 stat_summary（fun.y = mean，geom =point，size = 4，aes（group = T））+ 
 stat_summary（fun.y = mean，geom =line，aes（group = T），linetype =dashed，lwd = 0.7）
  

但是...我想记录y轴（log10）。当我这样做时，跨越时间的连线组变成曲线（下面的代码）

  line <-ggplot（dat，aes （时间，Cortisol.ngmL，shape = T））
 
 line + 
 stat_summary（fun.y = mean，geom =point，size = 4，aes（group = T）） + 
 stat_summary（fun.y = mean，geom =line，aes（group = T），linetype =dashed，lwd = 0.7）+ 
 coord_trans（y =log10）
  

有谁知道一种方法，我可以有一个对数刻度和直线？

解决方案

我使用这个函数在日志范围内用直线连接点：$ b​​
$ b

  log_line < - 函数（x，y，n = 1000）{
l < -  lapply（2：length（x），
 function（i，n）{$ b （x [i-1]，x [i]，（x [i] -x [i-1]）/ n）
 yl <-exp（log（y [ （））/（x [i]  -  x [i-1]））$ b $（x [i] b返回（data.frame（x = xl，y = yl））
}，
 n）
 
 return（do.call（rbind，l））
} 
  

这些参数是您希望用对数刻度中的直线连接的点的x和y坐标，以及您希望在每对原始点之间预测的n个点。

这个函数拟合每个点之间的对数刻度的直线，预测两个原始点之间的n个新点，并将它们转换回原始刻度。输出是一个带有预测值x和y坐标的数据帧。

它可以很容易地添加到ggplot中：

  v1 < -  1:10 
 v2 < -  exp（-v1）
 
 ggplot（）+ 
 geom_point （aes（v1，v2））+ 
 geom_line（aes（x，y），data = log_line（v1，v2））+ 
 coord_trans（y =log）
  




I’d like to graph some data as means of groups over time, with lines connecting the different mean time points for each group.

The code for this is:

line<-ggplot(dat, aes(Time, Cortisol.ngmL, shape=T))

line+
stat_summary(fun.y=mean, geom="point", size=4, aes(group=T))+
stat_summary(fun.y=mean, geom="line", aes(group=T), linetype="dashed", lwd=0.7)

But…I want the y axis logged (log10). And when I do this the lines connecting the groups across time become curved (code below)

line<-ggplot(dat, aes(Time, Cortisol.ngmL, shape=T))

line+
stat_summary(fun.y=mean, geom="point", size=4, aes(group=T))+
stat_summary(fun.y=mean, geom="line", aes(group=T), linetype="dashed", lwd=0.7)+
coord_trans(y="log10")

Does anyone know a way I can have a log scale and straight lines?

解决方案

I use this function to connect points with straight lines in log scale:

log_line <- function(x, y, n = 1000) {
  l <- lapply(2:length(x),
              function(i, n) {
                xl <- seq(x[i - 1], x[i], (x[i] - x[i - 1]) / n)
                yl <- exp(log(y[i]) + (xl - x[i]) * (log(y[i]) - log(y[i - 1])) / (x[i] - x[i - 1]))
                return(data.frame(x = xl, y = yl))
              },
              n)

  return(do.call(rbind, l))
}

The arguments are the x and y coordinates of the points you want to connect with a straight line in log scale and the n number of points you want to predict between each pair of original points.

This function fits a straight line in log scale between each points, predicts n new points between the two original points and than converts them back to the original scale. The output is a data frame with the predicted values x and y coordinates.

It can be easily added to a ggplot:

v1 <- 1:10
v2 <- exp(-v1)

ggplot() +
  geom_point(aes(v1, v2)) +
  geom_line(aes(x, y), data = log_line(v1, v2)) +
  coord_trans(y = "log")

这篇关于y轴的ggplot2对数刻度导致曲线的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！