GGPLOT可以制作2D摘要数据吗？ [英] Can GGPLOT make 2D summaries of data?

问题描述

我希望绘制反应时间的平均值（或其他函数）作为x y平面中目标位置的函数。
作为测试数据：

  library（ggplot2）
 xs < -  runif（100，-1 ，1）
 ys < -  runif（100，-1,1）
rts < -  rnorm（100）
 testDF < -  data.frame（x= xs， y= ys，rt= rts）
  

我知道我可以这样做： （数据= testDF，aes（x = x，y = y））+ geom_bin2d（区间= 10），其中，

我希望能够做的是同样的事情，但绘制数据的函数在每个箱子里而不是数量。我可以这样做吗？或者是否需要先在R中生成条件装置（例如 drt < - tapply（testDF $ rt，list（cut（testDF $ x，10），cut（testDF $ y，10）），mean）），然后绘制这个图表吗？

谢谢。 / p>

解决方案

更新随着ggplot2 0.9.0的发布，新功能添加了 stat_summary2d 和 stat_summary_bin 。

这里是一个这个答案的要点： https://gist.github.com/1341218

  StatAggr2d<  -  proto（Stat，{ 
 objname<  - aggr2d
 default_aes<  -  function（。）aes（fill = ..value ..）
 required_aes< -c（x，y ，z）
 default_geom<  - 函数（。）GeomRect 
 
计算< - 函数（。，data，scales，binwidth = NULL，bins = 30 ，break = NULL，origin = NULL，drop = TRUE，fun = mean，...）{
 
 range<  -  list（
x = scales $ x $ output_set（），
y = scales $ y $ output_set（）
）
 
＃确定binwidth，如果省略
 if（is.null（binwidth））{
 binwidth< ;  -  c（NA，NA）
 if（is.integer（data $ x））{
 binwidth [1]<  -  1 
} else {
 binwidth [1如果（整数（数据$ y））{
 binwidth [2] <-1 
} 
 stopifnot（is.numeric（binwidth））
 stopifnot（
 binwidth [2] < -  diff（range $ y）/ bins 
} 
} 
长度（binwidth）== 2）
 
＃确定中断，如果省略
 if（is.null（breaks））{
 if（is.null（origin））{ 
 break < -  list（
 fullseq（范围$ x，binwidth [1]），
 fullseq（范围$ y，binwidth [2]）
）
 }其他{
休息<  -  list（
 seq（origin [1]，max（range $ x）+ binwidth [1]，binwidth [1]），
 seq（origin [2]，max（range $ y ）+ binwidth [2]，binwidth [2]）
）
} 
} 
 stopifnot（is.list（breaks））
 stopifnot（length（breaks） == 2）
 stopifnot（all（sapply（breaks，is.numeric）））
 names（breaks）<  -  c（x，y）
 
 xbin<  -  cut（data $ x，sort（breaks $ x），include.lowest = TRUE）
 ybin<  -  cut（data $ y，sort（break $ y），include.lowest = TRUE如果（is.null（data $ weight））data $ weight < -  1 
 ans < -  ddply（data.frame（data，xbin，ybin），。（ （xbin，xbin，ybin），函数（d）data.frame（value = fun（d $ z）））
 
（ans，{
 xint<  -  as.numeric（xbin） 
 xmin < -  breaks $ x [xint] 
 xmax < -  breaks $ x [xint + 1] 
 
 yint<  -  as.numeric（ybin）
 ymin<  - 打破$ y [yint] 
 ymax<  - 打破$ y [yint + 1] 
}）
} 
}）
 
 stat_aggr2d <  -  StatAggr2d $ build_accessor（）
  

和用法：

  ggplot（data = testDF，aes（x = x，y = y，z = rts））+ stat_aggr2d（bins = 3）
 ggplot testDF，aes（x = x，y = y，z = rts））+ 
 stat_aggr2d（bins = 3，fun = function（x）sum（x ^ 2））
  

以下是对stat_binhex的一些修改：

  StatAggrhex<  -  proto（Stat，{
 objname<  - aggrhex
 
 default_aes<  -  function（。）aes（fill = ..value ..）
 required_aes< -c（x，y，z）
 default_geom<  - 函数（。）GeomHex 
 
计算<  - 函数（。，data，scale ，binwidth = NULL，bins = 30，na.rm = FALSE，fun = mean，...）{
 try_require（hexbin）
 data<  -  remove_missing（data，na.rm， c（x，y），name =stat_hexbin）
 
 if（is.null（binwidth））{
 binwidth<  - c（
 diff（比例尺$ x $ input_set（））/ bins，
 diff（比例尺$ y $ input_set（））/ bins 
）
} 
 
 try_require（hexbin）
 
x<  -  data $ x 
y<  -  data $ y 
 
＃将binwidth转换为bounds + nbins 
 xbnds <-c（
 round_any（min（x），binwidth [1]，floor）-1e-6，
 round_any（max（x），binwidth [1]，ceiling）+ 1e-6 
）
 xbins<  -  diff（xbnds）/ binwidth [1] 
 
 ybnds< -c（
 round_any（min（y）， binwidth [1]，floor）-1e-6，
 round_any（max（y），binwidth [2]，ceiling）+ 1e-6 
）
 ybins < -  diff（ybnds ）/ binwidth [2] 
 
＃调用hexbin 
 hb < -  hexbin（
x，xbnds = xbnds，xbins = xbins，
y，ybnds = ybnds，shape = ybins / xbins，
 IDs = TRUE 
）
值<  -  tapply（数据$ z，hb @ cID，fun）
 
＃转换为数据帧
 data.frame（hcell2xy（hb），value）
} 
 
 
））
 
 stat_aggrhex<  -  StatAggrhex $ build_accessor（）
  

和用法：

  ggplot（data = testDF，aes（x = x，y = y， z = rts））+ stat_aggrhex（bins = 3）
 ggplot（data = testDF，aes（x = x，y = y，z = rts））+ 
 stat_aggrhex（bins = 3，fun =函数（x）sum（x ^ 2））
  

I wish to plot mean (or other function) of reaction time as a function of the location of the target in the x y plane. As test data:

library(ggplot2)
xs <- runif(100,-1,1)
ys <- runif(100,-1,1)
rts <- rnorm(100)
testDF <- data.frame("x"=xs,"y"=ys,"rt"=rts)

I know I can do this:

p <- ggplot(data = testDF,aes(x=x,y=y))+geom_bin2d(bins=10)

What I would like to be able to do, is the same thing but plot a function of the data in each bin rather than counts. Can I do this?

Or do I need to generate the conditional means first in R (e.g. drt <- tapply(testDF$rt,list(cut(testDF$x,10),cut(testDF$y,10)),mean)) and then plot that?

Thank you.

解决方案

Update With the release of ggplot2 0.9.0, much of this functionality is covered by the new additions of stat_summary2d and stat_summary_bin.

here is a gist for this answer: https://gist.github.com/1341218

here is a slight modification of stat_bin2d so as to accept arbitrary function:

StatAggr2d <- proto(Stat, {
  objname <- "aggr2d" 
  default_aes <- function(.) aes(fill = ..value..)
  required_aes <- c("x", "y", "z")
  default_geom <- function(.) GeomRect

  calculate <- function(., data, scales, binwidth = NULL, bins = 30, breaks = NULL, origin = NULL, drop = TRUE, fun = mean, ...) {

    range <- list(
      x = scales$x$output_set(),
      y = scales$y$output_set()
    )

    # Determine binwidth, if omitted
    if (is.null(binwidth)) {
      binwidth <- c(NA, NA)
      if (is.integer(data$x)) {
        binwidth[1] <- 1
      } else {
        binwidth[1] <- diff(range$x) / bins
      }
      if (is.integer(data$y)) {
        binwidth[2] <- 1
      } else {
        binwidth[2] <- diff(range$y) / bins
      }      
    }
    stopifnot(is.numeric(binwidth))
    stopifnot(length(binwidth) == 2)

    # Determine breaks, if omitted
    if (is.null(breaks)) {
      if (is.null(origin)) {
        breaks <- list(
          fullseq(range$x, binwidth[1]),
          fullseq(range$y, binwidth[2])
        )
      } else {
        breaks <- list(
          seq(origin[1], max(range$x) + binwidth[1], binwidth[1]),
          seq(origin[2], max(range$y) + binwidth[2], binwidth[2])
        )
      }
    }
    stopifnot(is.list(breaks))
    stopifnot(length(breaks) == 2)
    stopifnot(all(sapply(breaks, is.numeric)))
    names(breaks) <- c("x", "y")

    xbin <- cut(data$x, sort(breaks$x), include.lowest=TRUE)
    ybin <- cut(data$y, sort(breaks$y), include.lowest=TRUE)

    if (is.null(data$weight)) data$weight <- 1
    ans <- ddply(data.frame(data, xbin, ybin), .(xbin, ybin), function(d) data.frame(value = fun(d$z)))

    within(ans,{
      xint <- as.numeric(xbin)
      xmin <- breaks$x[xint]
      xmax <- breaks$x[xint + 1]

      yint <- as.numeric(ybin)
      ymin <- breaks$y[yint]
      ymax <- breaks$y[yint + 1]
    })
  }
})

stat_aggr2d <- StatAggr2d$build_accessor()

and usage:

ggplot(data = testDF,aes(x=x,y=y, z=rts))+stat_aggr2d(bins=3)
ggplot(data = testDF,aes(x=x,y=y, z=rts))+
  stat_aggr2d(bins=3, fun = function(x) sum(x^2))

As well, here is a slight modification of stat_binhex:

StatAggrhex <- proto(Stat, {
  objname <- "aggrhex"

  default_aes <- function(.) aes(fill = ..value..)
  required_aes <- c("x", "y", "z")
  default_geom <- function(.) GeomHex

  calculate <- function(., data, scales, binwidth = NULL, bins = 30, na.rm = FALSE, fun = mean, ...) {
    try_require("hexbin")
    data <- remove_missing(data, na.rm, c("x", "y"), name="stat_hexbin")

    if (is.null(binwidth)) {
      binwidth <- c( 
        diff(scales$x$input_set()) / bins,
        diff(scales$y$input_set() ) / bins
      )
    }

    try_require("hexbin")

    x <- data$x
    y <- data$y

    # Convert binwidths into bounds + nbins
    xbnds <- c(
      round_any(min(x), binwidth[1], floor) - 1e-6, 
      round_any(max(x), binwidth[1], ceiling) + 1e-6
    )
    xbins <- diff(xbnds) / binwidth[1]

    ybnds <- c(
      round_any(min(y), binwidth[1], floor) - 1e-6, 
      round_any(max(y), binwidth[2], ceiling) + 1e-6
    )
    ybins <- diff(ybnds) / binwidth[2]

    # Call hexbin
    hb <- hexbin(
      x, xbnds = xbnds, xbins = xbins,  
      y, ybnds = ybnds, shape = ybins / xbins,
      IDs = TRUE
    )
    value <- tapply(data$z, hb@cID, fun)

    # Convert to data frame
    data.frame(hcell2xy(hb), value)
  }


})

stat_aggrhex <- StatAggrhex$build_accessor()

and usage:

ggplot(data = testDF,aes(x=x,y=y, z=rts))+stat_aggrhex(bins=3)
ggplot(data = testDF,aes(x=x,y=y, z=rts))+
  stat_aggrhex(bins=3, fun = function(x) sum(x^2))

这篇关于GGPLOT可以制作2D摘要数据吗？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！