R - 将质心添加到散点图 [英] R - add centroids to scatter plot

问题描述

我有一个数据集两个连续变量和一个因子变量（两个类）。我想创建一个带有两个质心（每个类一个）的scatterplot，其中包含R中的误差条。质心应该定位在每个类的x和y的平均值。

我可以使用ggplot2轻松创建散点图，但我无法弄清楚如何添加质心。使用ggplot / qplot可以做到这一点吗？

以下是一些示例代码：

  x < -  c （1,2,3,4,5,2,3,5）
y< -c（10,11,14,5,7,9,8,5）
 class<  - c（1,1,1,0,0,1,0,0）
 df<  -  data.frame（class，x，y）
 qplot（x，y，data = df， color = as.factor（class））
  

解决方案

你在想什么？

  centroids<  -  aggregate（cbind（x，y）〜class，df，mean）
 ggplot（df，aes x，y，color = factor（class）））+ 
 geom_point（size = 3）+ geom_point（data = centroids，size = 5）
  

这创建了一个单独的数据框， centroids ，其中列 x ， y 和 class 其中 x 和 y 是按类别的平均值。然后我们使用 centroid 作为数据集添加第二个点几何图层。

这是一个稍微有趣的版本，用于聚类分析。

  gg < -  merge（df，aggregate（cbind（mean.x = x，mean.y = y）〜class，df，mean ），by =class）
 ggplot（gg，aes（x，y，color = factor（class）））+ geom_point（size = 3）+ 
 geom_point（aes（x = mean） x，y = mean.y），size = 5）+ 
 geom_segment（aes（x = mean.x，y = mean.y，xend = x，yend = y））
  

编辑对OP的评论做出回应

可以使用 geom_errorbar（...）和 geom_errorbarh（...）来添加垂直和水平误差条。 / b>

 质心<  - 聚合（cbind（x，y）〜class，df，mean）
f < - 函数（z）sd（z）/ sqrt（length（z））＃函数来计算std.err 
 se < -  aggregate（cbind（se.x = x，se.y = y）〜class，df ，f）
 centro ids<  -  merge（centroids，se，by =class）＃将std.err列添加到质心
 ggplot（gg，aes（x，y，color = factor（class）））+ 
 geom_point（size = 3）+ 
 geom_point（data = centroids，size = 5）+ 
 geom_errorbar（data = centroids，aes（ymin = y-se.y，ymax = y + se.y ），width = 0.1）+ 
 geom_errorbarh（data = centroids，aes（xmin = x-se.x，xmax = x + se.x），height = 0.1）
  

如果您想计算95％的置信度，而不是std。错误，将

  f < - 函数（z）sd（z）/ sqrt（length（z））＃函数替换为计算std.err 
  

with

<$ p $ （z）qt（0.025，df =长度（z）-1，lower.tail = F）* sd（z）/ sqrt（长度（z））

I have a dataset two continuous variables and one factor variable (two classes). I want to create a scatterplot with two centroids (one for each class) that includes error bars in R. The centroids should be positioned at the mean values for x and y for each class.

I can easily create the scatter plot using ggplot2, but I can't figure out how to add the centroids. Is it possible to do this using ggplot / qplot?

Here is some example code:

x <- c(1,2,3,4,5,2,3,5)
y <- c(10,11,14,5,7,9,8,5)
class <- c(1,1,1,0,0,1,0,0)
df <- data.frame(class, x, y)
qplot(x,y, data=df, color=as.factor(class))

解决方案

Is this what you had in mind?

centroids <- aggregate(cbind(x,y)~class,df,mean)
ggplot(df,aes(x,y,color=factor(class))) +
  geom_point(size=3)+ geom_point(data=centroids,size=5)

This creates a separate data frame, centroids, with columns x, y, and class where x and y are the mean values by class. Then we add a second point geometry layer using centroid as the dataset.

This is a slightly more interesting version, useful in cluster analysis.

gg <- merge(df,aggregate(cbind(mean.x=x,mean.y=y)~class,df,mean),by="class")
ggplot(gg, aes(x,y,color=factor(class)))+geom_point(size=3)+
  geom_point(aes(x=mean.x,y=mean.y),size=5)+
  geom_segment(aes(x=mean.x, y=mean.y, xend=x, yend=y))

EDIT Response to OP's comment.

Vertical and horizontal error bars can be added using geom_errorbar(...) and geom_errorbarh(...).

centroids <- aggregate(cbind(x,y)~class,df,mean)
f         <- function(z)sd(z)/sqrt(length(z)) # function to calculate std.err
se        <- aggregate(cbind(se.x=x,se.y=y)~class,df,f)
centroids <- merge(centroids,se, by="class")    # add std.err column to centroids
ggplot(gg, aes(x,y,color=factor(class)))+
  geom_point(size=3)+
  geom_point(data=centroids, size=5)+
  geom_errorbar(data=centroids,aes(ymin=y-se.y,ymax=y+se.y),width=0.1)+
  geom_errorbarh(data=centroids,aes(xmin=x-se.x,xmax=x+se.x),height=0.1)

If you want to calculate, say, 95% confidence instead of std. error, replace

f <- function(z)sd(z)/sqrt(length(z)) # function to calculate std.err

with

f <- function(z) qt(0.025,df=length(z)-1, lower.tail=F)* sd(z)/sqrt(length(z)) 

这篇关于R - 将质心添加到散点图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！