格式图例为多个图层ggplot2 [英] Format legend for multiple layers ggplot2
本文介绍了格式图例为多个图层ggplot2的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我试图修改图表中的图例。它自己的图表到目前为止，但2分失踪。图例为stat_density（）层 - 这是在所有密度 - ，和图例为至geom_vline（）层 - 其是变量的均值。我试着用guides = TRUE，但结果不是我想要的。
如何添加论文？我该如何修改这些？
哦，以及如何在geom_density（）中设置颜色来消除对角线？
感谢您的帮助！
这是我的图表代码：
ggplot（DEMDes）+
geom_density（alpha = .3，color = NA，aes（x = AGE，fill = factor（SEX）））+
stat_density（geom =line，aes（x = AGE），color =black ，linetype =dashed）+
geom_vline（data = cdf [1，]，aes（xintercept = rating.mean），color =＃122bc7，
linetype =dashed，size = 1）+
geom_vline（data = cdf [2，]，aes（xintercept = rating.mean），color =＃dc143c，
linetype =dashed，size = 1）+
scale_fill_manual（name =Geschlecht，values = c（＃122bc7，＃dc143c），labels = c（1=Männlich，2=Weiblich））
更新
这里是数据框的前500行：
structure（list（SEX = c（2,1,1,2,2,2,1,1,1,2,2， 2，2，2，2，2，2，1，1，2，2，2，1，2，
1,1,1,1,1,2,1,2,1,2,1,2,1,1,1,2,1,1,2,1,1
2,2,2,1,1,2,1,2,2,2,1,2,1,2,2,1,2,1,2,2，
2，2，2， 2,1,1,2,1,2,1,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1， 1,2,1,2,1,2,2,1,2,1,1,2,2,1,2,1,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,27,28,27,28,27,28,27,28,27,28,29,23,23,23,23,23,24,25,26,27,28,29,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,24,25,26,29， 1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2] 1,2,1,2,1,2,1,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1} 2,2,1,2,1,1,2,1,2,1,2,1,1,2,1,2,1,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2] 1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2] 1,2,1,2,1,1,1,2,1,1,2,1,2,1,1,2,1,1,1,1,1,1,1,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1} 2,2,1,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1} 2,2,1,2,1,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1} 1，
1，2，1，1， 2，1，2，2，2，1，2，1，2，2，1，2，2，1，1，2，1，
2，1，1，1，1，1， 2，1，2，1，2，1，2，1，2，1，2，1，2，1，1，
2，2，1，1，2，2，2，1， 2,2,1,2,1,1,1,1,2,1,1,1,1,2,1,1,1,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1} 2，1，2,2，1，1，2，2，2，1，2，
1，2，2，2，1，2，1，1，2，1，2，2， 1，2，2，1，2，2，1，2，1，
2，1，2，2，2，1，1，2，2，2，1，1，2，1， 2,2,1,2,1,2,2，
2,2,2,1,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2] 2,2,1,2,2,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,23,23,23,25,25,26,27,28,29,23,23,23,23,23,23,23,23,24,25,26,27,28,29,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,23,24,25,29,23,23,23,23,23,23,23,23,23,23,23,23,25 1,2,1,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2] 2，
1,1,1,2,2,2,1,2,1,2,1,2,1,1,1,2,1,2,1,2,1，
2,2,1,2），AGE = c（53,46,56,48,19,56,58,26,79,71，
85,79,75,67,65,97 ，74，66，62，46，20，22，50，41，44，41，
18，54，60，66，68，80，45，59，62，62，54，67，75 ，75，44，78，
68，67，55，54，56，62，69，70，68，52，48，23，74，82，57，40，
41，58 ，53，62，64，85，85，52，34，36，77， 83，36，49，46，79，
76，63，43，44，18，18，36，41，75，66，78，65，61，61，59，21，
61，67，57，55，57，47，41，49，65，84，54，69，60，81，62，60，
76，77，66，79，74，67，64， 66，76，50，49，55，54，59，54，63，
48，81，54，64，43，21，64，85，79，67，55，60，59，55， 83，80，
79，47，37，62，59，81，80，65，65，76，75，73，73，83，45，47，
65，63，66，第63,58,58,74,72,72,42,47,65,47,42,80,54,53，
87,63,64,54,50,61,66,57,63， 41，73，70，68，73，69，
55，79，52，63，66，66，47，63，62，73，46，89，83，80，64，58，
89,40,51,46,64,64,55,76,52,64,66,60,59,73,67,66，
64， 18，73，46，40，24，42，53，18，49，45，
22,79,65,69,69,74,69,72,53,26,78,75,50， 52，69，69，
65，59，75，77，78，81，83，62，67，37，68，81，84，61，56，25，
61，55， 54,59,28,54,47,64,63,49,53,50,61,68,67,72,51，
21,55,51,22,62,61,55， 63，59，34，74，64，73，79，
76，21，60，59，60，82，76，71，66，61，19，55，54，54，27，57，
67，49，83，76，72， 72，45，42，64，62，53，49，21，18，65，82，
31，62，62，28，25，60，57，72，70，66，64，48， 22，41，67，64，
66，60，70，68，65，67，64，65，60，58，38，73，68，79，67，68，
85， 68，64，69，40，19，37，54，89，84，95，70，76，74，92，54，
54，73，74，46，48，92，87，49， 49，20，66，79，67，69，80，78，
57，56，63，49，45，92，44，46，47，46，58，54，18，44，41， 60，
54，69，45，81，80，60，75，71，73，71，71，70，48，42，81，83，
48，43，20，63， 62，73，47，63，44，34，19，18，87，82，48，75，
63,80,51,76,50,51,79,40,75,83,82， 66,64,58,56,22，
19,71,43,39,45,18,60,21,19,70,68,33,58,49,48,65，
66岁，44岁，55岁，55岁，55岁，33岁，46岁，63岁，72岁，48岁，46岁，55岁，53岁，22岁，20岁，60岁，b $ b 57,64,60,29,56,57,78， ），.Names = c（SEX，AGE
），row.names = c（NA，500L），class =data.frame）
当然，结果可能看起来有点不同。 cdf就是SEX的平均值......
$ $ $ $ $ $ $ codedf < - ddply（DEMDes，。（SEX），总结，rating.mean = mean（AGE））
解决方案
A可能但可能不是优雅的解决方案是：
$ g $ p $ ggplot（DEMDes）+
geom_density（alpha = .3，color = NA，aes（x = AGE，fill = factor（SEX）））+
stat_density（geom =path，aes（x = AGE，color =black），linetype =dashed，position = identity）+
geom_vline（data = cdf [1，]，aes（xintercept = rating.mean，color =＃122bc7），
linetype =dashed，size = 1）+
geom_vline（data = cdf [2，]，aes（xintercept = rating.mean，color =＃dc143c），
linetype =dashed，size = 1）+
scale_fill_manual （name =Geschlecht，values = c（＃122bc7，＃dc143c），labels = c（1=Männlich，2=Weiblich））+
scale_color_manual名称=，值= c（＃122bc7，＃dc143c，黑色），标签= c（＃122bc7=表达式（粘贴（Männlich，bar（x）== （Weiblich，bar（x）==49.38）），black=Beide Geschlechter））
I'm trying to modify the legend in my graph. The graph it self is so far ok, but 2 points were missing. The Legend for the stat_density() layer - which is the over all density -, and the legend for the to geom_vline() layers - which is the means of the variables. I tried with guides = TRUE, but the result is not what I want.
How can I add theses? And how can I modify these? Oh and how I can get rid of the diagonal lines if I set colour in geom_density()?
Thanks for your help!
Here is my code for the graph:
ggplot(DEMDes) +
geom_density(alpha=.3, colour=NA, aes(x=AGE, fill=factor(SEX))) +
stat_density(geom = "line", aes(x=AGE), colour = "black", linetype="dashed") +
geom_vline(data=cdf[1,], aes(xintercept=rating.mean), colour="#122bc7",
linetype="dashed", size=1) +
geom_vline(data=cdf[2,], aes(xintercept=rating.mean) , colour="#dc143c",
linetype="dashed", size=1) +
scale_fill_manual(name = "Geschlecht", values = c("#122bc7", "#dc143c"), labels = c("1" = "Männlich", "2" = "Weiblich"))
UPDATE
Here the first 500 rows of the data frame:
structure(list(SEX = c(2, 1, 1, 2, 2, 2, 1, 1, 1, 2, 2, 2, 2,
2, 2, 2, 1, 2, 2, 2, 2, 1, 2, 2, 2, 1, 1, 1, 1, 1, 2, 2, 2, 1,
1, 1, 2, 1, 1, 2, 1, 2, 1, 2, 1, 2, 1, 1, 1, 2, 2, 1, 2, 1, 1,
2, 2, 2, 1, 1, 2, 1, 2, 2, 2, 2, 1, 2, 1, 2, 2, 1, 2, 1, 2, 2,
2, 2, 2, 1, 1, 2, 1, 2, 2, 1, 2, 1, 2, 2, 1, 1, 1, 2, 1, 1, 2,
1, 2, 2, 2, 1, 2, 2, 1, 2, 2, 1, 2, 1, 2, 1, 1, 2, 2, 1, 2, 1,
2, 1, 2, 1, 2, 2, 1, 2, 1, 2, 2, 2, 2, 1, 1, 1, 1, 2, 1, 2, 2,
1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1, 1, 2, 1, 2, 1, 1,
2, 1, 2, 1, 2, 1, 2, 1, 1, 2, 2, 1, 2, 1, 2, 2, 1, 2, 1, 2, 1,
1, 2, 1, 1, 2, 2, 2, 2, 1, 1, 2, 1, 1, 2, 1, 1, 1, 1, 2, 1, 2,
2, 1, 1, 2, 1, 2, 1, 2, 2, 1, 2, 1, 2, 2, 1, 2, 1, 2, 2, 1, 1,
2, 2, 2, 1, 2, 1, 1, 1, 2, 1, 2, 1, 1, 2, 1, 2, 2, 2, 2, 1, 1,
1, 2, 2, 1, 1, 2, 1, 2, 1, 2, 1, 2, 2, 2, 1, 1, 2, 2, 2, 1, 2,
1, 2, 1, 2, 1, 1, 2, 1, 2, 2, 1, 2, 1, 1, 2, 2, 2, 1, 1, 2, 1,
1, 2, 1, 1, 2, 1, 2, 2, 2, 1, 2, 1, 2, 2, 1, 2, 2, 1, 1, 2, 1,
2, 1, 1, 1, 1, 1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1, 1,
2, 2, 1, 1, 2, 2, 2, 1, 2, 1, 2, 1, 2, 1, 1, 1, 1, 2, 2, 1, 1,
2, 1, 2, 1, 2, 1, 2, 1, 1, 2, 2, 1, 2, 2, 1, 1, 2, 2, 2, 1, 2,
1, 2, 2, 2, 1, 2, 1, 1, 2, 1, 2, 2, 1, 2, 2, 1, 2, 2, 1, 2, 1,
2, 1, 2, 2, 2, 1, 1, 2, 2, 2, 1, 1, 2, 1, 2, 2, 1, 2, 1, 2, 2,
2, 2, 2, 1, 1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 2, 1, 2, 2, 1,
2, 1, 2, 1, 2, 1, 2, 2, 2, 2, 2, 1, 2, 2, 1, 2, 2, 2, 1, 2, 1,
2, 1, 2, 1, 2, 1, 1, 2, 2, 1, 2, 2, 2, 1, 2, 1, 1, 1, 2, 1, 2,
1, 1, 1, 2, 2, 2, 1, 2, 1, 2, 1, 2, 1, 1, 1, 2, 1, 2, 1, 2, 1,
2, 2, 1, 2), AGE = c(53, 46, 56, 48, 19, 56, 58, 26, 79, 71,
85, 79, 75, 67, 65, 97, 74, 66, 62, 46, 20, 22, 50, 41, 44, 41,
18, 54, 60, 66, 68, 80, 45, 59, 62, 62, 54, 67, 75, 75, 44, 78,
68, 67, 55, 54, 56, 62, 69, 70, 68, 52, 48, 23, 74, 82, 57, 40,
41, 58, 53, 62, 64, 85, 85, 52, 34, 36, 77, 83, 36, 49, 46, 79,
76, 63, 43, 44, 18, 18, 36, 41, 75, 66, 78, 65, 61, 61, 59, 21,
61, 67, 57, 55, 57, 47, 41, 49, 65, 84, 54, 69, 60, 81, 62, 60,
76, 77, 66, 79, 74, 67, 64, 66, 76, 50, 49, 55, 54, 59, 54, 63,
48, 81, 54, 64, 43, 21, 64, 85, 79, 67, 55, 60, 59, 55, 83, 80,
79, 47, 37, 62, 59, 81, 80, 65, 65, 76, 75, 73, 73, 83, 45, 47,
65, 63, 66, 63, 58, 84, 72, 72, 42, 47, 65, 47, 42, 80, 54, 53,
87, 63, 64, 54, 50, 61, 66, 57, 63, 62, 41, 73, 70, 68, 73, 69,
55, 79, 52, 63, 66, 66, 47, 63, 62, 73, 46, 89, 83, 80, 64, 58,
89, 40, 51, 46, 64, 64, 55, 76, 52, 64, 66, 60, 59, 73, 67, 66,
64, 47, 39, 51, 46, 42, 18, 73, 46, 40, 24, 42, 53, 18, 49, 45,
22, 79, 65, 69, 69, 74, 69, 72, 53, 26, 78, 75, 50, 52, 69, 69,
65, 59, 75, 77, 78, 81, 83, 62, 67, 37, 68, 81, 84, 61, 56, 25,
61, 55, 54, 28, 54, 47, 64, 63, 49, 53, 50, 61, 68, 67, 72, 51,
21, 55, 51, 22, 62, 61, 55, 31, 54, 63, 59, 34, 74, 64, 73, 79,
76, 21, 60, 59, 60, 82, 76, 71, 66, 61, 19, 55, 54, 54, 27, 57,
67, 49, 83, 76, 72, 72, 45, 42, 64, 62, 53, 49, 21, 18, 65, 82,
31, 62, 62, 28, 25, 60, 57, 72, 70, 66, 64, 48, 22, 41, 67, 64,
66, 60, 70, 68, 65, 67, 64, 65, 60, 58, 38, 73, 68, 79, 67, 68,
85, 68, 64, 69, 40, 19, 37, 54, 89, 84, 95, 70, 76, 74, 92, 54,
54, 73, 74, 46, 48, 92, 87, 49, 49, 20, 66, 79, 67, 69, 80, 78,
57, 56, 63, 49, 45, 92, 44, 46, 47, 46, 58, 54, 18, 44, 41, 60,
54, 69, 45, 81, 80, 60, 75, 71, 73, 71, 71, 70, 48, 42, 81, 83,
48, 43, 20, 63, 62, 73, 47, 63, 44, 34, 19, 18, 87, 82, 48, 75,
63, 80, 51, 76, 50, 51, 79, 40, 75, 83, 82, 66, 64, 58, 56, 22,
19, 71, 43, 39, 45, 18, 60, 21, 19, 70, 68, 33, 58, 49, 48, 65,
66, 44, 55, 55, 55, 33, 46, 63, 72, 48, 46, 55, 53, 22, 20, 60,
57, 64, 60, 29, 56, 57, 78, 43, 56, 52)), .Names = c("SEX", "AGE"
), row.names = c(NA, 500L), class = "data.frame")
The result might look a bit different of course. The cdf is just the mean of the SEX...
cdf <- ddply(DEMDes, .(SEX), summarise, rating.mean=mean(AGE))
解决方案
A possible but probably not elegant solution is:
ggplot(DEMDes) +
geom_density(alpha=.3, colour=NA, aes(x=AGE, fill=factor(SEX))) +
stat_density(geom = "path", aes(x=AGE, colour = "black"), linetype="dashed", position = "identity") +
geom_vline(data=cdf[1,], aes(xintercept=rating.mean, colour="#122bc7"),
linetype="dashed", size=1) +
geom_vline(data=cdf[2,], aes(xintercept=rating.mean, colour="#dc143c"),
linetype="dashed", size=1) +
scale_fill_manual(name = "Geschlecht", values = c("#122bc7", "#dc143c"), labels = c("1" = "Männlich", "2" = "Weiblich")) +
scale_color_manual(name="", values =c("#122bc7", "#dc143c", "black"), labels = c("#122bc7" = expression(paste("Männlich ", bar(x) == "49.46")), "#dc143c" = expression(paste("Weiblich ", bar(x) == "49.38")), "black"= "Beide Geschlechter"))
这篇关于格式图例为多个图层ggplot2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！
查看全文
