为ggplot添加图例和构造数据 [英] Adding legend and structuring data for ggplot
问题描述
数据通过dput（）包含在这里
$ b $ $ $ $ $ $ c $ help< （1L，1L，1L，1L，1L，1L，
1L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L， 2L，2L，3L，3L，3L，
3L，3L，3L，3L），。标签= c（AAA，BBB，CCC $ b Ind = structure（1:26，.Label = c（AAA_F01，AAA_F17，AAA_F33，
AAA_F49，AAA_F65，AAA_F81，AAA_F97，BBB_P01 ，BBB_P02，
，BBB_P03，BBB_P04，BBB_P05，BBB_P06，BBB_P07，BBB_P08，
，BBB_P09，BBB_P10，BBB_P11， BBB_P12，CCC_F02，CCC_F03，
CCC_F04，CCC_F05，CCC_F06，CCC_F07，CCC_F08），class =factor），
ObsValues = c （22L，50L，8L，15L，54L，30L，11L，90L，6L，
53L，9L，42L，72L，40L，60L，58L，1L，20L，37L，2L，50L， （28L，52L，6L，15L，35L，
31L，13L，79L，6L，58L，5L，42L，88L，49L，68L， 60L，1L，
26L，46L，0L，34L，71L， 20,25L，15L，35L，5L），AAAPredSE = c（3.5027829，
4.7852191,1.231803,2.5244013,4.873907,3.88854192,2.33532752，
6.3444402,1.738295,5.605111,1.667818,4.4709107，7.0437967，
5.447496，6.0840486，5.4371275，0.8156916,3.5153847,4.698754，
0，3.8901103,5.993616,3.1770272,2.6777869,4.5647313，
1.4864128），BBBPred = c（14L，43L，5L，13L，26L， 32L，14L，
80L，5L，62L，4L，44L，67L，44L，55L，42L，1L，20L，47L，
0L，26L，51L，15L，16L，34L， ，BBBPredSE = c（3.1873435，
4.8782831,1.3739863,2.5752273,4.4155679,3.8102168,2.33419518，
6.364606,1.7096028,5.6333421,1.5861323,4.4951428,6.6046699，
5.302902,5.9244328,5.18887055，0.8268689 ，3.4014041,4.600598，
0，3.8510512，5.5776686，3.0569531,2.6358433,4.5273782，
1.4263518），CCCPred = c（29L，53L，7L，15L，44L，32L，15L，
86L，8L，61L，5L，46L，99L，54L，74L，67L，1L，30L，51L，
1L，37L，94L，21L，17L ，36L，6L），CCCPredSE = c（3.4634488，
4.7953389,0.9484051,2.5207022,5.053452,3.8072731,2.22764727，
6.3605968,1.6044067,5.590048,1.6611899,4.4183913,7.0124638，
5.6495918， 6.1091934,5.4797929,0.8135164,3.4353934,4.6261147，
0.8187396,3.7936333,5.6512378,3.1668123,2.633179,4.5841921，
1.3989955）），.Names = c（StudyArea，Ind，ObsValues ，
AAAPred，AAAPredSE，BBBPred，BBBPredSE，CCCPred，CCCPredSE
，class =data.frame，row.names = c（NA， -26L））
head（）和 dim（） help 也在
<$ p $帮助$ b $ StudyArea Ind ObsValues AAAPred AAAPredSE BBBPred BBBPredSE CCCPred CCCPredSE
1 AAA AAA_F01 22 28 3.502783 14 3.187343 29 3.4634488
2 AAA AAA_F17 50 52 4.785219 43 4.878283 53 4.7953389
3 AAA AAA_F33 8 6 1.231803 5 1.373986 7 0.9484051
4 AAA AAA_F49 15 15 2.524401 13 2.575227 15 2.5207022
5 AAA AAA_F65 54 35 4.873907 26 4.415568 44 5.0534520
6 AAA AAA_F81 30 31 3.885419 32 3.810217 32 3.8072731
dim（帮助）
> dim（help）
[1] 26 9
我是ggplot的新手，我试图制作一个图表，为每个StudyArea使用不同的颜色显示每个人的观察值和预测值。我可以手动添加点并用下面的代码强制颜色，但是这样感觉很笨重，也不会产生图例，因为我没有在aes（）中指定颜色。
require（ggplot2）
ggplot（help，aes（x = Ind，y = ObsValues））+
geom_point（color =red，pch = *），cex = 10）+
geom_point（aes（y = AAAPred），color =blue）+
geom_errorbar（aes（ymin = AAAPred-AAAPredSE，ymax = AAAPred + AAAPredSE） =blue）+
geom_point（aes（y = BBBPred），color =darkgreen）+
geom_errorbar（aes（ymin = BBBPred-BBBPredSE，ymax = BBBPred + BBBPredSE），color = （颜色=黑色）+
geom_errorbar（aes（ymin = CCCPred-CCCPredSE，ymax = CCCPred + CCCPredSE），color =black）+
geom_point（aes（y = CCCPred） ）+
主题（axis.text.x = element_text（angle = 30，hjust = 1））
在上图中，星号是观察到的v线索和值是预测值，每个StudyArea一个。
我试图融化（）数据，但遇到更多的绘图问题。话虽如此，我怀疑融化（）或重塑（）是最好的选择。
关于如何最好地改变/重构帮助数据的任何建议，以便我可以绘制观察值和预测值对于每个StudyArea颜色不同的每个人都将不胜感激。
我也希望产生一个图例 - 数据格式正确后可能的默认值
注意：一旦我对ggplot有更好的处理，确实得到的数字非常繁忙，可能会简化。
在此先感谢。
试试这个： library（reshape2）
x.value< - melt（help，id.vars = 1：3，measure.vars = c（4,6,8））
x.se< - melt（help，id.vars = 1：3，measure.vars = c（5,7,9））
gg < - data.frame（x.value，se = x.se $ value）
ggplot（gg）+
geom_point（aes（x = Ind，y = ObsValues），size = 5，shape （x = Ind，y = value，color = variable），size = 3，shape = 1）+
geom_errorbar（aes（x = Ind，ymin = value- se，ymax = value + se，color = variable））+
theme（axis.text.x = element_text（angle = -90））
产生此：
编辑：：回复@ B.Davis的问题：
您必须将 ObsValues 分组为 StudyArea ，而不是变量。但是当你这样做的时候，你会得到六种颜色，三种用于 StudyArea ，三种用于预测组（变量）。如果我们给予预测组（例如， AAAPred 等）与StudyArea组相同的名称（例如 AAA 等等），那么 ggplot 只会产生三种颜色。
gg $ variable< - substring（gg $ variable，1,3）＃从组名称中删除Pred
ggplot（gg）+
geom_point（aes（x = Ind，y = ObsValues，color = StudyArea），size = 5，shape = 18）+
geom_point（aes（x = Ind，y = value，color = variable），size = 3，shape = 1）+
geom_errorbar（aes x = Ind，ymin = value-se，ymax = value + se，color = variable））+
theme（axis.text.x = element_text（angle = -90））
产生此：
In the data included below I have three sites (AAA,BBB,CCC) and individuals within each site (7, 12, 7 respectively). For each individual I have observed values (ObsValues) and three sets of predicted values each with a standard error. I have 26 rows (i.e. 26 individuals) and 9 columns.
The data is included here through dput()
help <- structure(list(StudyArea = structure(c(1L, 1L, 1L, 1L, 1L, 1L,
1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L,
3L, 3L, 3L, 3L), .Label = c("AAA", "BBB", "CCC"), class = "factor"),
Ind = structure(1:26, .Label = c("AAA_F01", "AAA_F17", "AAA_F33",
"AAA_F49", "AAA_F65", "AAA_F81", "AAA_F97", "BBB_P01", "BBB_P02",
"BBB_P03", "BBB_P04", "BBB_P05", "BBB_P06", "BBB_P07", "BBB_P08",
"BBB_P09", "BBB_P10", "BBB_P11", "BBB_P12", "CCC_F02", "CCC_F03",
"CCC_F04", "CCC_F05", "CCC_F06", "CCC_F07", "CCC_F08"), class = "factor"),
ObsValues = c(22L, 50L, 8L, 15L, 54L, 30L, 11L, 90L, 6L,
53L, 9L, 42L, 72L, 40L, 60L, 58L, 1L, 20L, 37L, 2L, 50L,
68L, 20L, 19L, 58L, 5L), AAAPred = c(28L, 52L, 6L, 15L, 35L,
31L, 13L, 79L, 6L, 58L, 5L, 42L, 88L, 49L, 68L, 60L, 1L,
26L, 46L, 0L, 34L, 71L, 20L, 15L, 35L, 5L), AAAPredSE = c(3.5027829,
4.7852191, 1.231803, 2.5244013, 4.873907, 3.8854192, 2.3532752,
6.3444402, 1.7387295, 5.605111, 1.667818, 4.4709107, 7.0437967,
5.447496, 6.0840486, 5.4371275, 0.8156916, 3.5153847, 4.698754,
0, 3.8901103, 5.993616, 3.1720272, 2.6777869, 4.5647313,
1.4864128), BBBPred = c(14L, 43L, 5L, 13L, 26L, 32L, 14L,
80L, 5L, 62L, 4L, 44L, 67L, 44L, 55L, 42L, 1L, 20L, 47L,
0L, 26L, 51L, 15L, 16L, 34L, 6L), BBBPredSE = c(3.1873435,
4.8782831, 1.3739863, 2.5752273, 4.4155679, 3.8102168, 2.3419518,
6.364606, 1.7096028, 5.6333421, 1.5861323, 4.4951428, 6.6046699,
5.302902, 5.9244328, 5.1887055, 0.8268689, 3.4014041, 4.6600598,
0, 3.8510512, 5.5776686, 3.0569531, 2.6358433, 4.5273782,
1.4263518), CCCPred = c(29L, 53L, 7L, 15L, 44L, 32L, 15L,
86L, 8L, 61L, 5L, 46L, 99L, 54L, 74L, 67L, 1L, 30L, 51L,
1L, 37L, 94L, 21L, 17L, 36L, 6L), CCCPredSE = c(3.4634488,
4.7953389, 0.9484051, 2.5207022, 5.053452, 3.8072731, 2.2764727,
6.3605968, 1.6044067, 5.590048, 1.6611899, 4.4183913, 7.0124638,
5.6495918, 6.1091934, 5.4797929, 0.8135164, 3.4353934, 4.6261147,
0.8187396, 3.7936333, 5.6512378, 3.1686123, 2.633179, 4.5841921,
1.3989955)), .Names = c("StudyArea", "Ind", "ObsValues",
"AAAPred", "AAAPredSE", "BBBPred", "BBBPredSE", "CCCPred", "CCCPredSE"
), class = "data.frame", row.names = c(NA, -26L))
The head() and dim() of help are below too
head(help)
StudyArea Ind ObsValues AAAPred AAAPredSE BBBPred BBBPredSE CCCPred CCCPredSE
1 AAA AAA_F01 22 28 3.502783 14 3.187343 29 3.4634488
2 AAA AAA_F17 50 52 4.785219 43 4.878283 53 4.7953389
3 AAA AAA_F33 8 6 1.231803 5 1.373986 7 0.9484051
4 AAA AAA_F49 15 15 2.524401 13 2.575227 15 2.5207022
5 AAA AAA_F65 54 35 4.873907 26 4.415568 44 5.0534520
6 AAA AAA_F81 30 31 3.885419 32 3.810217 32 3.8072731
dim(help)
> dim(help)
[1] 26 9
I am a relative newcomer to ggplot and am trying to make a plot that displays the observed and predicted values for each individual with a different color for each StudyArea. I can manually add points and force the color with the code below, however this feel rather clunky and also does not produce a legend as I have not specified color in aes().
require(ggplot2)
ggplot(help, aes(x=Ind, y=ObsValues))+
geom_point(color="red", pch = "*", cex = 10)+
geom_point(aes(y = AAAPred), color="blue")+
geom_errorbar(aes(ymin=AAAPred-AAAPredSE, ymax=AAAPred+AAAPredSE), color = "blue")+
geom_point(aes(y = BBBPred), color="darkgreen")+
geom_errorbar(aes(ymin=BBBPred-BBBPredSE, ymax=BBBPred+BBBPredSE), color = "darkgreen")+
geom_point(aes(y = CCCPred), color="black")+
geom_errorbar(aes(ymin=CCCPred-CCCPredSE, ymax=CCCPred+CCCPredSE), color = "black")+
theme(axis.text.x=element_text(angle=30, hjust=1))
In the figure above, the asterisks are the observed values and the values are the predicted values, one from each StudyArea.
I tried to melt() the data, but ran into more problems plotting. That being said, I suspect melt()ing or reshape()ing is the best option.
Any suggestions on how to best alter/restructure the help data so that I can plot the observed and predicted values for each individual with a different color for each StudyArea would be greatly appreciated.
I also hope to produce a legend - the likely default once the data is correctly formatted
Note: Indeed the resulting figure is very busy will likely be simplified once I get a better handle on ggplot.
thanks in advance.
Try this:
library(reshape2)
x.value <- melt(help,id.vars=1:3, measure.vars=c(4,6,8))
x.se <- melt(help,id.vars=1:3, measure.vars=c(5,7,9))
gg <- data.frame(x.value,se=x.se$value)
ggplot(gg)+
geom_point(aes(x=Ind, y=ObsValues),size=5,shape=18)+
geom_point(aes(x=Ind, y=value, color=variable),size=3, shape=1)+
geom_errorbar(aes(x=Ind, ymin=value-se, ymax=value+se, color=variable))+
theme(axis.text.x=element_text(angle=-90))
Produces this:
Edit:: Response to @B.Davis' questions below:
You have to group the ObsValues by StudyArea, not variable. But when you do that you get six colors, three for StudyArea and three for the predictor groups (variable). If we give the predictor groups (e.g., AAAPred, etc.) the same names as the StudyArea groups (e.g. AAA, etc.), then ggplot just generates three colors.
gg$variable <- substring(gg$variable,1,3) # removes "Pred" from group names
ggplot(gg)+
geom_point(aes(x=Ind, y=ObsValues, color=StudyArea),size=5,shape=18)+
geom_point(aes(x=Ind, y=value, color=variable),size=3, shape=1)+
geom_errorbar(aes(x=Ind, ymin=value-se, ymax=value+se, color=variable))+
theme(axis.text.x=element_text(angle=-90))
Produces this:
这篇关于为ggplot添加图例和构造数据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！
