使用 R 在 GGPLOT2 散点图上绘制两个数据向量

Question

我一直在尝试使用 ggplot2 和lattice 来绘制数据面板。我在理解 ggplot2 模型时遇到了一些困难。特别是，如何在每个面板上绘制包含两组数据的散点图：

在点阵中我可以这样做：

xyplot(Predicted_value + Actual_value ~ x_value | State_CD, data=dd)

这将为每个 State_CD 提供一个面板，每列

我可以做一个ggplot2 列：

pg <- ggplot(dd, aes(x_value, Predicted_value)) + geom_point(shape = 2) 
      + facet_wrap(~ State_CD) + opts(aspect.ratio = 1)
print(pg)

我无法理解的是如何将 Actual_value 添加到上面的 ggplot 中。

编辑哈德利指出，如果有一个可重现的例子，这确实会更容易。这是似乎有效的代码。有没有更好或更简洁的方法来使用 ggplot 来做到这一点？为什么向 ggplot 添加另一组点的语法与添加第一组数据的语法如此不同？

library(lattice)
library(ggplot2)

#make some example data
dd<-data.frame(matrix(rnorm(108),36,3),c(rep("A",24),rep("B",24),rep("C",24)))
colnames(dd) <- c("Predicted_value", "Actual_value", "x_value", "State_CD")

#plot with lattice
xyplot(Predicted_value + Actual_value ~ x_value | State_CD, data=dd)

#plot with ggplot
pg <- ggplot(dd, aes(x_value, Predicted_value)) + geom_point(shape = 2) + facet_wrap(~ State_CD) + opts(aspect.ratio = 1)
print(pg)

pg + geom_point(data=dd,aes(x_value, Actual_value,group=State_CD), colour="green")

晶格输出如下所示：
_{（来源：cerebralmastication.com）}

和 ggplot 看起来像这样：
_{（来源：cerebralmastication.com）}

Answer 1

只是按照 Ian 的建议进行操作：对于 ggplot2，您确实希望将所有 y 轴内容放在一列中，并将另一列作为指示您想要如何装饰它的因素。使用 melt 可以轻松做到这一点。也就是说：

qplot(x_value, value, 
      data = melt(dd, measure.vars=c("Predicted_value", "Actual_value")), 
      colour=variable) + facet_wrap(~State_CD)

这对我来说是这样的：

_{（来源：princeton.edu）}

至了解 melt 实际在做什么，这是标题：

> head(melt(dd, measure.vars=c("Predicted_value", "Actual_value")))
     x_value State_CD        variable      value
1  1.2898779        A Predicted_value  1.0913712
2  0.1077710        A Predicted_value -2.2337188
3 -0.9430190        A Predicted_value  1.1409515
4  0.3698614        A Predicted_value -1.8260033
5 -0.3949606        A Predicted_value -0.3102753
6 -0.1275037        A Predicted_value -1.2945864

您看，它将 Predicted_value 和 Actual_value “融化”到一个名为 value 的列中，并添加另一列名为 >variable 让您知道它最初来自哪一列。

Answer 2

更新：几年过去了，我几乎总是使用 Jonathan 的方法（通过 tidyr 包）与 ggplot2。我下面的答案在紧要关头有效，但当你有 3 个以上的变量时，它很快就会变得乏味。

---

我确信 Hadley 会有一个更好的答案，但是 - 语法不同，因为 ggplot(dd,aes()) 语法（我认为）主要用于仅绘制一个变量。对于两个，我会使用：

ggplot() + 
geom_point(data=dd, aes(x_value, Actual_value, group=State_CD), colour="green") + 
geom_point(data=dd, aes(x_value, Predicted_value, group=State_CD), shape = 2) + 
facet_wrap(~ State_CD) + 
theme(aspect.ratio = 1)

从 ggplot() 中提取第一组点，使其具有与第二组相同的语法。我发现这更容易处理，因为语法是相同的，并且它强调了 ggplot2 核心的“图形语法”。

Answer 3

您可能只想稍微更改一下数据的形式，以便有一个 y 轴变量，以及一个附加因子变量来指示它是预测变量还是实际变量。

这和你想做的事情一样吗？

dd<-data.frame(type=rep(c("Predicted_value","Actual_value"),20),y_value=rnorm(40),
                x_value=rnorm(40),State_CD=rnorm(40)>0)
qplot(x_value,y_value,data=dd,colour=type,facets=.~State_CD)

Answer 4

在发布问题后，我遇到了 这个 R 帮助线程 这可能对我有帮助。看起来我可以这样做：

 pg + geom_line(data=dd,aes(x_value, Actual_value,group=State_CD), colour="green") 

这是一个很好的做事方式吗？这对我来说很奇怪，因为添加第二项的语法与第一项完全不同。