我可以避免在 ggplot2 中使用数据框吗？

Question

我正在运行蒙特卡罗模拟，输出的形式为：

> d = data.frame(iter=seq(1, 2), k1 = c(0.2, 0.6), k2=c(0.3, 0.4))
> d
iter  k1   k2
1     0.2  0.3
2     0.6  0.4

我想要生成的图是：

plot(d$iter, d$k1)
plot(density(d$k1))

我知道如何使用 ggplot2 绘制等效图，转换为数据框，

new_d = data.frame(iter=rep(d$iter, 2), 
                   k = c(d$k1, d$k2), 
                   label = rep(c('k1', 'k2'), each=2))

然后绘图很容易。然而，迭代次数可能非常大，并且 k 的数量也可能很大。这意味着要处理一个非常大的数据框。

无论如何我可以避免创建这个新的数据框吗？

谢谢

Answer 1

简短的回答是“不”，您无法避免创建数据框。 ggplot 要求数据位于数据框中。如果您使用 qplot，您可以为 x 和 y 提供单独的向量，但在内部，它仍然根据您传入的参数创建一个数据框。

我同意 juba 的建议 - 学习使用reshape 函数，或者更好的是带有 melt/cast 函数的 reshape 包。一旦您能够快速将数据以长格式存储，那么创建令人惊叹的 ggplot 图表就更近了一步！

Answer 2

是的，您可以避免创建数据框：只需为基础层 ggplot() 提供一个空参数列表即可。以下是基于您的代码的完整示例：

library(ggplot2)

d = data.frame(iter=seq(1, 2), k1 = c(0.2, 0.6), k2=c(0.3, 0.4))
# desired plots:
# plot(d$iter, d$k1)
# plot(density(d$k1))

ggplot() + geom_point(aes(x = d$iter, y = d$k1))
# there is not enough data for a good density plot,
# but this is how you would do it:
ggplot() + geom_density(aes(d$k1))

请注意，尽管这允许您不创建数据框，但仍可能在内部创建数据框。例如，请参阅以下 ?geom_point 摘录：

所有对象都将被强化以生成数据框。

Answer 3

您可以使用reshape函数将数据框转换为“长”格式。也许它比你的代码快一点？

R> reshape(d, direction="long",varying=list(c("k1","k2")),v.names="k",times=c("k1","k2"))
     iter time   k id
1.k1    1   k1 0.2  1
2.k1    2   k1 0.6  2
1.k2    1   k2 0.3  1
2.k2    2   k2 0.4  2

Answer 4

所以只是补充一下之前的答案。使用 qplot，您可以这样做

p <- qplot(y=d$k2, x=d$k1)

，然后从那里进一步构建它，例如

p + theme_bw()

但我同意 - 熔化/铸造通常是前进的方向。

Answer 5

只需传递 NULL 作为数据框，并使用数据向量定义必要的美感。简单示例：

library(MASS)
library(tidyverse)
library(ranger)

rf <- ranger(medv ~ ., data = Boston, importance = "impurity")

rf$variable.importance

ggplot(NULL, aes(x = fct_reorder(names(rf$variable.importance), rf$variable.importance),
                 y = rf$variable.importance)) +
    geom_col(fill = "navy blue", alpha = 0.7) +
    coord_flip() +
    labs(x = "Predictor", y = "Importance", title = "Random Forest") +
    theme_bw()