在ggplot2中叠加多个stat_function调用

Question

我有两个数据框 raw 和 coef：

• 一个包含原始数据
• ，另一个包含我从原始数据导出的建模系数。

第一个数据帧raw包含：

• 时间（0到900秒）
• 许多变体和四次运行的

OD。第二个数据帧 coef 包含：

• 每个变体/运行组合一行，以及各个系数（M、D.1 和 t0.1) 在该行中。

我已经绘制了每个变体的原始数据分割图，并按 runID 着色，没有出现任何问题。但是，现在我想根据 runID 覆盖模型曲线。

由于建模系数位于不同的数据帧中，具有不同的维度，因此我不能简单地cbind它们。 stat_function 对我不起作用。我一次只能显示一条曲线。

我尝试过使用for循环，每次添加一个stat_function层：

p <- ggplot(temp, aes(Time, OD)) + geom_point(aes(colour = runID), size = 2) #works fine!
calc <- function(x){temp.n$M[ID] * (1 - exp(temp.n$D.1[ID] * temp.n$t0.1[ID] - x)))}
for(ID in 1:length(unique(temp.n$runID))) {
  p <- p + stat_function(fun = calc)
}
print(p)

最后，所有p返回的是原始数据的图，以及循环位的最终曲线。每次我尝试添加新的 stat_function 层时，p 似乎都会恢复到其原始状态。

有什么想法吗？

Answer 1

按照此处给出的解决方案 ，你可能需要自己模仿stat_function的效果。由于您没有给出可重现的示例，因此我创建了一个简单的示例，希望能够模拟您的问题：

library(ggplot2)
reg.fun <- function(x, par1, par2){exp(-x*par1) + par2} #functional form
reg <- data.frame(g=factor(1:3), par1=(1:3)/10, par2=1:3)  #parameters for 3 groups

#generate data from reg.fun
dd <- expand.grid(x=0:9, g=reg$g)         #set x values, and 3 groups from reg
dd <- merge(dd, reg)                      #"import" parameters
dd$mn <- with(dd, reg.fun(x, par1, par2)) #value of function for given x's
dd$y <- rnorm(30, mean=dd$mn, sd=0.5)     #add variability
dd <- subset(dd, select=c(g,x,y))         #remove auxiliary variables 

#similarly to above generate values for the function on a fine grid of x values
pred.dd <- expand.grid(x=seq(0,9, length=101), g=levels(dd$g))
pred.dd <- merge(pred.dd, reg)
pred.dd$y <- with(pred.dd, reg.fun(x, par1, par2))

#draw the plot
p <- qplot(x,y, colour=g, data=dd)  #scatterplot of data
p + geom_line(data=pred.dd)         #add the curves of the functions 

Answer 2

我和你有同样的问题。在一个非常不优雅的解决方案中，我发现的唯一解决方案是将统计函数组合在一起，如下所示：

p <- ggplot(temp, aes(Time, OD)) + geom_point(aes(colour = runID), size = 2) #works fine!

calc <- function(x){temp.n$M[ID] * (1 - exp(temp.n$D.1[ID] * temp.n$t0.1[ID] - x)))}
    p <- p +
      stat_function(fun = function(x){temp.n$M[1] * (1 - exp(temp.n$D.1[1] * temp.n$t0.1[1] - x)))) + 
      stat_function(fun = function(x){temp.n$M[2] * (1 - exp(temp.n$D.1[2] * temp.n$t0.1[2] - x)))) +
      stat_function(fun = function(x){temp.n$M[3] * (1 - exp(temp.n$D.1[3] * temp.n$t0.1[3] - x)))) +
      # etc

如果您只需要添加几行，那么这很好，但如果您有很多行，则不行。