Mehrere Histogramme in ggplot2

Hier ein kleiner Teil meiner Daten:

dat <-structure(list(sex = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("male", 
"female"), class = "factor"), A = c(1, 2, 0, 2, 1, 2, 2, 0, 2, 
0, 1, 2, 2, 0, 0, 2, 0, 0, 0, 2), B = c(0, 0, 0, 0, 0, 2, 0, 
0, 1, 1, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0), C = c(1, 2, 1, 0, 0, 
2, 1, 1, 0, 1, 1, 0, 1, 2, 1, 2, 0, 2, 1, 2), D = c(2, 2, 0, 
2, 2, 2, 1, 0, 1, 1, 1, 0, 1, 2, 0, 0, 1, 1, 1, 0), E = c(0, 
0, 0, 1, 0, 0, 1, 0, 0, 1, 0, 0, 0, 2, 0, 0, 0, 1, 2, 2), F = c(2, 
2, 1, 2, 1, 2, 2, 0, 1, 2, 0, 1, 2, 2, 0, 1, 2, 2, 2, 2)), .Names = c("sex", 
"A", "B", "C", "D", "E", "F"), variable.labels = structure(c("sex", 
"zenuwac", "panieke", "gespann", "rustelo", "angstig", "onzeker"
), .Names = c("sex", "anx01", "anx02", "anx03", "anx04", "anx05", 
"anx06")), codepage = 20127L, row.names = c(NA, 20L), class = "data.frame")

Einen Daten-frame mit Dutzenden von Männchen und Weibchen auf sechs 3-Punkt-Variablen. Jetzt möchte ich das erstellen einer plot zeigt die Histogramme der Werte der einzelnen Variablen, die sowohl Männer als auch Frauen in ein raster. Zum Beispiel, ich geben kann:

layout(matrix(1:12,6,2,byrow=TRUE))
par(mar=c(2,1,2,1))
for (i in 1:6) for (s in c("male","female")) hist(dat[dat$sex==s,i+1],main=paste("item",names(dat)[i+1],s))

sind die Ergebnisse in:

Mehrere Histogramme in ggplot2

Ich könnte besser Aussehen, aber ich bin mehr daran interessiert, lernen, wie man ggplot2. Meine Frage ist also, wie erstelle ich eine gelungene version von diesem mit ggplot2? Eine Sache, die ich gearbeitet haben, ist:

library("ggplot2")
grid.newpage()
pushViewport(viewport(layout = grid.layout(6, 2)))   
for (s in 1:2)
{
    for (i in 1:6)
    {
        p <- qplot(dat[dat$sex==c("male","female")[s],i+1]+0.5, geom="histogram", binwidth=1)
        print(p, vp = viewport(layout.pos.row = i, layout.pos.col = s))
    }
}

Aber ich denke, es ist ein einfacher Weg, dies zu tun?

InformationsquelleAutor Sacha Epskamp | 2011-06-01
  1. 16

    Können Sie versuchen grid.arrange() von der gridExtra Paket; d.h., speichern Sie Ihre Diagramme in einer Liste (sagen qplt), und verwenden Sie

    do.call(grid.arrange, qplt)

    Andere Ideen: verwenden Sie facetting in ggplot2 (sex*variable), durch die Berücksichtigung eines Daten.Bild anzeigen (verwenden Sie melt).

    Nebenbei, es wäre besser, verwenden stacked barchart oder Cleveland dotplot für die Anzeige von Elementen-Antwort Frequenzen, IMO. (Ich gab Ihnen einige Ideen auf CrossValidated.)

    Der Vollständigkeit halber, hier sind einige Umsetzung Ideen:

    # simple barchart
ggplot(melt(dat), aes(x=as.factor(value), fill=as.factor(value))) + 
  geom_bar() + facet_grid (variable ~ sex) + xlab("") + coord_flip() + 
  scale_fill_discrete("Response")

    Mehrere Histogramme in ggplot2

    my.df <- ddply(melt(dat), c("sex","variable"), summarize, 
               count=table(value))
my.df$resp <- gl(3, 1, length=nrow(my.df), labels=0:2)

# stacked barchart
ggplot(my.df, aes(x=variable, y=count, fill=resp)) + 
  geom_bar() + facet_wrap(~sex) + coord_flip()

    Mehrere Histogramme in ggplot2

    # dotplot
ggplot(my.df, aes(x=count, y=resp, colour=sex)) + geom_point() + 
  facet_wrap(~ variable)

    Mehrere Histogramme in ggplot2

    • +1 für facetting und stacked barchart.
    InformationsquelleAutor chl
  2. 4

    Follow-up auf chl Beispiel - hier ist, wie zu duplizieren base-Grafik mit ggplot. Ich würde beherzigen seinen Rat in suchen, um dotplots als gut:

    library(ggplot2)
dat.m <- melt(dat, "sex") 

ggplot(dat.m, aes(value)) + 
  geom_bar(binwidth = 0.5) + 
  facet_grid(variable ~ sex)
    • (+1) Ok, ich endete mit etwas, das wie ggplot(subset(melt(dat), as.numeric(variable)==i), aes(x=as.factor(value))) + geom_bar() + facet_grid (. ~ sex) + xlab("") (innerhalb einer for-Schleife wrt. Ebenen der variable). Konvertieren value zu einem Faktor vermeidet die lärmenden x-Einheiten.
    • Guten Ruf auf der Umwandlung value Faktor. Ich war nicht sicher, ob die OPs vollen Datenbestand würde gefüllt haben, die peinliche Rohlinge ist oder nicht, aber guter trick haben Sie Ihren ärmel hoch, unabhängig.
    InformationsquelleAutor Chase
Schreibe einen Kommentar