Scatterplot mit marginalen Histogrammen in ggplot2

Den gridExtra Paket sollte hier arbeiten. Beginnen Sie, indem Sie jede der ggplot-Objekte:

hist_top <- ggplot()+geom_histogram(aes(rnorm(100)))
empty <- ggplot()+geom_point(aes(1,1), colour="white")+
         theme(axis.ticks=element_blank(), 
               panel.background=element_blank(), 
               axis.text.x=element_blank(), axis.text.y=element_blank(),           
               axis.title.x=element_blank(), axis.title.y=element_blank())

scatter <- ggplot()+geom_point(aes(rnorm(100), rnorm(100)))
hist_right <- ggplot()+geom_histogram(aes(rnorm(100)))+coord_flip()

Dann verwenden Sie das raster.arrangieren-Funktion:

grid.arrange(hist_top, empty, scatter, hist_right, ncol=2, nrow=2, widths=c(4, 1), heights=c(1, 4))

InformationsquelleAutor der Antwort oeo4b

Dies ist möglicherweise ein wenig spät, aber ich entschied mich für ein Paket (ggExtra) für dieses da es sich ein bisschen code und mühsam sein kann, zu schreiben. Das Paket wird auch versucht, mit einigen der häufigsten Frage, wie die Sicherstellung, dass selbst wenn es ein Titel oder der text wird vergrößert, die Stellplätze werden immer noch inline mit einem anderen.

Die Grundidee ist ähnlich zu dem, was hier die Antworten gab, aber es geht ein bisschen darüber hinaus. Hier ist ein Beispiel, wie Sie marginale Histogramme zu einem zufälligen Satz von 1000 Punkten. Hoffentlich macht dies es einfacher, hinzufügen, Histogramm/Dichte-plots in der Zukunft.

Link zu ggExtra Paket

library(ggplot2)
df <- data.frame(x = rnorm(1000, 50, 10), y = rnorm(1000, 50, 10))
p <- ggplot(df, aes(x, y)) + geom_point() + theme_classic()
ggExtra::ggMarginal(p, type = "histogram")

InformationsquelleAutor der Antwort Dean Attali

Nur eine sehr geringe variation auf BondedDust Antwortin der Allgemeine Geist der marginale Indikatoren der Verteilung.

Edward Tufte nennt diese Verwendung von Teppich-plots ein "dot-dash plot', und hat ein Beispiel in VDQI mit der Achse Linien, die den Bereich angeben der einzelnen Variablen. In meinem Beispiel die Achsen-Beschriftungen und Gitterlinien zeigen auch die Verteilung der Daten. Die Etiketten befinden sich an den Werten der Tukey ' s fünf-Zahl Zusammenfassung (minimum, unteren hinge, median, oberen hinge, maximum), was einen schnellen Eindruck von der Verbreitung der einzelnen Variablen.

Diese fünf zahlen sind, so ist eine numerische Darstellung eines boxplots. Es ist ein bisschen schwierig, weil die ungleichmäßig verteilt sind raster-Linien suggerieren, dass die Achsen haben eine nicht-lineare Skala (in diesem Beispiel ist Sie linear sind). Vielleicht wäre es am besten auslassen, raster, Linien oder Kraft zu werden im gewohnten Orten, und lassen Sie die Etiketten zeigen die fünf-Zahl Zusammenfassung.

x<-rnorm(300)
y<-rt(300,df=10)
xy<-data.frame(x,y)

require(ggplot2); require(grid)
# make the basic plot object
ggplot(xy, aes(x, y)) +        
  # set the locations of the x-axis labels as Tukey's five numbers   
  scale_x_continuous(limit=c(min(x), max(x)), 
                     breaks=round(fivenum(x),1)) +     
  # ditto for y-axis labels 
  scale_y_continuous(limit=c(min(y), max(y)),
                     breaks=round(fivenum(y),1)) +     
  # specify points
  geom_point() +
  # specify that we want the rug plot
  geom_rug(size=0.1) +   
  # improve the data/ink ratio
  theme_set(theme_minimal(base_size = 18))

InformationsquelleAutor der Antwort Ben

Ich habe das Paket ( ggpubr ), scheint zu funktionieren sehr gut für dieses problem und es hält mehrere Möglichkeiten zur Anzeige der Daten.

Den link zum Paket, ist hierund in dieser link finden Sie eine schöne tutorial, es zu benutzen. Der Vollständigkeit halber füge ich eines der Beispiele, die ich reproduziert.

Ich zuerst das Paket installiert wurde (es erfordert devtools)

if(!require(devtools)) install.packages("devtools")
devtools::install_github("kassambara/ggpubr")

Für das Besondere Beispiel für die Anzeige verschiedener Histogramme für verschiedene Gruppen, es erwähnt im Zusammenhang mit ggExtra: "Eine Einschränkung der ggExtra ist, kann es nicht verkraften, mehrere Gruppen in der scatter plot und der marginal plots. In der R-code unten, wir bieten eine Lösung mit der cowplot - Paket." In meinem Fall, ich hatte mit der Installation der letztgenannten Paket:

install.packages("cowplot")

Und ich folgte diesem Stück code:

# Scatter plot colored by groups ("Species")
sp <- ggscatter(iris, x = "Sepal.Length", y = "Sepal.Width",
            color = "Species", palette = "jco",
            size = 3, alpha = 0.6)+
border()                                         
# Marginal density plot of x (top panel) and y (right panel)
xplot <- ggdensity(iris, "Sepal.Length", fill = "Species",
               palette = "jco")
yplot <- ggdensity(iris, "Sepal.Width", fill = "Species", 
               palette = "jco")+
rotate()
# Cleaning the plots
sp <- sp + rremove("legend")
yplot <- yplot + clean_theme() + rremove("legend") 
xplot <- xplot + clean_theme() + rremove("legend")
# Arranging the plot using cowplot
library(cowplot)
plot_grid(xplot, NULL, sp, yplot, ncol = 2, align = "hv", 
      rel_widths = c(2, 1), rel_heights = c(1, 2))

Arbeitete gut für mich:

Iris-set marginales Histogramm Streudiagramm

InformationsquelleAutor der Antwort Alf Pascu