Wie Überlagern sich Mehrere Dichte-Kurven In Einen Plot in R

Ich habe eine Datei, die aussieht wie diese.

Und ich möchte, um mehrere Dichte-Kurve in einem Diagramm, wobei jeder Kurve
entsprechen die eindeutige ID.

Ich versuche mit "sm" - Paket, mit diesem code, aber ohne Erfolg.

library(sm)
dat <- read.table("mydat.txt");
plotfn <- ("~/Desktop/flowgram_superimposed.pdf");
pdf(plotfn);

sm.density.compare(dat$V1,dat$V2, xlab = "Flow Signal")
colfill <- c(2:10);
legend(locator(1), levels(dat$V2), fill=colfill)

dev.off();

Bitte um Rat was ist der richtige Weg, es zu tun oder wenn es
alternative Möglichkeit, es zu tun?

Ich versuche, diese Art von plot am Ende.
Abbildung http://img524.imageshack.us/img524/2736/testl.png

Fragen Sie hier und in der R-Liste zur gleichen Zeit: Nicht cool. nabble.com/...
Ich bin mir nicht sicher, ob ich verstehe, warum, wenn man bedenkt, dass es noch nicht viel überlappung zwischen den zwei Gruppen von Benutzern. Können Sie näher erläutern, warum das nicht getan werden sollte?
"Multi-posting ist eine Verschwendung von Bandbreite, Geld, und die Zeit der Leute, mit keine Vorteile was auch immer, und sollte niemals nachgegeben werden." bit.ly/Ja5n1 . Auch wenn die ersten beiden Gründe sind weniger wichtig in diesen Tagen, ich Schätze meine Zeit und nicht, wie zu Lesen, die gleiche Nachricht in mehreren Listen.
OT(ein)H bin ich einverstanden, dass mehrere Beiträge an mehreren stellen kann eine Verschwendung von Zeit. OT(andere)H, dies ist eine chance zu zeigen, dass SO eine überlegene forum eine Liste, die serv für die Beantwortung dieser Q.
Gut, ich nehme es zurück. Da wir alle wollen, erhöhen Sie die Popularität von SO (und R!), je mehr desto besser jetzt.

InformationsquelleAutor neversaint | 2009-09-02

  1. 11

    Versuchen Sie es mit ggplot2:

    dnow <- read.table("http://dpaste.com/88561/plain/")
library(ggplot2)
qplot(V1, colour=factor(V2), data=dnow, geom="density")
    Schöne Lösung, die den Einfluß von ggplot2!
    der link ist nicht mehr arbeiten. Auf diese Weise kann ich nicht understadn gut, was Ihre Lösung ist. Könnten Sie fix den link? Danke...
    Farbe=Faktor(mtcars$cyl), data=mtcars, geom="Dichte") sollte dir eine funktionierende Beispiel.

    InformationsquelleAutor Eduardo Leoni

  2. 4

    Können Sie auch lösen diese mit Hilfe der lattice-Paket.

    require(lattice)
dnow <- read.table('http://dpaste.com/88561/plain/')
densityplot(~V1, groups=V2, data=dnow)

    InformationsquelleAutor Abhijit

  3. 3

    Mit base-Grafiken in einem spaghetti-code Mode:

    plot.multi.dens <- function(s)
{
junk.x = NULL
junk.y = NULL
for(i in 1:length(s))
{
junk.x = c(junk.x, density(s[[i]])$x)
junk.y = c(junk.y, density(s[[i]])$y)
}
xr <- range(junk.x)
yr <- range(junk.y)
plot(density(s[[1]]), xlim = xr, ylim = yr, main = "")
for(i in 1:length(s))
{
lines(density(s[[i]]), xlim = xr, ylim = yr, col = i)
}
}
dnow <- read.table("http://dpaste.com/88561/plain/")
library(sqldf)
x <- unlist(sqldf("select V1 from dnow where V2==0"))
y <- unlist(sqldf("select V1 from dnow where V2==1"))
z <- unlist(sqldf("select V1 from dnow where V2==2"))
plot.multi.dens(list(x,y,z))
library(Hmisc)
le <- largest.empty(x,y,.1,.1)
legend(le,legend=c("x","y","z"), col=(1:3), lwd=2, lty = 1)
    Was ist der Zweck der Verwendung sqldf hier? Es ist buchstäblich ein hundert mal langsamer als subscripting: x <- mit(dnow,V1[V2==0])
    Du hast Recht. Aber ich mag die sqldf Paket und Ansatz, so Neige ich dazu, verwenden Sie es in einem no-brain-Mode 😉

    InformationsquelleAutor Paolo

  4. 1

    Fand ich mich brauchen, um dies zu tun eine Menge, wenn man auf microarray-Daten, also rollte ich dies als Teil einer Bibliothek mit utility-code, die ich auf github: SIND.utils, insbesondere die plot.dichten Funktion.

    Es nutzt die base-Grafiken, so dass Sie können nehmen Sie inspiration aus dieser Funktion erstellen Sie Ihre eigenen, oder nehmen Sie es einfach whole-sale (aber es stützt sich auf einige der anderen Funktionen dieser Bibliothek):

    1. erstellen.dichten, die konvertiert eine Liste/matrix/etc der Daten, um eine Liste von dichten, und
    2. match.dim - Funktion (wandelt die dimension "Namen" in numerische Achsen).

    (Können Sie Optional installieren Sie das gesamte Paket, aber ich mache keine Versprechungen, dass ich die Funktionen dort nicht ändern, in einigen rückwärts inkompatible Art und Weise).

    Es ist nicht schwer zu schreiben Sie Ihre eigene solche Funktion, sondern nur sicherstellen, dass Sie die Funktion haben, wählen Sie den richtigen Bereich auf den Achsen und so Zeug. Wie auch immer, Sie würden dann verwenden Sie den code wie folgt:

    library(ARE.utils)
# Create a matrix dataset with separate observations in columns
dat <- matrix(c(rnorm(100), rnorm(100, mean=3), 
                rnorm(100, mean=3, sd=2)),
              ncol=3)
# Plot them
plot.densities(dat, along='cols')

    Schaffen würde, die drei verschiedenen Dichte-plots auf der selben Achse mit Ihren eigenen Farben.

    Steve, wenn dieses enthält nützliche und übergibt R CMD check, mit allen Mitteln senden Sie es an CRAN. Wenn es nicht pass R CMD check noch, die Arbeit an diesem Teil und dann gehen Sie zurück zum vorherigen Schritt 🙂
    Dirk, willst du damit sagen, dass die rückwärts-Kompatibilität sollte nicht viel von einer Besorgnis?
    Eduardo: Was macht die rückwärts-Kompatibilität zu tun haben? Fühlen Sie sich frei, mich per E-Mail außerhalb der SO. Ich verstehe wirklich nicht, Ihre Frage.
    Dirk: ich denke, er ist unter Hinweis auf meine Erwähnung der Möglichkeit von rückwärts inkompatible änderungen SIND.utils. Ich habe irgendwie (fälschlicherweise?) erwarten, wie Eduardo, dass ein Paket auf CRAN wäre ein bisschen besser gepflegt/entwickelt, als das, was ich hier habe. Obwohl ich versuche, design/Implementierung dieses Zeug gut ist, ist es nicht ungewöhnlich zu finden, dass habe ich wieder realisiert, dass etwas besser getan werden kann, mit ein paar Befehlen in der base::R und anschließend die Axt aus der Bibliothek. Vielleicht werde ich eines Tages Unterwerfen CRAN wenn ich das Gefühl, es ist bis zu Schnupftabak, aber bis dahin bin ich froh, dass andere Leute es verwenden, für die inspiration 🙂

    InformationsquelleAutor Steve Lianoglou

Schreibe einen Kommentar