给定一个包含 N 个点的数值数据集 {(x_i, y_i, z_i)},可以通过为每个 i=1,...,N 绘制一个点 P_i=(x_i,y_i) 并用一个颜色为每个点着色来创建一个散点图强度取决于 z_i 的值。
library(ggplot2)
N = 1000;
dfA = data.frame(runif(N), runif(N), runif(N))
dfB = data.frame(runif(N), runif(N), runif(N))
names(dfA) = c("x", "y", "z")
names(dfB) = c("x", "y", "z")
PlotA <- ggplot(data = dfA, aes(x = x, y = y)) + geom_point(aes(colour = z));
PlotB <- ggplot(data = dfB, aes(x = x, y = y)) + geom_point(aes(colour = z));
假设我已经创建了这些散点图。我想为每个数据集做的是用网格(矩形,六边形,三角形,......无关紧要)划分平面,并用落入的所有点的平均强度为网格的每个单元着色细胞。
此外,假设我为两个不同的数据集 dfA 和 dfB 创建了两个这样的图 PlotA 和 PlotB(如上所述)。设 c_i^k 是图 k 的第 i 个单元格。我想为每个 i 创建第三个图,使得 c_i^3 = c_i^1 * c_i^2。
谢谢你。
编辑:最小示例
最佳答案
使用 stat_summary2d
划分平面并计算矩形的摘要非常简单。功能。首先,我将创建明确的中断而不是让 ggplot
选择它们,以便它们在两个图上完全相同
bb<-seq(0,1,length.out=10+1)
breaks<-list(x=bb, y=bb)
p1 <- ggplot(data = dfA, aes(x = x, y = y, z=z)) +
stat_summary2d(fun=mean, breaks=breaks) + ggtitle("A");
p2 <- ggplot(data = dfB, aes(x = x, y = y, z=z)) +
stat_summary2d(fun=mean, breaks=breaks) + ggtitle("B");
然后得到不同的是有点困惑,但我们可以从我们已经创建的图中提取数据并将它们组合起来
#get data
d1 <- ggplot_build(p1)$data[[1]][, 2:4]
d2 <- ggplot_build(p2)$data[[1]][, 2:4]
mm <- merge(d1, d2, by=c("xbin","ybin"))
#turn factor back into numeric values
mids <- diff(bb)/2+bb[-length(bb)]
#plot difference
ggplot(mm, aes(x=mids[xbin], y=mids[ybin], fill=value.x-value.y)) +
geom_tile() + scale_fill_gradient2(name="diff") + labs(x="x",y="y")
关于r - 使用 ggplot2 创建具有散点图平均值的网格和颜色单元格,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25457966/