实现重叠、多面的 lattice::histogram
所需的咒语是什么?具有共同的断点(跨组,但可能因面板而异)?
例如,假设我希望将每个面板的数据总范围(组合的组)分成 30 个箱。
示例数据:
library(lattice)
set.seed(1)
d <- data.frame(v1=rep(c('A', 'B'), each=1000),
v2=rep(c(0.5, 1), each=2000),
mean=rep(c(0, 10, 2, 12), each=1000))
d$x <- rnorm(nrow(d), d$mean, d$v2)
使用 nint=30
?p1 <- histogram(~x|v1, d, groups=v2, nint=30,
scales=list(relation='free'), type='percent',
panel = function(...) {
panel.superpose(..., panel.groups=panel.histogram,
col=c('red', 'blue'), alpha=0.3)
})
p1
上面,箱在各组之间是一致的,但是 (1) x 轴限制在面板之间共享(当 x 轴范围在面板之间有很大差异时会出现问题 - 我真的希望为每个面板单独计算 30 个箱), (2) 使用
type='percent'
时 y 轴狭窄。 (它应该进一步扩展)。使用
breaks=30
?p2 <- histogram(~x|v1, d, groups=v2, breaks=30,
scales=list(relation='free'), type='percent',
panel = function(...) {
panel.superpose(..., panel.groups=panel.histogram,
col=c('red', 'blue'), alpha=0.3)
})
p2
现在轴限制看起来不错,但箱宽度因组而异。
所以...
使用
lattice
,如何实现重叠的多面直方图,这些直方图在面板内的各组之间具有恒定的 bin 宽度,但具有适合每个面板数据的轴限制?(我意识到 ggplot 是一个选项,但我希望图形样式与我的其他格子图一致。)
最佳答案
这行得通,但我担心它相当行人。至少它只需要格子对象本身;它将假定您在每个面板中所需的箱数等于 nint 参数。
它的工作原理是这样的:检查面板范围是否重叠。如果他们不这样做,请将每个(稍微扩展的)范围拆分为 nint
垃圾箱,然后将它们与中间的几个空垃圾箱连接起来。我们还需要计算出 y 范围,这是通过根据最大计数进行缩放来完成的。
fix_facets <- function(p1)
{
n_bins <- p1$panel.args.common$nint
xvals1 <- p1$panel.args[[1]]$x
xvals2 <- p1$panel.args[[2]]$x
if(min(xvals2) > max(xvals1) | min(xvals1) > max(xvals2)){
left_range <- range(xvals1)
left_range <- left_range + (diff(left_range) * c(-0.1, 0.1))
left_bins <- seq(left_range[1], left_range[2], diff(left_range)/n_bins)
right_range <- range(xvals2)
right_range <- right_range + (diff(right_range) * c(-0.1, 0.1))
right_bins <- seq(right_range[1], right_range[2], diff(right_range)/n_bins)
if(max(left_range) < min(right_range)){
mid_bins <- seq(max(left_bins), min(right_bins), diff(left_bins[1:2]))
all_bins <- c(left_bins, mid_bins, right_bins)
} else {
mid_bins <- seq(max(right_bins), min(left_bins), diff(right_bins[1:2]))
all_bins <- c(right_bins, mid_bins, left_bins)
}
p1$panel.args.common$breaks <- all_bins
p1$x.limits[[1]] <- left_range
p1$x.limits[[2]] <- right_range
histleft <- hist(xvals1, breaks = left_bins)
histright <- hist(xvals2, breaks = right_bins)
group_factor <- 100 * length(p1$condlevels[[1]])
p1$y.limits[[1]][2] <- group_factor * max(histleft$counts) / length(xvals1)
p1$y.limits[[2]][2] <- group_factor * max(histright$counts) / length(xvals2)
}
return(p1)
}
因此,以您的示例为例,我们可以这样做:
p1 <- histogram(~x|v1, d, groups=v2, nint=30,
scales=list(relation='free'), type='percent',
panel = function(...) {
panel.superpose(..., panel.groups=panel.histogram,
col=c('red', 'blue'), alpha=0.3)
})
fix_facets(p1)
并显示它适用于其他数量的垃圾箱......
p1 <- histogram(~x|v1, d, groups=v2, nint=10,
scales=list(relation='free'), type='percent',
panel = function(...) {
panel.superpose(..., panel.groups=panel.histogram,
col=c('red', 'blue'), alpha=0.3)
})
fix_facets(p1)
关于r - 重叠晶格直方图的常见断点和自由轴,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59851541/