r - 使用 ggplot 和 purrr 绘制多条逻辑曲线的推导图

Question

数据框“pars”的行包含定义逻辑曲线的两个参数:

library(ggplot2)
library(purrr)

pars <- data.frame(
  diff = c(-1.5, 2.5),
  disc = c(1.2, 2.5)
)

这两条曲线可以像这样用map()和ggplot()绘制。

icc <- function(x) map(
  1:nrow(pars),
  ~ stat_function(fun = function(x)
    (exp(pars$disc[.x]*(x - pars$diff[.x])))/(1 + exp(pars$disc[.x]*(x - pars$diff[.x]))))
)
ggplot(data.frame(x = -5 : 5)) +
  aes(x) +
  icc()

相应的推导可以这样绘制:

disc1 <- 1.2
disc2 <- 2.5
diff1 <- -1.5
diff2 <- 2.5

icc1 <- function(x) (exp(disc1*(x - diff1)))/(1 + exp(disc1*(x - diff1)))
icc2 <- function(x) (exp(disc2*(x - diff2)))/(1 + exp(disc2*(x - diff2)))

info1 <- Deriv(icc1, "x")
info2 <- Deriv(icc2, "x")

ggplot(data.frame(x = -5 : 5)) +
  aes(x) +
  stat_function(fun = info1) +
  stat_function(fun = info2)

但是，我想使用更通用的方法，最好使用 purrr() 进行推导，因为我需要一个用于不同数量曲线的函数。也许有一个使用 pmap() 的解决方案，它可以迭代带有参数的数据帧并将函数和推导应用于每一行。不幸的是，到目前为止我并不走运。我非常感谢任何有用的答案。

Answer 1

一个选项可能如下所示:

1. 我已将曲线参数放入 data.frame
2. 利用函数工厂和 pmap 循环参数 df 以创建 icc 函数列表。

其余部分非常简单。

循环函数列表以获取导数。

使用 map 添加stat_function图层。

library(ggplot2)
library(Deriv)
#> Warning: package 'Deriv' was built under R version 4.1.2
library(purrr)

df <- data.frame(
  disc = c(1.2, 2.5),
  diff = c(-1.5, 2.5)
)

icc <- function(disc, diff) {
  function(x) (exp(disc*(x - diff)))/(1 + exp(disc*(x - diff)))
}

icc_list <- pmap(df, function(disc, diff) icc(disc, diff))
info_list <- map(icc_list, Deriv, "x")

ggplot(data.frame(x = -5 : 5)) +
  aes(x) +
  map(info_list, ~ stat_function(fun = .x))

编辑合并不同的颜色或......并不是什么大问题，例如您可以使用 purrr::map2 循环遍历 info_list 和颜色向量，为每个函数或导数分配颜色:

colorVec <- c("red", "blue")

ggplot(data.frame(x = -5 : 5)) +
  aes(x) +
  map2(info_list, colorVec, ~ stat_function(fun = .x, color = .y))

编辑 2 最后，我们可以应用相同的想法来获得像这样的图例，其中我们不将 color 设置为参数，而是将其映射到 color aes 并通过 scale_color_manual 设置颜色:

colorVec <- c("red", "blue")
labelsVec <- c("f1", "f2")
names(colorVec) <- labelsVec

ggplot(data.frame(x = -5 : 5)) +
  aes(x) +
  map2(info_list, labelsVec, ~ stat_function(fun = .x, aes(color = .y))) +
  scale_color_manual(values = colorVec)