Arhn - архитектура программирования

Таблица графика ggplot2 в виде строк

Я хотел бы построить следующий набор данных

structure(list(X = structure(c(3L, 12L, 11L, 7L, 13L, 2L, 1L, 
10L, 5L, 4L, 8L, 14L, 9L, 6L), .Label = c("BUM", "DDR", "ETB", 
"EXP", "HED", "HEDOS", "KON", "LEIT", "MAIN", "MAT", "PER", "PMA", 
"TRA", "TRADITION"), class = "factor"), Geschaeft = c(0.0468431771894094, 
0.0916666666666667, 0.0654761904761905, 0.0905432595573441, 0.0761904761904762, 
0.0672097759674134, 0.0869565217391304, 0.0650887573964497, 0.0762250453720508, 
0.0518234165067179, 0.0561330561330561, 0.060077519379845, 0.0865384615384615, 
0.0628683693516699), Gaststaette = c(0.0855397148676171, 0.0604166666666667, 
0.0555555555555556, 0.0764587525150905, 0.0895238095238095, 0.0712830957230143, 
0.075098814229249, 0.0631163708086785, 0.0780399274047187, 0.0383877159309021, 
0.0561330561330561, 0.0581395348837209, 0.0596153846153846, 0.0648330058939096
), Bank = c(0.065173116089613, 0.0854166666666667, 0.0972222222222222, 
0.0824949698189135, 0.060952380952381, 0.0529531568228106, 0.0731225296442688, 
0.0828402366863905, 0.0725952813067151, 0.0806142034548944, 0.0686070686070686, 
0.0503875968992248, 0.0807692307692308, 0.0550098231827112), 
    Hausarzt = c(0.0712830957230143, 0.0833333333333333, 0.0912698412698413, 
    0.0704225352112676, 0.0628571428571429, 0.0672097759674134, 
    0.106719367588933, 0.0710059171597633, 0.108892921960073, 
    0.0940499040307102, 0.0852390852390852, 0.0794573643410853, 
    0.0826923076923077, 0.110019646365422), Einr..F..Aeltere = c(0.10183299389002, 
    0.104166666666667, 0.107142857142857, 0.100603621730382, 
    0.12, 0.116089613034623, 0.112648221343874, 0.112426035502959, 
    0.121597096188748, 0.0998080614203455, 0.118503118503119, 
    0.131782945736434, 0.121153846153846, 0.104125736738703), 
    Park = c(0.0855397148676171, 0.0666666666666667, 0.0912698412698413, 
    0.0804828973843058, 0.0704761904761905, 0.0672097759674134, 
    0.0731225296442688, 0.0670611439842209, 0.0834845735027223, 
    0.0806142034548944, 0.0686070686070686, 0.0658914728682171, 
    0.0884615384615385, 0.0609037328094303), Sportstaette = c(0.0855397148676171, 
    0.0791666666666667, 0.0952380952380952, 0.0824949698189135, 
    0.0933333333333333, 0.114052953156823, 0.0810276679841897, 
    0.0788954635108481, 0.0780399274047187, 0.0825335892514395, 
    0.0831600831600832, 0.0852713178294574, 0.0884615384615385, 
    0.1237721021611), OEPNV = c(0.0529531568228106, 0.05625, 
    0.0456349206349206, 0.0583501006036217, 0.0666666666666667, 
    0.0366598778004073, 0.0434782608695652, 0.0571992110453649, 
    0.0344827586206897, 0.0633397312859885, 0.0478170478170478, 
    0.062015503875969, 0.0519230769230769, 0.0235756385068762
    ), Mangel.an.Gruenflaechen = c(0.0692464358452139, 0.0645833333333333, 
    0.0694444444444444, 0.0422535211267606, 0.0666666666666667, 
    0.0692464358452139, 0.0711462450592885, 0.0749506903353057, 
    0.0598911070780399, 0.0959692898272553, 0.0623700623700624, 
    0.0717054263565891, 0.0653846153846154, 0.0746561886051081
    ), Kriminalitaet = c(0.0672097759674134, 0.0541666666666667, 
    0.0476190476190476, 0.0422535211267606, 0.0628571428571429, 
    0.0509164969450102, 0.0454545454545455, 0.0532544378698225, 
    0.058076225045372, 0.072936660268714, 0.0602910602910603, 
    0.063953488372093, 0.0461538461538462, 0.0648330058939096
    ), Auslaender = c(0.0244399185336049, 0.04375, 0.0416666666666667, 
    0.0663983903420523, 0.0228571428571429, 0.0509164969450102, 
    0.0237154150197628, 0.0236686390532544, 0.0217785843920145, 
    0.0441458733205374, 0.024948024948025, 0.0232558139534884, 
    0.0230769230769231, 0.0451866404715128), Umweltbelastung = c(0.0468431771894094, 
    0.0479166666666667, 0.0476190476190476, 0.0402414486921529, 
    0.0438095238095238, 0.0468431771894094, 0.0454545454545455, 
    0.0512820512820513, 0.0417422867513612, 0.0518234165067179, 
    0.0478170478170478, 0.0445736434108527, 0.0442307692307692, 
    0.0451866404715128), Einr..f..Kinder = c(0.0753564154786151, 
    0.075, 0.0555555555555556, 0.0724346076458753, 0.0533333333333333, 
    0.0794297352342159, 0.075098814229249, 0.0788954635108481, 
    0.0598911070780399, 0.0460652591170825, 0.0977130977130977, 
    0.0930232558139535, 0.0634615384615385, 0.0451866404715128
    ), Einr..f..Jugendliche = c(0.122199592668024, 0.0875, 0.0892857142857143, 
    0.0945674044265594, 0.11047619047619, 0.109979633401222, 
    0.0869565217391304, 0.120315581854043, 0.105263157894737, 
    0.0978886756238004, 0.122661122661123, 0.11046511627907, 
    0.0980769230769231, 0.119842829076621)), .Names = c("X", 
"Geschaeft", "Gaststaette", "Bank", "Hausarzt", "Einr..F..Aeltere", 
"Park", "Sportstaette", "OEPNV", "Mangel.an.Gruenflaechen", "Kriminalitaet", 
"Auslaender", "Umweltbelastung", "Einr..f..Kinder", "Einr..f..Jugendliche"
), row.names = c(NA, -14L), class = "data.frame")

Чтобы это выглядело как эта картинка (а лучше с каждой строкой в ​​отдельном сюжете), которую я создал в Excel.

Изображение, созданное с помощью Excel

Но я не могу понять, как...

Спасибо большое за вашу помощь. Доминик

ОБНОВЛЕНИЕ: Это просто карта того, что означают группы (BUM, DDR, ETB и т. д.). Карта среды

r ggplot2
08.08.2011

  • +1 за предоставление dput() образцов данных 08.08.2011

Ответы:


1

Это расширение решения @Andrie. Он сочетает в себе идею огранки с идеей перерисовки (обильно позаимствованной из учебный блог, результаты которого мне показались отличной визуализацией. Вот код и результат. Комментарии приветствуются.

mdf <- melt(df, id.vars="X")
mdf = transform(mdf, variable = reorder(variable, value, mean), Y = X)

ggplot(mdf, aes(x = variable, y = value)) + 
  geom_line(data = transform(mdf, X = NULL), aes(group = Y), colour = "grey80") +
  geom_line(aes(group = X)) +
  facet_wrap(~X) +
  opts(axis.text.x = theme_text(angle=90, hjust=1))

введите здесь описание изображения

РЕДАКТИРОВАТЬ: Если у вас есть группы окружения, то лучший способ представить может быть следующим

mycols = c(brewer.pal(4, 'Oranges'), brewer.pal(4, 'Greens'), 
           brewer.pal(3, 'Blues'), brewer.pal(3, 'PuRd'))
mdf2 = read.table(textConnection("
  V1,  V2
  ETB, LEIT
  PMA, LEIT
  PER, LEIT
  LEIT, LEIT
  KON, TRADITION
  TRA, TRADITION
  DDR, TRADITION
  TRADITION, TRADITION
  BUM, MAIN
  MAT, MAIN
  MAIN, MAIN
  EXP, HEDOS
  HED, HEDOS
  HEDOS, HEDOS"), sep = ",", header = T, stringsAsFactors = F)

mdf2 = data.frame(mdf2, mycols = mycols)
mdf3 = merge(mdf, mdf2, by.x = 'X', by.y = "V1")

p1 = ggplot(mdf3, aes(x = variable, y = value, group = X, colour = mycols)) + 
  geom_line(subset = .(nchar(as.character(X)) == 3)) +
  geom_line(subset = .(nchar(as.character(X)) != 3), size = 1.5) +
  facet_wrap(~ V2) +
  scale_color_identity(name = 'Milieus', breaks = mdf2$mycols, labels = mdf2$V1) +
  theme_bw() + 
  opts(axis.text.x = theme_text(angle=90, hjust=1))

введите здесь описание изображения

08.08.2011
  • Этот пример потрясающий! Это именно то, что я искал. Единственные вопросы теперь заключаются в том, как упорядочить графики (я не хочу их в алфавитном порядке) и как строить, например. ТРАДИЦИЯ в ЭТБ. И можно ли определить определенные цвета для линий, которые сейчас черные? 09.08.2011
  • Три вопроса (1) как бы вы хотели упорядочить свои графики, (2) что вы подразумеваете под построением ТРАДИЦИИ В ETB и (3) каково назначение цветов, поскольку каждая строка уже обозначена заголовком в рамке. 09.08.2011
  • Хорошо, с цветами все очень просто... определите цвета с помощью mycols ‹- ('#3168FF', '#00CCFF', ...) и измените строку geom_line(aes(group = X, color = mycols) ) чего я еще не знаю, так это того, как я определяю, что HED = '#00CCFF', даже если эта группа не находится на второй позиции... 09.08.2011
  • Самый простой способ - создать сопоставление фрейма данных X с цветами, которые вы хотите использовать, а затем объединить с исходным фреймом, а затем использовать scale_colour_manual. мой вопрос, однако, все еще остается, зачем вам нужны цвета, когда каждый ящик уже идентифицирован X? 09.08.2011
  • (1) Заказ основан на теоретической концепции. Каждый сюжет представляет одну среду. Следовательно, порядок должен соответствовать их Lebenswelt - жизненной среде? то есть ЭТБ, ПМА, ПЕР (как ведущая среда - ЛЭИТ) КОН, ТРА, ДДР (как традиционная среда ТРАДИЦИЯ) БУМ, МАТ (как основная среда ГЛАВНАЯ) ЭКСП, ХЕД (как гедонистическая среда ХЕДО) (2) Это также соответствует ИЗГОТОВЛЕНИЮ ТРАДИЦИИ в ЭТБ. Хотя ETB является частью TRADITION, было бы неплохо увидеть, чем ETB, PMA и PER отличаются от TRADITION. Так что я бы хотел провести линию ТРАДИЦИИ и в сюжете ЭТБ. 09.08.2011
  • Я просто добавляю карту окружения в свой пост, чтобы помочь понять, что я имею в виду под цветами и метасредой... 09.08.2011
  • Я все еще пытаюсь понять проблему окраски. Я сделал то, что вы предложили, и сопоставил цвет с фреймом данных: countsumallpp <- cbind(countsumallpp[1:10,], milieu=milieu[1:10], mycols=mycols[1:10]) mdf <- melt(countsumallpp, id.vars = c('milieu', 'mycols')) mdf <- transform(mdf, variable = reorder(variable, value, mean), y = milieu) 10.08.2011
  • и построить график с ggplot(mdf, aes(x = variable, y = value)) + geom_line(data = transform(mdf, milieu = NULL), aes(group = y), colour = 'grey80')+ geom_line(aes(group = milieu)) + scale_colour_manual(value=mdf$mycols) + facet_wrap(~milieu) + opts(axis.text.x = theme_text(angle=90, hjust=1)) Но цвета не подходят для соответствующих групп. Можете ли вы сказать мне, что я здесь наблюдаю? 10.08.2011
  • Это замечательно! Это именно то, что я пытался сделать! Большое спасибо! 13.08.2011

    • 2

    Хитрость заключается в том, чтобы преобразовать ваши данные в длинный формат, прежде чем вы передадите их ggplot. Это легко сделать при использовании функции melt в пакете reshape2:

    Предполагая, что ваши данные являются переменной с именем df:

    library(reshape2)
library(ggplot2)

mdf <- melt(df, id.vars="X")
str(mdf)
ggplot(mdf, aes(x=variable, y=value, colour=X, group=X)) + geom_line() +
    opts(axis.text.x = theme_text(angle=90, hjust=1))

    введите здесь описание изображения

    Редактировать Как предлагает @Chase, вы можете использовать фасетирование, чтобы сделать график более читабельным:

    ggplot(mdf, aes(x=X, y=value)) + geom_point() +
    opts(axis.text.x = theme_text(angle=90, hjust=1)) + facet_wrap(~variable)

    введите здесь описание изображения

    08.08.2011
  • Также рассмотрите facet_wrap(~X), чтобы построить их в малых кратных. Я бы, вероятно, отказался от цветовой эстетики, если вы пойдете по этому пути, поскольку в этот момент она становится избыточной информацией. 08.08.2011
  • @Chase Хорошее предложение. Я изменил свой ответ, чтобы привести пример этого. 08.08.2011
  • Я бы также рекомендовал reordering переменную x. 09.08.2011

    • 3

    Во-первых, расплавьте данные, чтобы поместить их в длинный формат.

    melted_data <- melt(the_data, id.vars = "X")

    Теперь нарисуйте график с числовой осью x и закрепите метки.

    p <- ggplot(melted_data, aes(as.numeric(variable), value, colour = X)) + 
  geom_line() + 
  scale_x_continuous(
    breaks = seq_len(nlevels(melted_data$variable)), 
    labels = levels(melted_data$variable)
  ) +
  opts(axis.text.x = theme_text(angle = 90))
p

    Ответив на это, я не уверен, что сюжет говорит вам, что для меня это просто беспорядок строк. Возможно, вам лучше затенить большинство строк и выделить одну или две интересные.

    Добавьте столбец, который выделяет, например, EXP.

    melted_data$is_EXP <- with(melted_data, X == "EXP")

    Не обращайте внимания на мой предыдущий ответ; Андри лучше. Используйте ручную шкалу цвета и размера, чтобы выделить новый столбец.

    p <- ggplot(melted_data, aes(variable, value, colour = is_EXP, size = is_EXP, group = X)) + 
  geom_line() + 
  scale_colour_manual(values = c("grey80", "black")) + 
  scale_size_manual(values = c(0.5, 1.5)) +
  opts(axis.text.x = theme_text(angle = 90, hjust=1))
p

    улучшенный сюжет

    08.08.2011
  • хорошая идея затемнения деталей. это можно сделать в более общем виде, используя трюк с перерисовкой в ​​ggplot. посмотрите мое решение, если вам интересно 08.08.2011
    • Новые материалы
    Коллекции публикаций по глубокому обучению
    Последние пару месяцев я создавал коллекции последних академических публикаций по различным подполям глубокого обучения в моем блоге https://amundtveit.com - эта публикация дает обзор 25..
    Представляем: Pepita
    Фреймворк JavaScript с открытым исходным кодом Я знаю, что недостатка в фреймворках JavaScript нет. Но я просто не мог остановиться. Я хотел написать что-то сам, со своими собственными..
    Советы по коду Laravel #2
    1-) Найти // You can specify the columns you need // in when you use the find method on a model User::find(‘id’, [‘email’,’name’]); // You can increment or decrement // a field in..
    Работа с временными рядами спутниковых изображений, часть 3 (аналитика данных)
    Анализ временных рядов спутниковых изображений для данных наблюдений за большой Землей (arXiv) Автор: Рольф Симоэс , Жильберто Камара , Жильберто Кейрос , Фелипе Соуза , Педро Р. Андраде ,..
    3 способа решить квадратное уравнение (3-й мой любимый) -
    1. Методом факторизации — 2. Используя квадратичную формулу — 3. Заполнив квадрат — Давайте поймем это, решив это простое уравнение: Мы пытаемся сделать LHS,..
    Создание VR-миров с A-Frame
    Виртуальная реальность (и дополненная реальность) стали главными модными терминами в образовательных технологиях. С недорогими VR-гарнитурами, такими как Google Cardboard , и использованием..
    Демистификация рекурсии
    КОДЕКС Демистификация рекурсии Упрощенная концепция ошеломляющей О чем весь этот шум? Рекурсия, кажется, единственная тема, от которой у каждого начинающего студента-информатика..