[英]ggplot2: Projecting points or distribution on a non-orthogonal (eg, -45 degree) axis
下图是 Michael Clark 使用的概念图, https:\/\/m-clark.github.io\/docs\/lord\/index.html<\/a>用于解释 Lord 悖论以及回归中的相关现象。
我的问题是在这种情况下提出的,并使用
ggplot2<\/code>但在几何和图形方面更广泛。
我想重现这样的数字,但使用实际数据。 我需要知道:
如何在原点绘制一个新轴,角度为 -45 度,对应于yx<\/code>的值
<\/li>
如何绘制小正态分布或密度图,或投影到该轴上的值yx<\/code>的其他表示。
<\/li><\/ul> 我的最小基本示例使用ggplot2<\/code> ,
这给出了以下图表:
在几何学中,我想描绘的分布的 -45 度旋转轴的坐标是(yx),(x+y)在绘图的原始空间中。
但是我怎样才能用
ggplot2<\/code>或其他软件来画这些呢?
一个公认的解决方案对于如何表示 (yx) 的分布可能是模糊的,但应该解决如何在 (yx) 轴上显示它的问题。
有趣的问题! 我还没有遇到它,但可能有一个包可以帮助自动执行此操作。 这是使用两个技巧的手动方法:
coord_*
函数的“clip”参数,允许我们在绘图区域之外添加注释。首先,我们可以绘制从初始到最终变化的密度图,看到左偏分布:
(my_hist <- df %>%
mutate(y_min_x = final - initial) %>%
ggplot(aes(y_min_x)) +
geom_density())
现在我们可以提取该图的内容,并将坐标转换为我们希望它们出现在组合图中的位置:
a <- ggplot_build(my_hist)
rot = pi * 3/4
diag_hist <- tibble(
x = a[["data"]][[1]][["x"]],
y = a[["data"]][[1]][["y"]]
) %>%
# squish
mutate(y = y*0.2) %>%
# rotate 135 deg CCW
mutate(xy = x*cos(rot) - y*sin(rot),
dens = x*sin(rot) + y*cos(rot)) %>%
# slide
mutate(xy = xy - 0.7, # magic number based on plot range below
dens = dens - 0.7)
这是与原始情节的组合:
ggplot(df, aes(x = initial, y = final, color = group)) +
geom_point() +
geom_smooth(method = "lm", formula = y~x) +
stat_ellipse(size = 1.2) +
geom_abline(slope = 1, color = "black", size = 1.2) +
coord_fixed(clip = "off",
xlim = c(-0.7,1.6),
ylim = c(-0.7,1.6),
expand = expansion(0)) +
annotate("segment", x = -1.4, xend = 0, y = 0, yend = -1.4) +
annotate("path", x = diag_hist$xy, y = diag_hist$dens) +
theme_bw() +
theme(legend.position = c(.15, .85),
plot.margin = unit(c(.1,.1,2,2), "cm"))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.