ggplot2 中带有边缘直方图的散点图

Question

有没有一种方法可以创建带有边缘直方图的散点图，就像ggplot2中的示例一样？ 在 Matlab 中，它是scatterhist() function 并且也存在 R 的等价物。 但是，我还没有看到 ggplot2。

我通过创建单个图表开始尝试，但不知道如何正确排列它们。

 require(ggplot2)
 x<-rnorm(300)
 y<-rt(300,df=2)
 xy<-data.frame(x,y)
     xhist <- qplot(x, geom="histogram") + scale_x_continuous(limits=c(min(x),max(x))) + opts(axis.text.x = theme_blank(), axis.title.x=theme_blank(), axis.ticks = theme_blank(), aspect.ratio = 5/16, axis.text.y = theme_blank(), axis.title.y=theme_blank(), background.colour="white")
     yhist <- qplot(y, geom="histogram") + coord_flip() + opts(background.fill = "white", background.color ="black")

     yhist <- yhist + scale_x_continuous(limits=c(min(x),max(x))) + opts(axis.text.x = theme_blank(), axis.title.x=theme_blank(), axis.ticks = theme_blank(), aspect.ratio = 16/5, axis.text.y = theme_blank(), axis.title.y=theme_blank() )


     scatter <- qplot(x,y, data=xy)  + scale_x_continuous(limits=c(min(x),max(x))) + scale_y_continuous(limits=c(min(y),max(y)))
none <- qplot(x,y, data=xy) + geom_blank()

并使用此处发布的 function 安排它们。 但长话短说：有没有办法创建这些图表？

Answer 1

这不是一个完全响应的答案，但它非常简单。 它说明了一种显示边缘密度的替代方法，以及如何将 alpha 级别用于支持透明度的图形输出：

scatter <- qplot(x,y, data=xy)  + 
         scale_x_continuous(limits=c(min(x),max(x))) + 
         scale_y_continuous(limits=c(min(y),max(y))) + 
         geom_rug(col=rgb(.5,0,0,alpha=.2))
scatter

Answer 2

这可能有点晚了，但我决定为此制作一个包（ ggExtra ），因为它涉及一些代码并且编写起来很乏味。 该软件包还试图解决一些常见问题，例如确保即使有标题或文本被放大，情节仍将彼此内联。

基本思想与这里给出的答案相似，但它超出了这一点。 以下是如何将边缘直方图添加到 1000 个随机点集的示例。 希望这可以在将来更轻松地添加直方图/密度图。

链接到 ggExtra 包

library(ggplot2)
df <- data.frame(x = rnorm(1000, 50, 10), y = rnorm(1000, 50, 10))
p <- ggplot(df, aes(x, y)) + geom_point() + theme_classic()
ggExtra::ggMarginal(p, type = "histogram")

Answer 3

gridExtra包应该在这里工作。 首先制作每个 ggplot 对象：

hist_top <- ggplot()+geom_histogram(aes(rnorm(100)))
empty <- ggplot()+geom_point(aes(1,1), colour="white")+
         theme(axis.ticks=element_blank(), 
               panel.background=element_blank(), 
               axis.text.x=element_blank(), axis.text.y=element_blank(),           
               axis.title.x=element_blank(), axis.title.y=element_blank())

scatter <- ggplot()+geom_point(aes(rnorm(100), rnorm(100)))
hist_right <- ggplot()+geom_histogram(aes(rnorm(100)))+coord_flip()

然后使用 grid.arrange 函数：

grid.arrange(hist_top, empty, scatter, hist_right, ncol=2, nrow=2, widths=c(4, 1), heights=c(1, 4))

Answer 4

另外，只是为了为在我们之后执行此操作的人节省一些搜索时间。

图例、轴标签、轴文本、刻度使绘图彼此偏离，因此您的绘图看起来很丑陋且不一致。

您可以使用其中一些主题设置来纠正此问题，

+theme(legend.position = "none",          
       axis.title.x = element_blank(),
       axis.title.y = element_blank(),
       axis.text.x = element_blank(),
       axis.text.y = element_blank(), 
       plot.margin = unit(c(3,-5.5,4,3), "mm"))

并对齐比例，

+scale_x_continuous(breaks = 0:6,
                    limits = c(0,6),
                    expand = c(.05,.05))

所以结果看起来不错：

Answer 5

本着边际分布指标的一般精神， BondedDust 的答案只是一个很小的变化。

Edward Tufte将这种地毯图的使用称为“点划线图”，并在 VDQI 中有一个使用轴线表示每个变量范围的示例。 在我的示例中，轴标签和网格线也指示了数据的分布。 标签位于Tukey 的五个数字摘要（最小值、下铰链、中值、上铰链、最大值）的值处，可以快速了解每个变量的分布。

因此，这五个数字是箱线图的数字表示。 这有点棘手，因为不均匀间隔的网格线表明轴具有非线性比例（在本例中它们是线性的）。 也许最好省略网格线或强制它们位于常规位置，而让标签显示五个数字摘要。

x<-rnorm(300)
y<-rt(300,df=10)
xy<-data.frame(x,y)

require(ggplot2); require(grid)
# make the basic plot object
ggplot(xy, aes(x, y)) +        
  # set the locations of the x-axis labels as Tukey's five numbers   
  scale_x_continuous(limit=c(min(x), max(x)), 
                     breaks=round(fivenum(x),1)) +     
  # ditto for y-axis labels 
  scale_y_continuous(limit=c(min(y), max(y)),
                     breaks=round(fivenum(y),1)) +     
  # specify points
  geom_point() +
  # specify that we want the rug plot
  geom_rug(size=0.1) +   
  # improve the data/ink ratio
  theme_set(theme_minimal(base_size = 18))

Answer 6

由于在比较不同组时，这种情节没有令人满意的解决方案，因此我编写了一个函数来执行此操作。

它适用于分组和未分组的数据，并接受额外的图形参数：

marginal_plot(x = iris$Sepal.Width, y = iris$Sepal.Length)

marginal_plot(x = Sepal.Width, y = Sepal.Length, group = Species, data = iris, bw = "nrd", lm_formula = NULL, xlab = "Sepal width", ylab = "Sepal length", pch = 15, cex = 0.5)

Answer 7

我尝试了这些选项，但对结果或达到目标所需的凌乱代码并不满意。 幸运的是，Thomas Lin Pedersen 刚刚开发了一个名为patchwork的包，它以非常优雅的方式完成工作。

如果要创建带有边际直方图的散点图，首先必须分别创建这三个图。

library(ggplot2)

x <- rnorm(300)
y <- rt(300, df = 2)
xy <- data.frame(x, y)

plot1 <- ggplot(xy, aes(x = x, y = y)) + 
  geom_point() 

dens1 <- ggplot(xy, aes(x = x)) + 
  geom_histogram(color = "black", fill = "white") + 
  theme_void()

dens2 <- ggplot(xy, aes(x = y)) + 
  geom_histogram(color = "black", fill = "white") + 
  theme_void() + 
  coord_flip()

剩下要做的唯一一件事就是用一个简单的+添加这些图，并用函数plot_layout()指定布局。

library(patchwork)

dens1 + plot_spacer() + plot1 + dens2 + 
  plot_layout(
    ncol = 2, 
    nrow = 2, 
    widths = c(4, 1),
    heights = c(1, 4)
  ) 

函数plot_spacer()在右上角添加一个空图。 所有其他论点都应该是不言自明的。

由于直方图在很大程度上取决于所选的 binwidth，因此人们可能会争辩说更喜欢密度图。 通过一些小的修改，人们会得到一个漂亮的图，例如眼动追踪数据。

library(ggpubr)

plot1 <- ggplot(df, aes(x = Density, y = Face_sum, color = Group)) + 
  geom_point(aes(color = Group), size = 3) + 
  geom_point(shape = 1, color = "black", size = 3) + 
  stat_smooth(method = "lm", fullrange = TRUE) +
  geom_rug() + 
  scale_y_continuous(name = "Number of fixated faces", 
                     limits = c(0, 205), expand = c(0, 0)) + 
  scale_x_continuous(name = "Population density (lg10)", 
                     limits = c(1, 4), expand = c(0, 0)) + 
  theme_pubr() +
  theme(legend.position = c(0.15, 0.9)) 

dens1 <- ggplot(df, aes(x = Density, fill = Group)) + 
  geom_density(alpha = 0.4) + 
  theme_void() + 
  theme(legend.position = "none")

dens2 <- ggplot(df, aes(x = Face_sum, fill = Group)) + 
  geom_density(alpha = 0.4) + 
  theme_void() + 
  theme(legend.position = "none") + 
  coord_flip()

dens1 + plot_spacer() + plot1 + dens2 + 
  plot_layout(ncol = 2, nrow = 2, widths = c(4, 1), heights = c(1, 4))

虽然此时没有提供数据，但基本原则应该是清楚的。

Answer 8

我发现这个包（ ggpubr ）似乎很适合解决这个问题，它考虑了几种显示数据的可能性。

包的链接在这里，在这个链接中你会找到一个很好的教程来使用它。 为了完整起见，我附上了我复制的示例之一。

我首先安装了这个包（它需要devtools ）

if(!require(devtools)) install.packages("devtools")
devtools::install_github("kassambara/ggpubr")

对于不同的组显示不同直方图的具体实例中，它提到与关系ggExtra ：“的一个限制ggExtra之处在于它不能在散点图和边际曲线多个组应付在下面将R代码，我们提供使用cowplot包的解决方案。” 就我而言，我必须安装后一个软件包：

install.packages("cowplot")

我遵循了这段代码：

# Scatter plot colored by groups ("Species")
sp <- ggscatter(iris, x = "Sepal.Length", y = "Sepal.Width",
            color = "Species", palette = "jco",
            size = 3, alpha = 0.6)+
border()                                         
# Marginal density plot of x (top panel) and y (right panel)
xplot <- ggdensity(iris, "Sepal.Length", fill = "Species",
               palette = "jco")
yplot <- ggdensity(iris, "Sepal.Width", fill = "Species", 
               palette = "jco")+
rotate()
# Cleaning the plots
sp <- sp + rremove("legend")
yplot <- yplot + clean_theme() + rremove("legend") 
xplot <- xplot + clean_theme() + rremove("legend")
# Arranging the plot using cowplot
library(cowplot)
plot_grid(xplot, NULL, sp, yplot, ncol = 2, align = "hv", 
      rel_widths = c(2, 1), rel_heights = c(1, 2))

这对我来说很好用：

虹膜集边缘直方图散点图

Answer 9

这是一个老问题，但我认为在这里发布更新会很有用，因为我最近遇到了同样的问题（感谢 Stefanie Mueller 的帮助！）。

使用 gridExtra 的最受好评的答案有效，但正如评论中所指出的那样，对齐轴很困难/很麻烦。 现在可以使用 ggExtra 包中的 ggMarginal 命令解决这个问题，如下所示：

#load packages
library(tidyverse) #for creating dummy dataset only
library(ggExtra)

#create dummy data
a = round(rnorm(1000,mean=10,sd=6),digits=0)
b = runif(1000,min=1.0,max=1.6)*a
b = b+runif(1000,min=9,max=15)

DummyData <- data.frame(var1 = b, var2 = a) %>% 
  filter(var1 > 0 & var2 > 0)

#plot
p = ggplot(DummyData, aes(var1, var2)) + geom_point(alpha=0.3)
ggMarginal(p, type = "histogram")

Answer 10

您可以使用ggstatsplot轻松创建具有边缘直方图的有吸引力的散点图（它还可以拟合和描述模型）：

data(iris)

library(ggstatsplot)

ggscatterstats(
  data = iris,                                          
  x = Sepal.Length,                                                  
  y = Sepal.Width,
  xlab = "Sepal Length",
  ylab = "Sepal Width",
  marginal = TRUE,
  marginal.type = "histogram",
  centrality.para = "mean",
  margins = "both",
  title = "Relationship between Sepal Length and Sepal Width",
  messages = FALSE
)

或者稍微更具吸引力（默认情况下） ggpubr ：

devtools::install_github("kassambara/ggpubr")
library(ggpubr)

ggscatterhist(
  iris, x = "Sepal.Length", y = "Sepal.Width",
  color = "Species", # comment out this and last line to remove the split by species
  margin.plot = "histogram", # I'd suggest removing this line to get density plots
  margin.params = list(fill = "Species", color = "black", size = 0.2)
)

更新：

正如@aickley 所建议的，我使用了发展版本来创建情节。

Answer 11

为了建立在@alf-pascu 的答案的基础上，手动设置每个图并用cowplot图安排它们在主要图和边际图方面都具有很大的灵活性（与其他一些解决方案相比）。 按组分布就是一个例子。 将主图更改为二维密度图是另一回事。

下面创建一个散点图（正确对齐）边缘直方图。

library("ggplot2")
library("cowplot")

# Set up scatterplot
scatterplot <- ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, color = Species)) +
  geom_point(size = 3, alpha = 0.6) +
  guides(color = FALSE) +
  theme(plot.margin = margin())


# Define marginal histogram
marginal_distribution <- function(x, var, group) {
  ggplot(x, aes_string(x = var, fill = group)) +
    geom_histogram(bins = 30, alpha = 0.4, position = "identity") +
    # geom_density(alpha = 0.4, size = 0.1) +
    guides(fill = FALSE) +
    theme_void() +
    theme(plot.margin = margin())
}

# Set up marginal histograms
x_hist <- marginal_distribution(iris, "Sepal.Length", "Species")
y_hist <- marginal_distribution(iris, "Sepal.Width", "Species") +
  coord_flip()

# Align histograms with scatterplot
aligned_x_hist <- align_plots(x_hist, scatterplot, align = "v")[[1]]
aligned_y_hist <- align_plots(y_hist, scatterplot, align = "h")[[1]]

# Arrange plots
plot_grid(
  aligned_x_hist
  , NULL
  , scatterplot
  , aligned_y_hist
  , ncol = 2
  , nrow = 2
  , rel_heights = c(0.2, 1)
  , rel_widths = c(1, 0.2)
)

要绘制二维密度图，只需更改主图即可。

# Set up 2D-density plot
contour_plot <- ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, color = Species)) +
  stat_density_2d(aes(alpha = ..piece..)) +
  guides(color = FALSE, alpha = FALSE) +
  theme(plot.margin = margin())

# Arrange plots
plot_grid(
  aligned_x_hist
  , NULL
  , contour_plot
  , aligned_y_hist
  , ncol = 2
  , nrow = 2
  , rel_heights = c(0.2, 1)
  , rel_widths = c(1, 0.2)
)

Answer 12

用另一种解决方案ggpubr和cowplot ，但在这里我们使用创建地块cowplot::axis_canvas并将它们添加到原创情节与cowplot::insert_xaxis_grob ：

library(cowplot) 
library(ggpubr)

# Create main plot
plot_main <- ggplot(faithful, aes(eruptions, waiting)) +
  geom_point()

# Create marginal plots
# Use geom_density/histogram for whatever you plotted on x/y axis 
plot_x <- axis_canvas(plot_main, axis = "x") +
  geom_density(aes(eruptions), faithful)
plot_y <- axis_canvas(plot_main, axis = "y", coord_flip = TRUE) +
  geom_density(aes(waiting), faithful) +
  coord_flip()

# Combine all plots into one
plot_final <- insert_xaxis_grob(plot_main, plot_x, position = "top")
plot_final <- insert_yaxis_grob(plot_final, plot_y, position = "right")
ggdraw(plot_final)

Answer 13

现在，至少有一个 CRAN 包可以制作带有边缘直方图的散点图。

library(psych)
scatterHist(rnorm(1000), runif(1000))

Answer 14

您可以使用ggExtra::ggMarginalGadget(yourplot)的交互形式， ggExtra::ggMarginalGadget(yourplot)线图、小提琴图、密度图和直方图之间进行选择。

像那样