使用ggplot2繪制多維數據

Question

我在下面提到了目錄結構：

Folder named A contains txt files named 1, 2, 3, .., 5
Folder named B contains txt files named 1, 2, 3, .., 5
|
--A (Folder)
  |---1.txt
  |---2.txt
  ....
  |---5.txt

--B (Folder)
  |---1.txt
  |---2.txt
  ....
  |---5.txt

我正在通過2個嵌套的for循環將這些文本文件讀入數據幀。 單個數據幀如下所示：

df <- data.frame(Comp.1 = c(0.3, -0.2, -1, NA, 1),
         Comp.2 = c(-0.4, -0.1, NA, 0, 0.6),
         Comp.3 = c(0.2, NA, -0.4, 0.3, NA))
row.names(df) <- c("Param1", "Param2", "Param3", "Param4", "Param5")

值始終在-1和+1之間。 所有這些數據幀的行數（參數）和列數（組件）不相同。 例如：上述數據幀為3x5，其他數據幀可以為5x15、4x10、5x40等。

我想要一個具有以下內容的情節：

1. parameters on x-axis
2. components on y-axis
3. values as points in the above graph 
4. shape of point representing folder name (A = square, B = triangle, C = circle, .., E)
5. color inside the point shape representing file name (1, 2, 3, .., 5)
6. color intensity describing value (For eg: light red [almost white] color representing closer to -1 like -0.98, dark red representing closer to 1 like 0.98)

我有以下代碼：

alphabets = c("A", "B", "C", "D", "E", "F")
numbers = c(1, 2, 3, 4, 5)

pca.plot <- ggplot(data = NULL, aes(xlab="Principal Components",ylab="Parameters"))

for (alphabet in alphabets){
   for(number in numbers){

   filename=paste("/filepath/",alphabet,"/",number,".txt", sep="")

   df <- read.table(filename)

   #Making all row dimensions = 62. Adding rows with NAs
   if(length(row.names.data.frame(df))<62){
      row_length = length(row.names.data.frame(df))
      for(i in row_length:61){
          new_row = c(NA, NA, NA, NA, NA, NA)
          df<-rbind(df, new_row)  
      }
   }

   df$row.names<-rownames(df)
   long.df<-melt(df,id=c("row.names"), na.rm = TRUE)
   pca.plot<-pca.plot+geom_point(data=long.df,aes(x=variable,y=row.names, shape = number, color=alphabet, size = value))
   }
}

此代碼的輸出是這樣的：

編輯：按照@Gregor在評論中提到的步驟之后，我有一個big_data_frame像這樣： head(big_data, 3)

Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 params alphabet number 1 NA NA NA NA NA param1 A 1 2 NA NA NA 0.89 NA param2 A 1 3 NA -0.95 NA NA NA param3 A 1

Answer 1

您需要melt數據框以折疊所有Comp列。 其他列應保持不變：

long_data = reshape2::melt(
    big_data,
    id.vars = c("params", "alphabet", "number"),
    variable.name = "comp",
    value.name = "value",
    na.rm = T
)

現在，您的大多數要求都很簡單：

1. x軸上的參數
2. y軸上的分量
3. 上圖中作為點的值
4. 代表文件夾名稱的點的形狀（A =正方形，B =三角形，C =圓形，..，E）
5. 表示文件名的點形狀內的顏色（1、2、3，..，5）
6. 顏色強度描述值（例如：淺紅色[接近白色]顏色表示接近於-1，如-0.98，深紅色表示顏色接近於1，如0.98）

ggplot(long_data, aes(
    x = params, y = comp, size = value,
    shape = folder, color = factor(number), alpha = value
)) +
    geom_point()

棘手的部分是對顏色強度和整體顏色的要求。 我知道使用標准ggplot對此進行近似的唯一方法是像上面一樣使用透明度。 這是在此問題中采用的方法 。

---

請注意，這是未經測試的，因為您的數據沒有可復制的共享。 如果存在需要測試的問題，請按照注釋中的建議與dput共享數據。