[英]Using ggplot2 in R to colour individual lines with different gradients
[英]ggplot2 heatmaps: using different gradients for categories
這篇Learning R博客文章展示了如何使用ggplot2制作籃球統計數據的熱圖。 完成的熱圖如下所示:
我的問題(受到傑克評論學習R博客文章的啟發)是:是否可以針對不同類別的統計數據(攻擊性,防御性,其他)使用不同的漸變顏色?
首先,從帖子重新創建圖形,為更新(0.9.2.1)版本的ggplot2
更新它,該版本具有不同的主題系統並附加更少的包:
nba <- read.csv("http://datasets.flowingdata.com/ppg2008.csv")
nba$Name <- with(nba, reorder(Name, PTS))
library("ggplot2")
library("plyr")
library("reshape2")
library("scales")
nba.m <- melt(nba)
nba.s <- ddply(nba.m, .(variable), transform,
rescale = scale(value))
ggplot(nba.s, aes(variable, Name)) +
geom_tile(aes(fill = rescale), colour = "white") +
scale_fill_gradient(low = "white", high = "steelblue") +
scale_x_discrete("", expand = c(0, 0)) +
scale_y_discrete("", expand = c(0, 0)) +
theme_grey(base_size = 9) +
theme(legend.position = "none",
axis.ticks = element_blank(),
axis.text.x = element_text(angle = 330, hjust = 0))
對不同類別使用不同的漸變顏色並不是那么簡單。 概念方法,將fill
映射到interaction(rescale, Category)
(其中Category
是攻擊/防御/其他;見下文)不起作用,因為交互因子和連續變量給出了一個離散變量, fill
無法映射到。
解決這個問題的方法是人為地進行這種交互,將rescale
映射到不同Category
值的非重疊范圍,然后使用scale_fill_gradientn
將這些區域中的每一個映射到不同的顏色漸變。
首先創建類別。 我認為這些映射到評論中的那些,但我不確定; 改變哪個變量在哪個類別中很容易。
nba.s$Category <- nba.s$variable
levels(nba.s$Category) <-
list("Offensive" = c("PTS", "FGM", "FGA", "X3PM", "X3PA", "AST"),
"Defensive" = c("DRB", "ORB", "STL"),
"Other" = c("G", "MIN", "FGP", "FTM", "FTA", "FTP", "X3PP",
"TRB", "BLK", "TO", "PF"))
由於rescale
在0的幾個(3或4)范圍內,因此不同的類別可以偏移一百來保持它們分開。 同時,根據重新調整的值和顏色,確定每個顏色漸變的端點應該在哪里。
nba.s$rescaleoffset <- nba.s$rescale + 100*(as.numeric(nba.s$Category)-1)
scalerange <- range(nba.s$rescale)
gradientends <- scalerange + rep(c(0,100,200), each=2)
colorends <- c("white", "red", "white", "green", "white", "blue")
現在用rescaleoffset
替換fill
變量並更改fill
比例以使用scale_fill_gradientn
(記住重新縮放值):
ggplot(nba.s, aes(variable, Name)) +
geom_tile(aes(fill = rescaleoffset), colour = "white") +
scale_fill_gradientn(colours = colorends, values = rescale(gradientends)) +
scale_x_discrete("", expand = c(0, 0)) +
scale_y_discrete("", expand = c(0, 0)) +
theme_grey(base_size = 9) +
theme(legend.position = "none",
axis.ticks = element_blank(),
axis.text.x = element_text(angle = 330, hjust = 0))
重新排序以獲得相關統計數據是reorder
函數對各種變量的另一個應用:
nba.s$variable2 <- reorder(nba.s$variable, as.numeric(nba.s$Category))
ggplot(nba.s, aes(variable2, Name)) +
geom_tile(aes(fill = rescaleoffset), colour = "white") +
scale_fill_gradientn(colours = colorends, values = rescale(gradientends)) +
scale_x_discrete("", expand = c(0, 0)) +
scale_y_discrete("", expand = c(0, 0)) +
theme_grey(base_size = 9) +
theme(legend.position = "none",
axis.ticks = element_blank(),
axis.text.x = element_text(angle = 330, hjust = 0))
這是一個更簡單的建議,使用ggplot2美學來映射漸變和顏色類別。 只需使用alpha-aesthetic來生成漸變,以及類別的填充美學。
這是代碼,重構Brian Diggs的回復:
nba <- read.csv("http://datasets.flowingdata.com/ppg2008.csv")
nba$Name <- with(nba, reorder(Name, PTS))
library("ggplot2")
library("plyr")
library("reshape2")
library("scales")
nba.m <- melt(nba)
nba.s <- ddply(nba.m, .(variable), transform,
rescale = scale(value))
nba.s$Category <- nba.s$variable
levels(nba.s$Category) <- list("Offensive" = c("PTS", "FGM", "FGA", "X3PM", "X3PA", "AST"),
"Defensive" = c("DRB", "ORB", "STL"),
"Other" = c("G", "MIN", "FGP", "FTM", "FTA", "FTP", "X3PP", "TRB", "BLK", "TO", "PF"))
然后,將rescale
變量標准化為0到1之間:
nba.s$rescale = (nba.s$rescale-min(nba.s$rescale))/(max(nba.s$rescale)-min(nba.s$rescale))
現在,做繪圖:
ggplot(nba.s, aes(variable, Name)) +
geom_tile(aes(alpha = rescale, fill=Category), colour = "white") +
scale_alpha(range=c(0,1)) +
scale_x_discrete("", expand = c(0, 0)) +
scale_y_discrete("", expand = c(0, 0)) +
theme_grey(base_size = 9) +
theme(legend.position = "none",
axis.ticks = element_blank(),
axis.text.x = element_text(angle = 330, hjust = 0)) +
theme(panel.grid.major = element_blank(), panel.grid.minor = element_blank())
注意使用alpha=rescale
scale_alpha(range=c(0,1))
然后使用scale_alpha(range=c(0,1))
縮放alpha范圍,可以調整它以適合您的繪圖更改范圍。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.