我在這裏搜索了一些解決方案,但只發現它的情況下,當x變量是數字。因此,舉例來說,我有這樣的數據集:ggvis:如何在x變量爲分類時繪製abline?
tbl_sample %>%
group_by(algorithm) %>%
ggvis(~scenery,~bias, fill=~algorithm, shape=~treatment) %>%
add_legend("fill", properties = legend_props(legend = list(y = 20))) %>%
add_legend("shape", properties = legend_props(legend = list(y = 120))) %>%
add_axis("y",title="bias") %>%
layer_points()
靜態版本:
read.table(text=" bias scenery algorithm treatment
0.0038245022 pi10_40_cens35_40 Method1 T0
0.0004553608 pi10_40_cens35_40 Method1 T1
0.0217874958 pi10_40_cens35_40 Method2 T0
0.0132069964 pi10_40_cens35_40 Method2 T1
0.0135420058 pi10_40_cens35_40 Method4 T0
0.0157829608 pi10_40_cens35_40 Method4 T1
0.0230633621 pi10_40_cens35_40 Method3 T0
0.0199919247 pi10_40_cens35_40 Method3 T1
0.0751254422 pi10_40_cens60_65 Method1 T0
0.0678869679 pi10_40_cens60_65 Method1 T1
0.1037620465 pi10_40_cens60_65 Method2 T0
0.0819120457 pi10_40_cens60_65 Method2 T1
0.0893472639 pi10_40_cens60_65 Method4 T0
0.0825019605 pi10_40_cens60_65 Method4 T1
0.1031913181 pi10_40_cens60_65 Method3 T0
0.1149319836 pi10_40_cens60_65 Method3 T1
0.0048517692 pi20_30_cens35_40 Method1 T0
0.0079070239 pi20_30_cens35_40 Method1 T1
0.0203992390 pi20_30_cens35_40 Method2 T0
0.0197634214 pi20_30_cens35_40 Method2 T1
0.0142908113 pi20_30_cens35_40 Method4 T0
0.0197736578 pi20_30_cens35_40 Method4 T1
0.0216825265 pi20_30_cens35_40 Method3 T0
0.0232048669 pi20_30_cens35_40 Method3 T1
0.0576654516 pi20_30_cens60_65 Method1 T0
0.0629337504 pi20_30_cens60_65 Method1 T1
0.0954706388 pi20_30_cens60_65 Method2 T0
0.0926100594 pi20_30_cens60_65 Method2 T1
0.0793831867 pi20_30_cens60_65 Method4 T0
0.0866745996 pi20_30_cens60_65 Method4 T1
0.1020244131 pi20_30_cens60_65 Method3 T0
0.1090028420 pi20_30_cens60_65 Method3 T1",
header=TRUE, stringsAsFactors=FALSE) -> tbl_sample
,我有興趣(不abline)該地塊由獲得
現在,我怎樣才能獲得完全相同的圖形,但在y = 0上有水平虛線?
嘗試'geom_hline(yintercept = 0,lty = 1)'或者如果需要'geom_hline(yintercept = 0,lty = 1,aes(group = 1))'? –
oops。 'aes(group = 1)'可能仍然有效? –
這看起來像是最好的答案:https://groups.google.com/forum/#!topic/ggvis/csYp7r3BwSA –