在ggplot
通常最方便的是保持數據爲'長'格式。在這裏,我使用reshape2
包中的函數melt
將數據從寬轉換爲長格式。根據您指定的不同 thetics(大小,形狀,顏色等)的不同,會出現相應的圖例。
library(ggplot2)
library(reshape2)
# data from the example you were referring to, in a 'wide' format.
x <- seq(-2, 2, 0.05)
ocean <- pnorm(x)
soil <- pnorm(x, 1, 1)
df <- data.frame(x, ocean, soil)
# melt the data to a long format
df2 <- melt(data = df, id.vars = "x")
# plot, using the aesthetics argument 'colour'
ggplot(data = df2, aes(x = x, y = value, colour = variable)) + geom_line()
編輯,設置名稱和傳奇的標籤
# Manually set name of the colour scale and labels for the different colours
ggplot(data = df2, aes(x = x, y = value, colour = variable)) +
geom_line() +
scale_colour_discrete(name = "Type of sample", labels = c("Sea water", "Soil"))
EDIT 2,下列新的樣本數據 轉換數據,假設其從您的更新組織,以長格式。再次,我相信如果您將數據保存爲長格式,則可以讓您的生活更輕鬆。我將每一步都與我在第一個答案中使用的簡單示例數據相關聯。請注意,有許多替代方法可以重新排列數據。基於您在更新中提供的數據中的小部分(不可重現)部分,這是一種方法。
# x <- seq(-2, 2, 0.05)
# Master1MY$Probability
Probability <- 1:100
# ocean <- pnorm(x)
# Master1MY$Stats
Master1MY <- rnorm(100, mean = 600, sd = 20)
# soil <- pnorm(x,1,1)
# Transposon1MY$Stats
Transposon1MY <- rnorm(100, mean = 100, sd = 10)
# df <- data.frame(x, ocean, soil)
df <- data.frame(Probability, Master1MY, Transposon1MY)
# df2 <- melt(df, id.var = "x")
df2 <- melt(df, id.var = "Probability")
# default
ggplot(data = df2, aes(x = Probability, y = value, col = variable)) +
geom_point()
# change legend name and labels, see previous edit using 'scale_colour_discrete'
# set manual colours scale using 'scale_colour_manual'.
ggplot(data = df2, aes(x = Probability, y = value, col = variable)) +
geom_point() +
scale_colour_manual(values = c("red","blue"), name = "Type of sample", labels = c("Master", "Transposon"))
這可能是值得加入這個例子在上面鏈接,以及問題的答案ggplot。對於有12個upvotes的答案,這不是'ggplot'代碼的一個很好的例子。 – joran
好點。 @Fabs有點不幸絆倒了一個大範圍的例子。 – Henrik
謝謝!但我認爲現在這個例子不適合我...(或者我不明白這個例子,並且對此感到抱歉)......我將編輯我的問題並展示我的例子的一部分......也許有一個簡單的方法來做我想做的事情....再次感謝! – Fabs