我試圖重建該地塊不可怕3D條形圖條形圖和不明確的X軸(這是不同的時間點,它是很難說的時候都)躲閃。結合堆棧,並且將在GGPLOT2
(from Science 291, no. 5513 (2001): 2606–8, otherwise a good paper.)
我的第一直覺是做類似於他們做了什麼事,有二維條碼的情節和獨特的x軸的標籤,使用基因型迴避吧,然後堆疊條形獲得前欄上的黑色和白色分裂,但在這裏的其他幾個很好的問題說,你不能這樣做。
我的下一個方法是使用小面(下面的代碼),它的工作相當不錯,但我很樂意看到一個更好的方式來做到這一點。有沒有辦法堆疊一些變量和其他人?或者只是一個更好的方式來做到這一點?
編輯:爲了澄清,我認爲重要的是要顯示疊加條的總數(在這種情況下,m和n是黑色和白色),因爲這代表了測量的數量,然後拆分單獨測量。
library(tidyverse)
library(cowplot)
data = tribble(
~Timepoint, ~`Ancestral genotype`, ~Mutator, ~`Mean % of auxotrophs`,
100, 'mutS-', 'o', 10.5,
150, 'mutS-', 'o', 16,
220, 'mutS-', 'o', NA,
300, 'mutS-', 'o', 24.5,
100, 'mutS+', 'n', 1,
150, 'mutS+', 'n', NA,
220, 'mutS+', 'n', 1,
300, 'mutS+', 'n', 1,
100, 'mutS+', 'm', 0,
150, 'mutS+', 'm', NA,
220, 'mutS+', 'm', 2,
300, 'mutS+', 'm', 5
)
data <- data %>% mutate(Timepoint = as.character(Timepoint))
data %>% ggplot(aes(x = Timepoint, y = `Mean % of auxotrophs`)) +
geom_col(aes(fill = Mutator), position = 'stack') + facet_grid(~`Ancestral genotype`) +
guides(fill=FALSE)
謝謝。這是做這件事的好方法。唯一的一點是我想表明,在mutS的應變+ N和O型實際上是來自同一個文化相比mutS-類型,它是獨立的,這就是爲什麼我認爲有意義的堆疊條是很重要的。 (雖然這個數字並不是很明顯)。 –
查看更新後的答案。 – eipi10
有沒有辦法做到這一點與x變量作爲一個因素? – masfenix