facet-wrap

    0熱度

    1回答

    我一直在使用ggplot + facet_wrap這個data.frame,我想在面繪製方面: set.seed(1) df <- data.frame(val=rnorm(36), gt=c(sapply(c("wt","pd","md","bd"),function(x) rep(x,9))), ts=rep(c(sapply(c("cb","hp","ac"

    2熱度

    1回答

    我用ggplot 2.2.0和R版本3.3.2 W64 根據http://www.cookbook-r.com/Graphs/Facets_(ggplot2)/改變小標籤文本我可以指定一個功能,能夠爲小標籤。 我繪製研究的患者數據: 我有識別碼與數據的數據幀,而我有一個包含一些基本信息(年齡和性別) patmeta <- data.frame( "pat_id"=c(66, 103, 219, 6

    0熱度

    1回答

    我想用ggplot2和9個子圖創建一個圖。我的目標是允許縱向軸在9個子圖中的每一個的個人級別上進行縮放。爲此,我正在嘗試語法facet_wrap(scales =「free_y」)。然而,它似乎並不適合我,相反,縱軸在所有9個子圖中看起來都是相同的。下面是一個MWE: x <- rep(c(rep("F",4),rep("M",4)),9) y <- abs(c(rnorm(36,0,20),r

    0熱度

    1回答

    我有不同類型車輛(比如汽車,摩托車,卡車,公共汽車等)的速度數據,我想說明當我們比較汽車的速度時,這些不同類型車輛的速度有何不同。 例如:在上述情況中,應表示預先 由於密度(比較即(車載VS摩托車,汽車和卡車,汽車和總線)來創建3面.. !!!

    0熱度

    1回答

    的小面形式多套住房的數據我有三個家(H1, H2, H3)連續5天作爲 library(xts) library(ggplot2) set.seed(123) dt <- data.frame(H1 = rnorm(24*5,200,2),H2 = rnorm(24*5,150,2),H3 = rnorm(24*5,50,2)) # hourly data of three homes fo

    0熱度

    2回答

    我想這兩個圖形結合起來: p1 <- ggplot(iris, aes(Sepal.Length)) + geom_density() + facet_wrap(~ Species) p2 <- ggplot(iris, aes(Sepal.Length)) + geom_density() 結合起來,我做的: multiplot(p1, p2, cols =

    2熱度

    1回答

    受多重因素影響小面我有一個data.frame,我試圖在facetted方式與R的ggplot的geom_boxplot繪製: set.seed(1) vals <- rnorm(12) min.vals <- vals-0.5 low.vals <- vals-0.25 max.vals <- vals+0.5 high.vals <- vals+0.25 df <- data

    0熱度

    1回答

    我回去過this subject 所以我有這樣的腳本: library(vegan) data(BCI) df <- lapply(c(1,21,41,61,81),function(i)specaccum(BCI[,seq(i,i+19)], method="random")) par(mfrow=c(2,3)) plot(df[[1]]) fo

    2熱度

    1回答

    我使用facet_wrap到每個組圖, ,但我需要保存每個情節個體並找到下面的鏈接。 我試圖在URL鏈接中編程答案,並可以保存PDF文件, 但提出了錯誤的按摩。 CODE: iris %>% group_by(Species) %>% do({ p <- ggplot(., aes(x =Sepal.Length, y = Petal.Length)) + geom_point

    4熱度

    1回答

    我想在facet_wraps的上部行中的圖上顯示x軸刻度。例如: library(ggplot2) ggplot(diamonds, aes(carat)) + facet_wrap(~ cut, scales = "fixed") + geom_density() 產生這樣的情節: 我想有蜱爲我畫的這個情節: 有一個簡單的達到這個結果的方法?