R-ggplot2-如何将点图与密度统计图通过双坐标轴的方式结合在一起?本篇给出解决方案~

目录

  • 0.问题导入
  • 1.示例数据
  • 2.导入示例数据
  • 3.离散类型连续化
  • 4.绘图数据框构建
  • 5.将密度图与点图叠加(图2)
  • 6.总结
  • 7.本文所使用的R-packages(没有的小伙伴需要使用install.packages()进行安装)
  • 8.致谢

0. 问题导入

科研过程中,我们可能会遇到想把样本点放到总体的概率统计图上,同时体现样本点的类型,类似于下面两图的叠加(图1)。但这样会面临如下两个问题:
1. 如何绘制双坐标轴?
2. 如何将continuous 与 discrete 类型的坐标轴同时体现?
本篇给出解决方案~

图1 示例问题说明

1. 示例数据

点击下载示例数据:
用于绘制总体概率统计图的数据
用于绘制具有类型特征样本点的数据

2. 导入示例数据

data1 = read.csv("NDVI_veg.csv", header = T)
data2 = read.csv('NDVI_all.csv',header = T)
head(data1)
  season  ndvi    sd types type
1 Spring 0.418 0.105    PA    2
2 Summer 0.742 0.127    PA    2
3 Autumn 0.722 0.088    PA    2
4 Winter 0.214 0.055    PA    2
5 Spring 0.338 0.054    SA    4
6 Summer 0.519 0.079    SA    4
 head(data2)
  season      NDVI
1 spring 0.4492719
2 spring 0.4492719
3 spring 0.4597081
4 spring 0.4492719
5 spring 0.4350913
6 spring 0.4685998

3. 离散类型连续化

这一步主要实现将data1中types进行连续化,为两图叠加做准备。

tell_type <- function(x){
  b = 0
  if(x == 'PA'){
    b = 2
  }else if(x == 'SA'){
    b = 4
  }else if(x == 'SM'){
    b = 6    
  }else{
    b = 8
  }
}

data1$type = sapply(data1$types,tell_type)
labels = unique(data1$types)

4. 绘图数据框构建

其中df1 主要用于绘制密度图,df2主要用于绘制点图,为保证df1与df2可以合并为一个df,则在df1中增加type项,并设置取值为NA。

df1 = data.frame(NDVI = data2$NDVI,season = data2$season,type = NA)
df2 = data.frame(NDVI = data1$ndvi,season = tolower(data1$season),type = data1$type )
df = rbind(df1,df2)
head(df)
       NDVI season type
1 0.4492719 spring   NA
2 0.4492719 spring   NA
3 0.4597081 spring   NA
4 0.4492719 spring   NA
5 0.4350913 spring   NA
6 0.4685998 spring   NA

5. 将密度图与点图叠加(图2)

p =ggplot()+
  geom_density(data = df,aes(x = NDVI,y= ..density..,fill = season),alpha = 0.5)+
  geom_point(data = df,aes(x = NDVI,y = type,color = factor(type)),size = 4)+
  scale_y_continuous(
    breaks = c(2,4,6,8),
    sec.axis = sec_axis( ~ . +0, breaks = c(2,4,6,8),labels = labels,
                         name = "Type")
  )+
  scale_color_manual(values = c('red','yellow','blue','green'))+
  theme_bw()+
  theme(
    axis.text = element_text(face = 'bold',color = 'black',size = 12,hjust = 0.5),
    axis.title = element_text(face = 'bold',color = 'black',size = 14,hjust = 0.5),
    legend.text = element_text(face = 'bold',color = 'black',size = 12,hjust = 0.5),
    legend.title = element_text(face = 'bold',color = 'black',size = 12,hjust = 0.5),
    legend.position = 'bottom',
    legend.direction = 'horizontal'
  )+
  ylab("NDVI")+
  xlab("Density")

png('plot1.png',
    height = 20,
    width = 20,
    units = 'cm',
    res = 800)
print(p)
dev.off()
图2 将密度图与点图结合结果图

6. 总结

本篇通过将离散数据连续化,通过双坐标轴的形式将密度图与点图进行叠加绘制,主要解决了以下问题:
1. 如何绘制双坐标轴?
2. 如何将continuous 与 discrete 类型的坐标轴同时体现?

7. 本文所使用的R-packages(没有的小伙伴需要使用install.packages()进行安装)

library('ggplot2')

8. 致谢

首先,祝大家圣诞节快乐哈!!!

感谢大家的持续关注,小编会继续努力,持续更新下去的!

大家如果觉得有用,还麻烦大家转发点赞加关注哈,也可以扩散到朋友圈,多谢大家啦~

大家如果在使用本文代码的过程有遇到问题的,可以留言评论,也可以私信我哈~~


小编联系方式
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,088评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,715评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,361评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,099评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 60,987评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,063评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,486评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,175评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,440评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,518评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,305评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,190评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,550评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,880评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,152评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,451评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,637评论 2 335

推荐阅读更多精彩内容