image.png
昨天收到了公众号一位读者的邮件，今天的推文回答一下开头提到的问题。还是使用昨天推文的示例数据：3个品种小麦种子的7个不同的指标，这7个指标分别是
- A 面积
- B 周长
- C紧凑度
- LK 长度
- WK 宽度
- A_coef 偏度系数
- LKG 腹沟长度
使用周长和面积构建拟合方程
首先是读入数据
seed <- read.csv("kaggle/Seed_Data.csv",header=T)
names(seed) <- c("Area", "Perimeter", "Compactness", "Length", "Width", "Asymetry.coef", "Grove.length", "Type")
head(seed)
seed$Type <- as.factor(seed$Type)
拟合方程
fitted.model<-lm(Area~Perimeter,data = seed)
summary(fitted.model)
image.png
接下来是使用ggplot2画图
library(ggplot2)
ggplot()+
geom_point(data=seed,aes(x=Perimeter,y=Area),
size=5,color="red",alpha=0.3)+
geom_abline(intercept = fitted.model$coefficients[[1]],
slope = fitted.model$coefficients[[2]],
size=2,color="blue",alpha=0.8)+
theme_bw()
image.png
添加你和曲线的函数是
geom_abline()，直接指定斜率slope和截距intercept
接下来是添加辅助线
他的问题是拟合曲线和y=1相交，根据我自己的实际数据，比如y=15这里相交，首先在y=15这里添加水平线，使用到的是geom_hline()函数
ggplot()+
geom_point(data=seed,aes(x=Perimeter,y=Area),
size=5,color="red",alpha=0.3)+
geom_abline(intercept = fitted.model$coefficients[[1]],
slope = fitted.model$coefficients[[2]],
size=2,color="blue",alpha=0.8)+
theme_bw()+
geom_hline(yintercept = 15,lty="dashed")
image.png
接下来算一下交点位置的坐标
b<-fitted.model$coefficients[[1]]
a<-fitted.model$coefficients[[2]]
fitted.curve<-function(y){
return((y-b)/a)
}
fitted.curve(15)
在这个交点添加一个点
ggplot()+
geom_point(data=seed,aes(x=Perimeter,y=Area),
size=5,color="red",alpha=0.3)+
geom_abline(intercept = fitted.model$coefficients[[1]],
slope = fitted.model$coefficients[[2]],
size=2,color="blue",alpha=0.8)+
theme_bw()+
geom_hline(yintercept = 15,lty="dashed")+
geom_point(aes(x=fitted.curve(15),y=15),size=6,shape=17,
color="green",alpha=0.9)
image.png
在交点位置向下添加垂直线段
ggplot()+
geom_point(data=seed,aes(x=Perimeter,y=Area),
size=5,color="red",alpha=0.3)+
geom_abline(intercept = fitted.model$coefficients[[1]],
slope = fitted.model$coefficients[[2]],
size=2,color="blue",alpha=0.8)+
theme_bw()+
geom_hline(yintercept = 15,lty="dashed")+
annotate(geom = "segment",x=fitted.curve(15),
xend = fitted.curve(15),y=15,yend = -Inf,
lty="dashed")+
geom_point(aes(x=fitted.curve(15),y=15),size=6,shape=17,
color="green",alpha=0.9)
image.png
在X轴与垂直线段的交点处添加文字
ggplot()+
geom_point(data=seed,aes(x=Perimeter,y=Area),
size=5,color="red",alpha=0.3)+
geom_abline(intercept = fitted.model$coefficients[[1]],
slope = fitted.model$coefficients[[2]],
size=2,color="blue",alpha=0.8)+
theme_bw()+
geom_hline(yintercept = 15,lty="dashed")+
annotate(geom = "segment",x=fitted.curve(15),
xend = fitted.curve(15),y=15,yend = -Inf,
lty="dashed")+
geom_point(aes(x=fitted.curve(15),y=15),size=6,shape=17,
color="green",alpha=0.9)+
annotate(geom = "text",x=fitted.curve(15),y=11,
label=round(fitted.curve(15),2),
vjust=6,color="red")+
coord_cartesian(clip = "off")
image.png
这里左下角有点超界了，出图后手动调整吧，暂时不知道如何用代码控制拟合线的范围。
这里还遇到一个问题是: 在Rstudio的出图界面是没有这条蓝色的线的，但是保存pdf格式文件里却有，这里不知道是什么情况
image.png
需要示例数据可以直接留言
欢迎大家关注我的公众号
小明的数据分析笔记本
小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！
