如何绘制具有不同行数的向量的多个 CDF 图

Question

我想在同一个图中绘制多个变量的 CDF 图。变量的长度不同。为了简化细节，我使用以下示例代码：

library("ggplot2")

a1 <- rnorm(1000, 0, 3)
a2 <- rnorm(1000, 1, 4)
a3 <- rnorm(800, 2, 3)

df <- data.frame(x = c(a1, a2, a3),ggg = gl(3, 1000))
ggplot(df, aes(x, colour = ggg)) + stat_ecdf()+ coord_cartesian(xlim = c(0, 3)) + scale_colour_hue(name="my legend", labels=c('AAA','BBB', 'CCC'))

可以看到，a3的长度是800，与a1、a2不同。当我运行代码时，它显示：

> df <- data.frame(x = c(a1, a2, a3),ggg = gl(3, 1000))
Error in data.frame(x = c(a1, a2, a3), ggg = gl(3, 1000)) : 
arguments imply differing number of rows: 2800, 3000
> ggplot(df, aes(x, colour = ggg)) + stat_ecdf()+ coord_cartesian(xlim = c(0, 3)) +    scale_colour_hue(name="my legend", labels=c('AAA','BBB', 'CCC'))
Error: ggplot2 doesn't know how to deal with data of class function

那么，如何使用 ggplot2 在同一张图中绘制长度不同的不同变量的 cdf 图呢？期待帮助！

Answer 1

ggplot处理每组中的不同计数完全没有问题。问题在于您创建的因子 ggg 。用这个：

library(ggplot2)

a1 <- rnorm(1000, 0, 3)
a2 <- rnorm(1000, 1, 4)
a3 <- rnorm(800, 2, 3)

df <- data.frame(x = c(a1, a2, a3), ggg=factor(rep(1:3, c(1000,1000,800))))
ggplot(df, aes(x, colour = ggg)) + 
  stat_ecdf()+
  scale_colour_hue(name="my legend", labels=c('AAA','BBB', 'CCC'))

另外，您设置它的方式，设置xlim=c(0,3)，在 上绘制 cdf [0,3]，正如您在上图中看到的那样，它或多或少是一条直线。

Answer 2

你是对的， ggplot 确实似乎希望每组中的计数相等。因此stat_ecdf，也许您可​​以自己计算而不是使用

library(ggplot2)

a1 <- rnorm(1000, 0, 3)
a2 <- rnorm(1000, 1, 4)
a3 <- rnorm(800, 2, 3)

df <- data.frame(x = c(a1, a2, a3),ggg = factor(rep(1:3, c(1000,1000,800))))

df <- df[order(df$x), ]
df$ecdf <- ave(df$x, df$ggg, FUN=function(x) seq_along(x)/length(x))

ggplot(df, aes(x, ecdf, colour = ggg)) + geom_line() + scale_colour_hue(name="my legend", labels=c('AAA','BBB', 'CCC'))

请注意，您的使用方式gl()不正确；您的代码假设所有三个组也有 1000 个条目。在这里，我将其更改为rep()每组获得正确数量的标签。