相关疑难解决方法(0)

R:如何在facet_grid上使用带自由范围轴的coord_cartesian

考虑一些facet_grid情节

mt <- ggplot(mtcars, aes(mpg, wt, colour = factor(cyl))) + geom_point() 
mt + facet_grid(vs ~ am, scales = "free") 
Run Code Online (Sandbox Code Playgroud)

plottttt

想象一下,我只想放大上图中的顶行,只显示3到4之间的y轴值.coord_cartesian()如果它们没有刻面或我想放大所有绘图,我可以这样做,但是在这种情况下没有一个好的解决方案.我想我可以先将数据子集化,但这是有充分理由的禁忌(例如,会抛弃任何统计层等).

(请注意,问题与此有关:R:{ggplot2}:如何/我可以独立调整facet_grid图上的x轴限制吗?但是那里的答案不适用于此目的.)

r ggplot2

11
推荐指数
2
解决办法
5311
查看次数

R/ggplot2:在整个数据集上平滑,同时强制执行ylim上限

更新:我找到了答案......包含在下面.

我有一个包含以下变量和类似值的数据集:

COBSDATE,   CITY, RESPONSE_TIME
2011-11-23  A     1.1
2011-11-23  A     1.5
2011-11-23  A     1.2
2011-11-23  B     2.3
2011-11-23  B     2.1
2011-11-23  B     1.8
2011-11-23  C     1.4
2011-11-23  C     6.1
2011-11-23  A     3.1
2011-11-23  A     1.1
Run Code Online (Sandbox Code Playgroud)

我已经成功创建了一个图表,显示了所有的response_time值和一个平滑的几何图形,以进一步描述一些变化.

我所面临的挑战是,我希望更好地了解平滑值,其中一个城市经常出现"异常值".我可以通过将ylim(0,p99)添加到绘图中来控制这一点,但这会导致仅在数据子集上计算平滑.

有没有办法将所有这些数据用于平滑曲线,而唯一的子集用于抖动曲线?

我的代码在这里(两者都是相同的,除了+ ylim(0,20):截断 -

ggplot(dataRaw, aes(x=COBSDATE, y=RESPONSE_TIME)) + 
    geom_jitter(colour=alpha("#007DB1", 1/8)) + 
    geom_smooth(colour="gray30", fill=alpha("gray40",0.5)) + 
    ylim(0,20) + 
    facet_wrap(~CITY)
Run Code Online (Sandbox Code Playgroud)

整套数据 -

ggplot(dataRaw, aes(x=COBSDATE, y=RESPONSE_TIME)) + 
    geom_jitter(colour=alpha("#007DB1", 1/8)) + 
    geom_smooth(colour="gray30", fill=alpha("gray40",0.5)) + 
    facet_wrap(~CITY)
Run Code Online (Sandbox Code Playgroud)

r data-visualization smooth ggplot2

7
推荐指数
2
解决办法
1766
查看次数

ggplot2更改每个小平面面板的轴限制

library(tidyverse)
ggplot(mpg, aes(displ, cty)) + 
  geom_point() + 
  facet_grid(rows = vars(drv), scales = "free")
Run Code Online (Sandbox Code Playgroud)

上面的代码ggplot包括三个板4fr。我希望每个面板的y轴限制如下:

Panel y-min y-max breaks
----- ----- ----- ------
4     5     25    5
f     0     40    10
r     10    20    2
Run Code Online (Sandbox Code Playgroud)

如何修改我的代码来完成此任务?不知道是否scale_y_continuous更有意义,或coord_cartesian,或两者的某种组合。

r ggplot2

5
推荐指数
3
解决办法
3417
查看次数

标签 统计

ggplot2 ×3

r ×3

data-visualization ×1

smooth ×1