标签: ggplot2

R中是否有与Matlab的" 条形 "功能相同的功能？

R确实在库图形中有"barplot"功能,但是,它不一样.

Matlab条(X,Y)(逐字摘录自MATLAB 文档)" 在X中指定的位置为Y 中的每个元素绘制一个条形,其中X是定义垂直条形的x轴间隔的向量." (强调我的)

但是,R条形图功能不允许指定位置.

也许ggplot2中有一个方法支持这个？我只能在ggplot2中找到标准条形图.

你能帮我用ggplot2包和mat矩阵中的数据创建下面的条形图吗？

mat <- matrix(c(70.93,78.58,78.72,69.24,62.53,43.85,83.49,70.00,78.30,78.11,71.16,63.82,47.37,89.87),ncol=2)
colnames(mat) <- c("Crude","Standardized")
rownames(mat) <- 2006:2012

library(gplots)
library(RColorBrewer)
my_palette <- palette(brewer.pal(7,"Set1"))

barplot2(mat,
main="Crude and Standardized Rates",
xlab="Type", ylab="Rate", xlim=c(0,20), ylim=c(40,100),
col=my_palette, beside=TRUE, plot.grid = TRUE, xpd=FALSE)
legend(locator(1), rownames(mat), title ="Year",fill=my_palette)

我有一个由以下R代码生成的图 - 基本上是许多直方图/条的面板.我希望每一个都添加一条垂直线,但每个方面的垂直线在它的位置上是不同的.或者,我想根据x值是否高于阈值将条纹颜色设置为红色 - 如何使用ggplot2/R对此进行绘图.

我这样生成了图表:

Histogramplot3 <- ggplot(completeFrame, aes(P_Value)) + geom_bar() + facet_wrap(~ Generation)

在completeFrame是我的数据框架的地方,P_Value是我的x变量,而Facet Wrap Variable Generation是一个因素.

我想复制下面的图ggplot2（虽然更大，但我不知道为什么这里的图这么小）。

（本研究的主题是穆斯林少数民族青年的融入。）

我在 Stata 中使用 -coefplot- 包开发了上面的原始图，现在尝试在 R 中进行相同的操作。

在 R 和 中，我从使用（来自 Mplus 应用程序中的估计）ggplot2获得的两个简单数据帧开始。MplusAutomation可以使用以下代码重现数据帧：

resModel1 <- 
  structure(list(param = c("FEMALE", "CHRISTIAN", "MUSLIM"), 
  low2.5 = c(-0.436, 0.038, 0.19), 
  est = c(-0.271, 0.18, 0.354), up2.5 = c(-0.106, 0.323, 0.519)), 
  .Names = c("param", "low2.5", "est", "up2.5"), row.names = 7:9, 
  class = c("data.frame", "mplus.params"))

resModel2 <- 
  structure(list(param = c("FEMALE", "CHRISTIAN", "MUSLIM", "CHRISTGI", "MUSLIMGI"), 
  low2.5 = c(-0.672, -0.256, -0.018, 0.131, -0.143), 
  est = c(-0.437, -0.038, 0.237, 0.403, 0.237), up2.5 …

我正在尝试为每组绘制一个基本的条形图。

由于值非常大，我想显示每个条形（即组）的条形内每个组的百分比。
我设法显示了总数的百分比，但这不是我所期望的：在每个条形中，我希望 % 的总和等于 100%。

有没有一种简单的方法可以在不更改数据框的情况下做到这一点？

(DF <- data.frame( year = rep(2015:2017, each = 4), 
                   Grp = c("Grp1", "Grp2", "Grp3", "Grp4"),
                   Value = trunc(rnorm(12, 2000000, 100000))) )


ggplot(DF) +
  geom_bar(aes(x = year, y = Value, fill = Grp), 
               stat = "identity", 
               position = position_stack()) +
  geom_text(aes(x = year, y = Value, group = Grp, 
                label = percent(Value/sum(Value))) ,
                position = position_stack(vjust = .5))

我正在学习 ggplot2，我想按原样使用数据框绘制条形图，如果可能的话不进行转换。

数据框：

我想这样绘制它：

谢谢，

我有一个与拍号 (0-100) 相对应的角度数据 (0-360) 数据集，并使用 ggplot 创建散点图。

ggplot(kfaf)+
geom_point(aes(time, angle, color = condition), size = 1.5)

我想做的是格式化 y 轴，使 0=360 并从 ymin = 270 读取到 ymax = 269，功能上移动图表，使 0/360 位于 y 轴的中间。找不到任何用于格式化圆形数据轴的内容，有帮助吗？

我的数据如下：

structure(list(Year = 1994:2016, Kcalpd = c(86L, 91L, 98L, 107L, 
116L, 126L, 123L, 112L, 103L, 102L, 103L, 92L, 77L, 59L, 43L, 
29L, 19L, 14L, 13L, 12L, 12L, 10L, 9L), Thtonnes = c(728.364, 
757.467, 780.423, 792.756, 701.685, 720.71, 677.292, 761.649, 
668.218, 679.042, 974.355, 1005.035, 1123.09, 1055.07, 1092.498, 
1100.654, 899.767, 1018.462, 1046.096, 1084.173, 1158.217, 802.194, 
276.773)), row.names = c(NA, -23L), class = "data.frame", .Names = c("Year", 
"Kcalpd", "Thtonnes"))

并且，我的代码如下：

scaleFactor <- max(wfd$Thtonnes) / max(wfd$Kcalpd)

ggplot(wfd, aes(x=Year)) +
  geom_col(aes(y=Thtonnes), fill="blue") +
  geom_col(aes(y=Kcalpd * …

我使用ggsurvplot和创建了两个图ggplot。下面是我尝试过的代码

p1 <- ggsurvplot(KM_new, data = data_log, time = "log_time", conf.int = FALSE)

p2 <- ggplot(data, aes(x = x, y = y)) +
  geom_smooth() 

如何将 p1 和 p2 合并到一个图中？我可以分别获取这两个图，但无法获取单个图。

我正在使用 R 编程语言。

最近，我看到这篇文章How can i make a stacked multiple Density Plot with ggplot? 其中显示了一个非常有趣的图表：

我正在尝试学习如何复制该图。

我首先模拟了该图的数据：

text = c(
"Morena, pvem, pt 307[282-326] Actual 413",
"Morena, PT 263[244-280] Actual 303",
"Morena, pvem 265[243-282] Actual 267",
"PAN, PRI, PRD, MC 193 [167-211] Actual 163",
"PAN,PRI, PRD 180[155-199] Actual 137",
"PAN, PRI 152[131-167]  Actual 126",
"PAN, PRD 112[95-125] Actual 89",
"PRI, PRF 97[83-111] Actual 59"
)


means = c(300,250,200,150,140,130,120,110)

data = data.frame()

for(i in seq_along(text)){
  
  random_numbers = rnorm(100, means[i], 10) …