标签: lattice

我使用R绘制一个简单的线性回归.我想将该图像保存为PNG或JPEG,是否可以自动执行？(通过代码)

有两个不同的问题:首先,我已经在我的显示器上查看情节了,我想保存原样.其次,我还没有生成情节,但是当我执行绘图代码时,我想直接将它保存到磁盘.

我试图levelplot通过设置在一个窗口中放置多个点阵图,par(mfrow=c(2,1))但似乎忽略了这一点.

是否有用于设置多个图的特定功能lattice？

为函数绘制简单曲线有哪些替代方法

eq = function(x){x*x}

在R？

这听起来是一个显而易见的问题,但我只能在stackoverflow上找到这些相关的问题,但它们都更具体

• 在R中绘制线函数
• 在R中的数据点上绘制函数
• 如何在R中用复数绘制函数？
• 如何绘制简单的分段线性函数？
• 在同一图中绘制多个函数曲线

我希望我没有写一个重复的问题.

这有可能用ggplot2重现这个格子图吗？

library(latticeExtra)
data(mtcars)
x  <- t(as.matrix(scale(mtcars)))
dd.row <- as.dendrogram(hclust(dist(x)))
row.ord <- order.dendrogram(dd.row)

dd.col <- as.dendrogram(hclust(dist(t(x))))
col.ord <- order.dendrogram(dd.col)

library(lattice)

levelplot(x[row.ord, col.ord],
      aspect = "fill",
      scales = list(x = list(rot = 90)),
      colorkey = list(space = "left"),
      legend =
      list(right =
           list(fun = dendrogramGrob,
                args =
                list(x = dd.col, ord = col.ord,
                     side = "right",
                     size = 10)),
           top =
           list(fun = dendrogramGrob,
                args =
                list(x = dd.row,
                     side = "top",
                     size = 10))))

在R中创建热图已成为许多帖子,讨论和迭代的主题.我的主要问题是将格子levelplot()或基本图形中可用解决方案的视觉灵活性image()与基本heatmap(),pheatmap pheatmap()或gplots'的轻松聚类结合起来很棘手heatmap.2().这是我想要改变的一个小细节 - x轴上标签的对角线方向.让我告诉你我在代码中的观点.

#example data
d <- matrix(rnorm(25), 5, 5)
colnames(d) = paste("bip", 1:5, sep = "")
rownames(d) = paste("blob", 1:5, sep = "")

您可以使用levelplot()以下方法轻松更改方向到对​​角

require(lattice)
levelplot(d, scale=list(x=list(rot=45)))

但应用聚类似乎很痛苦.其他视觉选项也是如此,例如在热图单元格周围添加边框.

现在,转移到实际的heatmap()相关功能,聚类和所有基本视觉效果都非常简单 - 几乎不需要调整:

heatmap(d)

所以在这里:

require(gplots)
heatmap.2(d, key=F)

最后,我最喜欢的一个:

require(pheatmap)
pheatmap(d) 

但所有这些都无法旋转标签.手册pheatmap建议我可以使用grid.text自定义标签.真是太高兴 - 尤其是在聚类和更改显示标签的顺序时.除非我在这里遗漏了什么......

最后,还有一件旧货image().我可以旋转标签,一般来说它是最可定制的解决方案,但没有聚类选项.

image(1:nrow(d),1:ncol(d), d, axes=F, ylab="", xlab="")
text(1:ncol(d), 0, srt = 45, labels = rownames(d), xpd …

R:使用Lattice与ggplot2有什么优缺点？

我使用以下命令生成带抖动的散点图:

ddf = data.frame(NUMS = rnorm(500), GRP = sample(LETTERS[1:5],500,replace=T))
library(lattice)
stripplot(NUMS~GRP,data=ddf, jitter.data=T)

我想在这些点上添加箱图(每组一个).我尝试搜索,但我无法找到代码绘制所有点(而不仅仅是异常值)和抖动.我该怎么解决这个问题.谢谢你的帮助.

有没有人知道将图形嵌入其他图形以产生类似下面的模型的一般方法？

我知道在格子中你可以print(..., more=TRUE, positions=...)按照这个问题中的解释来做到这一点,我猜ggplot也有它的解决方案(但我对ggplot不是很好).问题是我想要将使用标准图形包的生存包中的常规绘图嵌入到格子图中.

提前致谢!

我一直在尝试两者ggplot2并lattice绘制数据面板.我在ggplot2模型周围缠绕时有点麻烦.特别是,如何在每个面板上绘制带有两组数据的散点图:

在lattice我能做到这一点:

xyplot(Predicted_value + Actual_value ~ x_value | State_CD, data=dd)

这将为每个列提供每个State_CD的面板

我可以做一个专栏ggplot2:

pg <- ggplot(dd, aes(x_value, Predicted_value)) + geom_point(shape = 2) 
      + facet_wrap(~ State_CD) + opts(aspect.ratio = 1)
print(pg)

我不能理解的是如何将Actual_value添加到上面的ggplot中.

编辑哈德利指出,通过可重复的例子,这真的会更容易.这里的代码似乎有效.使用ggplot有更好或更简洁的方法吗？为什么添加另一组点到ggplot的语法与添加第一组数据有什么不同？

library(lattice)
library(ggplot2)

#make some example data
dd<-data.frame(matrix(rnorm(108),36,3),c(rep("A",24),rep("B",24),rep("C",24)))
colnames(dd) <- c("Predicted_value", "Actual_value", "x_value", "State_CD")

#plot with lattice
xyplot(Predicted_value + Actual_value ~ x_value | State_CD, data=dd)

#plot with ggplot
pg <- ggplot(dd, aes(x_value, Predicted_value)) + geom_point(shape = 2) + facet_wrap(~ …

我用三个面板创建了一个格子图.我可以控制轴的字体大小和刻度标签,但我还没弄清楚如何增加条带标签的字体大小.这是一个具体的例子:

# See below for the fake data to run this code
library(lattice)
barchart(choice ~ yes+no+not.app|group, data=data, 
         stack=TRUE, col=c("green","red","blue"), 
         xlim=c(0,100), layout=c(3,1),
         scales=list(cex=c(1.4,1.4), alternating=3),
         xlab=list(label="Percent of Respondents", fontsize=20), 
         main="")

这是此代码生成的图表.请注意除了条带标签("组1","组2","组3")之外,所有字体都是好的和大的.我一直在寻找R-help和Stack Overflow,但是还没有能够解决这个问题.有谁知道神奇的咒语？

data = structure(list(choice = c("Choice 1", "Choice 1", "Choice 1", 
"Choice 2", "Choice 2", "Choice 2", "Choice 3", "Choice 3", "Choice 3", 
"Choice 4", "Choice 4", "Choice 4"), group = c("Group 1", "Group 2", 
"Group 3", "Group 1", "Group 2", "Group 3", "Group 1", "Group 2", 
"Group 3", "Group 1", …