标签: ridgeline-plot

无论我尝试什么，我都无法使用ggridges. 使用graphing_dataframe如下所示的数据框：

str(graphing_dataframe)
summary(graphing_dataframe)

> str(graphing_dataframe)
Classes ‘tbl_df’, ‘tbl’ and 'data.frame':   14 obs. of  3 variables:
 $ id    : chr  "00343" "00343" "00343" "00343" ...
 $ week  : num  14 1 2 3 4 5 6 7 8 9 ...
 $ rating: num  14 4 12 8 14 19 16 16 7 8 ...
 - attr(*, "spec")=
  .. cols(
  ..   id = col_character(),
  ..   week = col_double(),
  ..   rating = col_double()
  .. )
> summary(graphing_dataframe)
      id …

当我使用 时geom_density_ridges()，该图通常最终会显示数据中不存在的值的长尾。

下面是一个例子：

library(tidyverse)
library(ggridges)

data("lincoln_weather")

# Remove all negative values for "Minimum Temperature"
d <- lincoln_weather[lincoln_weather$`Min Temperature [F]`>=0,]

ggplot(d, aes(`Min Temperature [F]`, Month)) +
  geom_density_ridges(rel_min_height=.01)

如您所见，一月、二月和十二月都显示负温度，但数据中根本没有负值。

当然，我可以对 x 轴添加限制，但这并不能解决问题，因为它只是截断了现有的错误密度。

ggplot(d, aes(`Min Temperature [F]`, Month)) +
  geom_density_ridges(rel_min_height=.01) +
  xlim(0,80)

现在，该图使 1 月和 2 月的值看起来为零（没有）。这也使得 0 度看起来在 12 月经常发生，而实际上只有 1 个这样的日子。

我怎样才能解决这个问题？

使用包geom_density_ridges中的函数时ggridges，它始终为图中的所有密度选择带宽。但是有没有办法调整它选择的带宽呢？

我目前有一些代码可以制作山脊图，但对于底部密度来说带宽太低。我想对其进行调整，使其更平滑、不那么粗糙。

这是我的代码：

hier_plot <- ggplot(hier_df, aes(x=x, y=as.factor(beta), fill = factor(beta))) +
  theme(axis.title = element_text(size = 15),
        axis.text = element_text(size = 15),
        legend.text = element_text(size = 10),
        panel.background = element_rect(fill = "#fffffC")) +
  labs(y = expression(beta), x = 'x', expression(beta), fill = expression(beta)) +
  geom_density_ridges(scale = 2.5) +
  scale_x_continuous(expand = c(0.01, 0)) +
  scale_y_discrete(expand = c(0.05, 0)) +
  scale_fill_brewer(palette = 'Reds')

hier_plot 

我想使用ggridges.

# toy example
ggplot(iris, aes(x=Sepal.Length, y=Species, fill=..x..)) +
geom_density_ridges_gradient(jittered_points = FALSE, quantile_lines = 
FALSE, quantiles = 2, scale=0.9, color='white') +
scale_y_discrete(expand = c(0.01, 0)) +
theme_ridges(grid = FALSE, center = TRUE)

我想在 7 处为 virginica 添加一条垂直线，为 versicolor 添加 4 条，为 setosa 添加 5 条垂直线。关于如何做到这一点的任何想法？

为什么情节的顶部被切断了，我该如何解决这个问题？我增加了利润率，但没有任何区别。

查看 1854 年的曲线，位于左侧驼峰的最顶端。看起来驼峰顶部的线条更细。对我来说，将大小更改为 0.8 无济于事。

这是生成此示例所需的代码：

library(tidyverse)
library(ggridges)

t2 <-   structure(list(Date = c("1853-01", "1853-02", "1853-03", "1853-04", 
                                "1853-05", "1853-06", "1853-07", "1853-08", "1853-09", "1853-10", 
                                "1853-11", "1853-12", "1854-01", "1854-02", "1854-03", "1854-04", 
                                "1854-05", "1854-06", "1854-07", "1854-08", "1854-09", "1854-10", 
                                "1854-11", "1854-12"), t = c(-5.6, -5.3, -1.5, 4.9, 9.8, 17.9, 
                                                             18.5, 19.9, 14.8, 6.2, 3.1, -4.3, -5.9, -7, -1.3, 4.1, 10, 16.8, 
                                                             22, 20, 16.1, 10.1, 1.8, -5.6), year = c("1853", "1853", "1853", 
                                                                                                      "1853", "1853", "1853", "1853", "1853", "1853", "1853", "1853", 
                                                                                                      "1853", "1854", "1854", "1854", …

我正在尝试为ggplot2 中geom_segment的geom_density_ridges绘图添加方法。

library(dplyr)
library(ggplot2)
library(ggridges)

Fig1 <- ggplot(Figure3Data,  aes(x = `hairchange`, y = `EffortGroup`)) +
  geom_density_ridges_gradient(aes(fill = ..x..), scale = 0.9, size = 1) 

ingredients <- ggplot_build(Fig1) %>% purrr::pluck("data", 1)

density_lines <- ingredients %>%
  group_by(group) %>% filter(density == mean(density)) %>% ungroup()

p <- ggplot(Figure3Data,  aes(x = `hairchange`, y = `EffortGroup`)) +
  geom_density_ridges_gradient(aes(fill = ..x..), scale = 0.9, size = 1) +
  scale_fill_gradientn(  colours = c("#0000FF", "#FFFFFF", "#FF0000"),name = 
  NULL, limits=c(-2,2))+ coord_flip() +
  theme_ridges(font_size = 20, grid=TRUE, …

我有一个数据集，作为 CSV 格式的要点上传到这里。它是 YouGov 文章“‘好’有多好？”中提供的 PDF 的提取形式。. 被要求用 0（非常负面）和 10（非常正面）之间的分数对单词（例如“完美”、“糟糕”）进行评分的人。要点正好包含该数据，即对于每个单词（列：单词），它为从 0 到 10（列：类别）的每个排名存储投票数（列：总计）。

我通常会尝试使用 matplotlib 和 Python 来可视化数据，因为我缺乏 R 方面的知识，但似乎 ggridges 可以创建比我使用 Python 所做的更好的绘图。

使用：

library(ggplot2)
library(ggridges)

YouGov <- read_csv("https://gist.githubusercontent.com/camminady/2e3aeab04fc3f5d3023ffc17860f0ba4/raw/97161888935c52407b0a377ebc932cc0c1490069/poll.csv")

ggplot(YouGov, aes(x=Category, y=Word, height = Total, group = Word, fill=Word)) + 
  geom_density_ridges(stat = "identity", scale = 3)

我能够创建这个图（仍然远非完美）：

忽略我必须调整美学的事实，我很难做到三件事：

1. 按单词的平均排名对单词进行排序。
2. 按平均等级为山脊着色。
3. 或按类别值为脊着色，即使用不同的颜色。

我试图调整来自这个来源的建议，但最终失败了，因为我的数据似乎格式错误：我已经有了每个类别的汇总投票数，而不是单一的投票实例。

我希望最终得到一个更接近这个情节的结果，它满足标准 3（来源）：

我的数据框如下所示：

df <- data.frame(label=c("yahoo","google","yahoo","yahoo","google","google","yahoo","yahoo"), year=c(2000,2001,2000,2001,2003,2003,2003,2003))

如何产生这样的热图：

library(ggplot2)
library(ggridges)
theme_set(theme_ridges())
ggplot(
  lincoln_weather, 
  aes(x = `Mean Temperature [F]`, y = `Month`)
  ) +
  geom_density_ridges_gradient(
    aes(fill = ..x..), scale = 3, size = 0.3
    ) +
  scale_fill_gradientn(
    colours = c("#0D0887FF", "#CC4678FF", "#F0F921FF"),
    name = "Temp. [F]"
    )+
  labs(title = 'Temperatures in Lincoln NE') 

如何翻转绘图轴，即以年份为 x 轴，以 y 轴为标签？