Sebar dengan histogram marginal di ggplot2


138

Apakah ada cara untuk membuat diagram sebar dengan histogram marginal seperti pada contoh di bawah ini ggplot2? Di Matlab itu adalahscatterhist() fungsi dan ada padanan untuk R juga. Namun, saya belum melihatnya untuk ggplot2.

sebar dengan histogram marginal

Saya memulai upaya dengan membuat grafik tunggal tetapi tidak tahu bagaimana mengaturnya dengan benar.

 require(ggplot2)
 x<-rnorm(300)
 y<-rt(300,df=2)
 xy<-data.frame(x,y)
     xhist <- qplot(x, geom="histogram") + scale_x_continuous(limits=c(min(x),max(x))) + opts(axis.text.x = theme_blank(), axis.title.x=theme_blank(), axis.ticks = theme_blank(), aspect.ratio = 5/16, axis.text.y = theme_blank(), axis.title.y=theme_blank(), background.colour="white")
     yhist <- qplot(y, geom="histogram") + coord_flip() + opts(background.fill = "white", background.color ="black")

     yhist <- yhist + scale_x_continuous(limits=c(min(x),max(x))) + opts(axis.text.x = theme_blank(), axis.title.x=theme_blank(), axis.ticks = theme_blank(), aspect.ratio = 16/5, axis.text.y = theme_blank(), axis.title.y=theme_blank() )


     scatter <- qplot(x,y, data=xy)  + scale_x_continuous(limits=c(min(x),max(x))) + scale_y_continuous(limits=c(min(y),max(y)))
none <- qplot(x,y, data=xy) + geom_blank()

dan mengaturnya dengan fungsi yang diposting di sini . Tetapi untuk membuat cerita panjang menjadi pendek: Apakah ada cara untuk membuat grafik ini?


@DWin benar terima kasih - tetapi saya pikir itu cukup banyak solusi yang saya berikan dalam pertanyaan saya. Namun, saya suka geom_rag () yang sangat banyak diberikan oleh Anda di bawah ini!
Seb

1
dari posting blog baru-baru ini yang menampilkan topik yang sama: blog.mckuhn.de/2009/09/learning-ggplot2-2d-plot-with.html juga terlihat cukup bagus :)
Seb

Situs web baru untuk Galeri Grafik adalah: gallery.r-enthusiasts.com
IRTFM

@Seb Anda dapat mempertimbangkan untuk mengubah "jawaban yang diterima" menjadi yang tentang paket ggExtra jika menurut Anda itu masuk akal
DeanAttali

Jawaban:


94

The gridExtrapaket harus bekerja di sini. Mulailah dengan membuat setiap objek ggplot:

hist_top <- ggplot()+geom_histogram(aes(rnorm(100)))
empty <- ggplot()+geom_point(aes(1,1), colour="white")+
         theme(axis.ticks=element_blank(), 
               panel.background=element_blank(), 
               axis.text.x=element_blank(), axis.text.y=element_blank(),           
               axis.title.x=element_blank(), axis.title.y=element_blank())

scatter <- ggplot()+geom_point(aes(rnorm(100), rnorm(100)))
hist_right <- ggplot()+geom_histogram(aes(rnorm(100)))+coord_flip()

Kemudian gunakan fungsi grid.arrange:

grid.arrange(hist_top, empty, scatter, hist_right, ncol=2, nrow=2, widths=c(4, 1), heights=c(1, 4))

merencanakan


6
1+ untuk mendemonstrasikan penempatan, tetapi Anda tidak boleh mengulangi pengambilan sampel acak jika Anda ingin sebaran interior "sejajar" dengan histogram marginal.
IRTFM

1
Kamu benar. Mereka diambil sampelnya dari distribusi yang sama, jadi histogram marginal secara teoritis harus cocok dengan plot pencar.
oeo4b

8
Dalam "teori" mereka akan "cocok" secara asimtotik; dalam praktiknya, jumlah mereka akan cocok sangat kecil. Sangat mudah untuk menggunakan contoh yang disediakan xy <- data.frame(x=rnorm(300), y=rt(300,df=2) )dan digunakan data=xydalam panggilan ggplot.
IRTFM

7
Saya tidak akan merekomendasikan solusi ini karena sumbu plot biasanya tidak sejajar dengan tepat. Mudah-mudahan versi ggplot2 yang akan datang akan memudahkan untuk menyelaraskan sumbu, atau bahkan memungkinkan anotasi khusus di sisi panel plot (seperti fungsi sumbu sekunder yang disesuaikan dalam kisi).
baptiste

9
Tidak, secara umum tidak akan. ggplot2 saat ini mengeluarkan lebar panel bervariasi yang berubah tergantung pada sejauh mana label sumbu dll. Lihat ggExtra :: align.plots untuk melihat jenis peretasan yang saat ini diperlukan untuk menyelaraskan sumbu.
baptiste

119

Ini bukan jawaban yang sepenuhnya responsif tetapi sangat sederhana. Ini menggambarkan metode alternatif untuk menampilkan kepadatan marginal dan juga cara menggunakan level alfa untuk keluaran grafis yang mendukung transparansi:

scatter <- qplot(x,y, data=xy)  + 
         scale_x_continuous(limits=c(min(x),max(x))) + 
         scale_y_continuous(limits=c(min(y),max(y))) + 
         geom_rug(col=rgb(.5,0,0,alpha=.2))
scatter

masukkan deskripsi gambar di sini


5
Itu cara yang menarik untuk menunjukkan kepadatan. Terima kasih telah menambahkan jawaban ini. :)
Michelle

21
Perlu dicatat bahwa metode ini jauh lebih umum daripada meletakkan histogram marginal. Faktanya, memiliki plot permadani adalah hal biasa dalam artikel yang diterbitkan di mana saya belum pernah melihat artikel yang diterbitkan dengan histogram marjinal.
Xu Wang

Jawaban alternatif yang sangat menarik dan intuitif! Dan sangat sederhana! Tidak heran ia mendapat lebih banyak suara daripada jawaban yang benar. Pemahaman saya adalah bahwa ini pada dasarnya adalah satu-dimensi heatmap : karpet yang gelap di mana pun penuh sesak. Satu-satunya kekhawatiran saya adalah, resolusi peta panas tidak setinggi histogram. misalnya. jika plotnya kecil, semua permadani akan diremas menjadi satu, sehingga sulit untuk melihat distribusinya. Sedangkan histogram tidak mengalami keterbatasan. Terima kasih atas idenya!
HongboZhu

97

Ini mungkin agak terlambat, tetapi saya memutuskan untuk membuat paket ( ggExtra) untuk ini karena melibatkan sedikit kode dan bisa membosankan untuk ditulis. Paket ini juga mencoba mengatasi beberapa masalah umum seperti memastikan bahwa meskipun ada judul atau teks yang diperbesar, plot akan tetap sejajar satu sama lain.

Ide dasarnya mirip dengan jawaban yang diberikan di sini, tetapi lebih dari itu. Berikut adalah contoh cara menambahkan histogram marginal ke kumpulan acak 1000 poin. Semoga kedepannya lebih mudah untuk menambahkan histogram / plot kepadatan.

Tautkan ke paket ggExtra

library(ggplot2)
df <- data.frame(x = rnorm(1000, 50, 10), y = rnorm(1000, 50, 10))
p <- ggplot(df, aes(x, y)) + geom_point() + theme_classic()
ggExtra::ggMarginal(p, type = "histogram")

masukkan deskripsi gambar di sini


1
Terima kasih banyak untuk paketnya. Ini berhasil di luar kotak!
heroxbd

Apakah mungkin untuk menggambar plot kepadatan marginal untuk objek yang dikelompokkan berdasarkan warna dengan paket ini?
GegznaV

Tidak, itu tidak memiliki logika semacam itu
DeanAttali

1
@jjrr Saya tidak yakin apa yang tidak berfungsi dan masalah apa yang Anda alami, tetapi ada masalah baru-baru ini di github tentang rendering di notebook dan ada solusinya juga, ini mungkin berguna github.com/daattali/ ggExtra / issues / 89
DeanAttali

1
@GegznaV, jika Anda masih mencari cara agar plot kepadatan marginal dikelompokkan berdasarkan warna, dimungkinkan dengan ggExtra 0.9: ggMarginal (p, type = "density", size = 5, groupColour = TRUE)
MartineJ

47

Satu tambahan, hanya untuk menghemat waktu mencari orang yang melakukan ini setelah kita.

Legenda, label sumbu, teks sumbu, tanda centang membuat plot menjauh dari satu sama lain, sehingga plot Anda akan terlihat jelek dan tidak konsisten.

Anda dapat memperbaikinya dengan menggunakan beberapa pengaturan tema berikut,

+theme(legend.position = "none",          
       axis.title.x = element_blank(),
       axis.title.y = element_blank(),
       axis.text.x = element_blank(),
       axis.text.y = element_blank(), 
       plot.margin = unit(c(3,-5.5,4,3), "mm"))

dan sejajarkan skala,

+scale_x_continuous(breaks = 0:6,
                    limits = c(0,6),
                    expand = c(.05,.05))

jadi hasilnya akan terlihat oke:

sebuah contoh


3
lihat ini untuk solusi yang lebih andal untuk menyelaraskan panel plot
baptiste

Iya. Jawaban saya sudah usang, gunakan solusi yang diusulkan @baptiste.
Lorinc Nyitrai

@LorincNyitrai Bisakah Anda membagikan kode Anda untuk membuat plot ini. Saya juga mengalami kondisi dimana saya ingin membuat scatter plot Precision-Recall di ggplot2 dengan distribusi marginal untuk 2 grup tetapi saya tidak dapat melakukan distribusi marginal untuk 2 grup. Terima kasih
Pemula

@Newbie, jawaban ini sudah 3 tahun, kedaluwarsa mungkin. Gunakan rdocumentation.org/packages/gtable/versions/0.2.0/topics/gtable atau yang serupa.
Lorinc Nyitrai

30

Hanya variasi yang sangat kecil pada jawaban BondedDust , dalam semangat umum indikator distribusi marjinal.

Edward Tufte menyebut penggunaan petak permadani ini sebagai 'petak titik-titik', dan memiliki contoh dalam VDQI tentang penggunaan garis sumbu untuk menunjukkan kisaran setiap variabel. Dalam contoh saya, label sumbu dan garis kisi juga menunjukkan distribusi data. Label terletak pada nilai ringkasan lima angka Tukey (minimum, engsel bawah, median, engsel atas, maksimum), memberikan kesan cepat penyebaran setiap variabel.

Lima angka ini dengan demikian merupakan representasi numerik dari plot kotak. Agak rumit karena garis kisi yang berjarak tidak rata menunjukkan bahwa sumbu memiliki skala non-linier (dalam contoh ini adalah linier). Mungkin yang terbaik adalah menghilangkan garis kisi atau memaksanya berada di lokasi biasa, dan biarkan label memperlihatkan ringkasan lima angka.

x<-rnorm(300)
y<-rt(300,df=10)
xy<-data.frame(x,y)

require(ggplot2); require(grid)
# make the basic plot object
ggplot(xy, aes(x, y)) +        
  # set the locations of the x-axis labels as Tukey's five numbers   
  scale_x_continuous(limit=c(min(x), max(x)), 
                     breaks=round(fivenum(x),1)) +     
  # ditto for y-axis labels 
  scale_y_continuous(limit=c(min(y), max(y)),
                     breaks=round(fivenum(y),1)) +     
  # specify points
  geom_point() +
  # specify that we want the rug plot
  geom_rug(size=0.1) +   
  # improve the data/ink ratio
  theme_set(theme_minimal(base_size = 18))

masukkan deskripsi gambar di sini


12

Karena tidak ada solusi yang memuaskan untuk jenis plot ini saat membandingkan kelompok yang berbeda, saya menulis fungsi untuk melakukan ini.

Ini berfungsi untuk data yang dikelompokkan dan tidak dikelompokkan dan menerima parameter grafis tambahan:

marginal_plot(x = iris$Sepal.Width, y = iris$Sepal.Length)

masukkan deskripsi gambar di sini

marginal_plot(x = Sepal.Width, y = Sepal.Length, group = Species, data = iris, bw = "nrd", lm_formula = NULL, xlab = "Sepal width", ylab = "Sepal length", pch = 15, cex = 0.5)

masukkan deskripsi gambar di sini


9

Saya telah menemukan package ( ggpubr) yang tampaknya bekerja sangat baik untuk masalah ini dan mempertimbangkan beberapa kemungkinan untuk menampilkan data.

Tautan ke paket ada di sini , dan di tautan ini Anda akan menemukan tutorial bagus untuk menggunakannya. Untuk kelengkapan, saya lampirkan salah satu contoh yang saya buat ulang.

Saya pertama kali menginstal paket (itu membutuhkan devtools)

if(!require(devtools)) install.packages("devtools")
devtools::install_github("kassambara/ggpubr")

Untuk contoh khusus dalam menampilkan histogram yang berbeda untuk kelompok yang berbeda, ia menyebutkan sehubungan dengan ggExtra: "Salah satu batasannya ggExtraadalah bahwa ia tidak dapat menangani banyak kelompok di plot pencar dan plot marjinal. Dalam kode R di bawah ini, kami menyediakan solusi menggunakan cowplotpaket. " Dalam kasus saya, saya harus menginstal paket yang terakhir:

install.packages("cowplot")

Dan saya mengikuti potongan kode ini:

# Scatter plot colored by groups ("Species")
sp <- ggscatter(iris, x = "Sepal.Length", y = "Sepal.Width",
            color = "Species", palette = "jco",
            size = 3, alpha = 0.6)+
border()                                         
# Marginal density plot of x (top panel) and y (right panel)
xplot <- ggdensity(iris, "Sepal.Length", fill = "Species",
               palette = "jco")
yplot <- ggdensity(iris, "Sepal.Width", fill = "Species", 
               palette = "jco")+
rotate()
# Cleaning the plots
sp <- sp + rremove("legend")
yplot <- yplot + clean_theme() + rremove("legend") 
xplot <- xplot + clean_theme() + rremove("legend")
# Arranging the plot using cowplot
library(cowplot)
plot_grid(xplot, NULL, sp, yplot, ncol = 2, align = "hv", 
      rel_widths = c(2, 1), rel_heights = c(1, 2))

Yang bekerja dengan baik untuk saya:

Iris mengatur sebar histogram marginal

masukkan deskripsi gambar di sini


Apa yang perlu Anda lakukan untuk membuat plot di tengah menjadi persegi?
JAQuent

Bentuk titik yang Anda maksud? Coba tambahkan argumen shape = 19di ggscatter. Kode untuk bentuk di sini
Alf Pascu

9

Saya mencoba opsi itu, tetapi tidak puas dengan hasil atau kode berantakan yang perlu digunakan untuk sampai ke sana. Saya beruntung, Thomas Lin Pedersen baru saja mengembangkan paket yang disebut tambal sulam , yang menyelesaikan pekerjaan dengan cara yang cukup elegan.

Jika Anda ingin membuat sebar dengan histogram marginal, pertama-tama Anda harus membuat ketiga plot tersebut secara terpisah.

library(ggplot2)

x <- rnorm(300)
y <- rt(300, df = 2)
xy <- data.frame(x, y)

plot1 <- ggplot(xy, aes(x = x, y = y)) + 
  geom_point() 

dens1 <- ggplot(xy, aes(x = x)) + 
  geom_histogram(color = "black", fill = "white") + 
  theme_void()

dens2 <- ggplot(xy, aes(x = y)) + 
  geom_histogram(color = "black", fill = "white") + 
  theme_void() + 
  coord_flip()

Satu-satunya hal yang harus dilakukan, adalah menambahkan plot tersebut dengan sederhana +dan menentukan tata letak dengan fungsi plot_layout().

library(patchwork)

dens1 + plot_spacer() + plot1 + dens2 + 
  plot_layout(
    ncol = 2, 
    nrow = 2, 
    widths = c(4, 1),
    heights = c(1, 4)
  ) 

Fungsi plot_spacer()menambahkan plot kosong ke pojok kanan atas. Semua argumen lainnya harus cukup jelas.

masukkan deskripsi gambar di sini

Karena histogram sangat bergantung pada binwidth yang dipilih, orang mungkin berpendapat lebih suka plot kepadatan. Dengan beberapa modifikasi kecil seseorang akan mendapatkan misalnya untuk data pelacakan mata sebuah plot yang indah.

library(ggpubr)

plot1 <- ggplot(df, aes(x = Density, y = Face_sum, color = Group)) + 
  geom_point(aes(color = Group), size = 3) + 
  geom_point(shape = 1, color = "black", size = 3) + 
  stat_smooth(method = "lm", fullrange = TRUE) +
  geom_rug() + 
  scale_y_continuous(name = "Number of fixated faces", 
                     limits = c(0, 205), expand = c(0, 0)) + 
  scale_x_continuous(name = "Population density (lg10)", 
                     limits = c(1, 4), expand = c(0, 0)) + 
  theme_pubr() +
  theme(legend.position = c(0.15, 0.9)) 

dens1 <- ggplot(df, aes(x = Density, fill = Group)) + 
  geom_density(alpha = 0.4) + 
  theme_void() + 
  theme(legend.position = "none")

dens2 <- ggplot(df, aes(x = Face_sum, fill = Group)) + 
  geom_density(alpha = 0.4) + 
  theme_void() + 
  theme(legend.position = "none") + 
  coord_flip()

dens1 + plot_spacer() + plot1 + dens2 + 
  plot_layout(ncol = 2, nrow = 2, widths = c(4, 1), heights = c(1, 4))

masukkan deskripsi gambar di sini

Meskipun data tidak tersedia pada saat ini, prinsip dasarnya harus jelas.


8

Ini adalah pertanyaan lama, tetapi saya pikir akan berguna untuk memposting pembaruan di sini karena saya telah menemukan masalah yang sama baru-baru ini (terima kasih kepada Stefanie Mueller atas bantuannya!).

Jawaban yang paling banyak dipilih menggunakan gridExtra berfungsi, tetapi sumbu penyelarasan sulit / hacky, seperti yang telah ditunjukkan di komentar. Ini sekarang dapat diselesaikan dengan menggunakan perintah ggMarginal dari paket ggExtra, seperti:

#load packages
library(tidyverse) #for creating dummy dataset only
library(ggExtra)

#create dummy data
a = round(rnorm(1000,mean=10,sd=6),digits=0)
b = runif(1000,min=1.0,max=1.6)*a
b = b+runif(1000,min=9,max=15)

DummyData <- data.frame(var1 = b, var2 = a) %>% 
  filter(var1 > 0 & var2 > 0)

#plot
p = ggplot(DummyData, aes(var1, var2)) + geom_point(alpha=0.3)
ggMarginal(p, type = "histogram")

masukkan deskripsi gambar di sini


Baru menyadari bahwa ini telah diposting oleh pengembang paket ggExtra asli di jawaban lain. Akan merekomendasikan membuat jawaban yang diterima sebagai gantinya, karena alasan yang telah saya jelaskan di atas!
Victoria Auyeung

7

Anda dapat dengan mudah membuat diagram sebar yang menarik dengan histogram marginal menggunakan ggstatsplot (ini juga akan sesuai dan mendeskripsikan model):

data(iris)

library(ggstatsplot)

ggscatterstats(
  data = iris,                                          
  x = Sepal.Length,                                                  
  y = Sepal.Width,
  xlab = "Sepal Length",
  ylab = "Sepal Width",
  marginal = TRUE,
  marginal.type = "histogram",
  centrality.para = "mean",
  margins = "both",
  title = "Relationship between Sepal Length and Sepal Width",
  messages = FALSE
)

masukkan deskripsi gambar di sini

Atau sedikit lebih menarik (secara default) ggpubr :

devtools::install_github("kassambara/ggpubr")
library(ggpubr)

ggscatterhist(
  iris, x = "Sepal.Length", y = "Sepal.Width",
  color = "Species", # comment out this and last line to remove the split by species
  margin.plot = "histogram", # I'd suggest removing this line to get density plots
  margin.params = list(fill = "Species", color = "black", size = 0.2)
)

masukkan deskripsi gambar di sini

MEMPERBARUI:

Seperti yang disarankan oleh @aickley, saya menggunakan versi pengembangan untuk membuat plot.


1
Histogram pada sumbu y tidak benar karena hanya merupakan salinan dari sumbu x. Ini baru saja diperbaiki github.com/kassambara/ggpubr/issues/85 .
aickley

4

Untuk membangun jawaban oleh @ alf-pascu, menyiapkan setiap plot secara manual dan mengaturnya dengan cowplotmemberikan banyak fleksibilitas sehubungan dengan plot utama dan marjinal (dibandingkan dengan beberapa solusi lain). Distribusi menurut kelompok adalah salah satu contohnya. Mengubah plot utama menjadi plot kepadatan 2D adalah hal lain.

Berikut ini membuat diagram sebar dengan histogram marginal (sejajar dengan benar).

library("ggplot2")
library("cowplot")

# Set up scatterplot
scatterplot <- ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, color = Species)) +
  geom_point(size = 3, alpha = 0.6) +
  guides(color = FALSE) +
  theme(plot.margin = margin())


# Define marginal histogram
marginal_distribution <- function(x, var, group) {
  ggplot(x, aes_string(x = var, fill = group)) +
    geom_histogram(bins = 30, alpha = 0.4, position = "identity") +
    # geom_density(alpha = 0.4, size = 0.1) +
    guides(fill = FALSE) +
    theme_void() +
    theme(plot.margin = margin())
}

# Set up marginal histograms
x_hist <- marginal_distribution(iris, "Sepal.Length", "Species")
y_hist <- marginal_distribution(iris, "Sepal.Width", "Species") +
  coord_flip()

# Align histograms with scatterplot
aligned_x_hist <- align_plots(x_hist, scatterplot, align = "v")[[1]]
aligned_y_hist <- align_plots(y_hist, scatterplot, align = "h")[[1]]

# Arrange plots
plot_grid(
  aligned_x_hist
  , NULL
  , scatterplot
  , aligned_y_hist
  , ncol = 2
  , nrow = 2
  , rel_heights = c(0.2, 1)
  , rel_widths = c(1, 0.2)
)

sebar dengan histogram marginal

Untuk memplot plot kepadatan 2D, ubah saja plot utamanya.

# Set up 2D-density plot
contour_plot <- ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, color = Species)) +
  stat_density_2d(aes(alpha = ..piece..)) +
  guides(color = FALSE, alpha = FALSE) +
  theme(plot.margin = margin())

# Arrange plots
plot_grid(
  aligned_x_hist
  , NULL
  , contour_plot
  , aligned_y_hist
  , ncol = 2
  , nrow = 2
  , rel_heights = c(0.2, 1)
  , rel_widths = c(1, 0.2)
)

masukkan deskripsi gambar di sini


3

Solusi lain menggunakan ggpubrdan cowplot, tetapi di sini kami membuat plot menggunakan cowplot::axis_canvasdan menambahkannya ke plot asli dengan cowplot::insert_xaxis_grob:

library(cowplot) 
library(ggpubr)

# Create main plot
plot_main <- ggplot(faithful, aes(eruptions, waiting)) +
  geom_point()

# Create marginal plots
# Use geom_density/histogram for whatever you plotted on x/y axis 
plot_x <- axis_canvas(plot_main, axis = "x") +
  geom_density(aes(eruptions), faithful)
plot_y <- axis_canvas(plot_main, axis = "y", coord_flip = TRUE) +
  geom_density(aes(waiting), faithful) +
  coord_flip()

# Combine all plots into one
plot_final <- insert_xaxis_grob(plot_main, plot_x, position = "top")
plot_final <- insert_yaxis_grob(plot_final, plot_y, position = "right")
ggdraw(plot_final)

masukkan deskripsi gambar di sini


2

Saat ini, setidaknya ada satu paket CRAN yang membuat scatterplot dengan histogram marginalnya.

library(psych)
scatterHist(rnorm(1000), runif(1000))

Plot sampel dari scatterHist


0

Anda dapat menggunakan bentuk interaktif ggExtra::ggMarginalGadget(yourplot) dan memilih antara plot kotak, plot biola, plot kepadatan dan histogram dengan mudah.

seperti itu

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.