R语言数据可视化tidyr与ggplot2多个变量分层展示举例实现
更新时间：2021年11月06日 10:23:17 作者：Kanny广小隶
这篇文章主要为大家介绍了R语言可视化tidyr与ggplot2多个变量的分层展示，实现过程文中通过举例为大家进行了详解，有需要的朋友可以借鉴参考下
在R语言普通的绘图中，使用par()参数可以在一张图上实现不同变量的子图。如果我们想要用ggplot2实现，则需要整理我们的原始数据，这通常是非常麻烦的，这时就需要用到我们的tidyr来帮助我们绘图。
可能说上面一段话不是很容易理解，下面我们来举个栗子。
每个变量的密度分布情况
y1 <- rnorm(20) y2 <- rnorm(20) dat <- data.frame(y1, y2)
现有的数据集：
y1 y2
1 -0.12781723 -2.39376880
2 0.50074083 0.72555237
3 -0.02419456 0.94721701
4 -0.26366759 -0.60006759
5 1.13042618 -0.07591046
6 0.04313160 1.18677742
7 0.01180343 0.17627700
8 0.15208821 -0.12472391
9 -0.72690758 -1.92233170
10 1.04903577 -0.66208974
11 0.89689082 0.16331929
12 0.28471495 2.00629127
13 -0.26956768 -0.11897779
14 -0.81699454 -1.05575302
15 -0.65923768 1.20971004
16 0.18237270 1.55745467
17 -0.52359358 -0.74253496
18 1.36949647 1.07759474
19 -0.39882438 0.83915414
20 0.92084949 -1.04859906
目标绘图：
思考
我们要如何利用ggplot达到上图的效果？
需要用数据集，将y1与y2分别整理到一个新的变量上，叫做var；
里面所有的值也变成一个新的变量，叫做value；
如果只有两个变量整理起来还比较简单，但如果变量一旦增多，整理起来相对就较为繁琐。所以这里推荐使用tidyr包来进行整理。
其用起来也非常简单。
tidyr
使用如下代码，我们就可以整理成想要的结果：
dat %>% gather(y1, y2, key = "var", value = "value")
解释一下上述代码的含义：y1, y2表示原本数据中的变量；key = "var" 表示转换之后，变量所在的那一列的名称为var；value = "value"表示转换之后，原本的值所在的那一列的名称为value
输出结果如下：
var value 1 y1 -0.12781723 2 y1 0.50074083 3 y1 -0.02419456 4 y1 -0.26366759 5 y1 1.13042618 6 y1 0.04313160 7 y1 0.01180343 8 y1 0.15208821 9 y1 -0.72690758 10 y1 1.04903577 11 y1 0.89689082 12 y1 0.28471495 13 y1 -0.26956768 14 y1 -0.81699454 15 y1 -0.65923768 16 y1 0.18237270 17 y1 -0.52359358 18 y1 1.36949647 19 y1 -0.39882438 20 y1 0.92084949 21 y2 -2.39376880 22 y2 0.72555237 23 y2 0.94721701 24 y2 -0.60006759 25 y2 -0.07591046 26 y2 1.18677742 27 y2 0.17627700 28 y2 -0.12472391 29 y2 -1.92233170 30 y2 -0.66208974 31 y2 0.16331929 32 y2 2.00629127 33 y2 -0.11897779 34 y2 -1.05575302 35 y2 1.20971004 36 y2 1.55745467 37 y2 -0.74253496 38 y2 1.07759474 39 y2 0.83915414 40 y2 -1.04859906
用了上述结果，就可以非常简单地使用ggplot2进行画图了。
ggplot2进行绘图
我们可以直接使用管道数据的处理方式进行绘图，简便快捷：
dat %>%
gather(y1, y2, key = "var", value = "value") %>%
ggplot(aes(x = value)) +
geom_histogram(aes(fill = factor(var), y = ..density..),
alpha = 0.3, colour = 'black') +
stat_density(geom = 'line', position = 'identity', size = 1.5,
aes(colour = factor(var))) +
facet_wrap(~ var, ncol = 2) +
labs(y = '直方图与密度曲线', x = '值',
title = '标题', fill = '变量') +
theme(plot.title = element_text(hjust = 0.5)) +
guides(color = FALSE)
这里基本都是前面的博客：R语言学习ggplot2绘制统计图形包全面详解 里面有提及到。
只有一个就是guides(color = FALSE)，表示隐藏线颜色的图例，因为线的颜色我们是用color =来指定的。同理如果要隐藏柱状图颜色的图例则使用 guides(fill = FALSE)即可。
最终就可以得到我们的目标绘图了！
以上就是R语言可视化tidyr与ggplot2多个变量分层展示举例实现的详细内容，更多关于R语言可视化tidyr与ggplot2多个变量分层的资料请关注脚本之家其它相关文章！
相关文章
这篇文章主要介绍了R语言与格式，日期格式，格式转化的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04
这篇文章主要介绍了R语言绘图数据可视化pie chart饼图，教大家如何用R语言来画大饼，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步2022-02-02
这篇文章主要介绍了R语言-将list转换为向量的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04
这篇文章主要介绍了R语言拼接字符串_paste的用法说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04
有时数据集来自多个地方,我们需要将两个或多个数据集合并成一个数据集,本文主要介绍了R语言数据框的合并实现示例,具有一定的参考价值,感兴趣的可以了解一下2024-02-02
这篇文章主要介绍了R语言实现操作MySQL数据库，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-03-03
在R语言中,fread函数是data.table包中的一个功能强大的数据读取函数,可以用于快速读取大型数据文件,它比基本的read.table和read.csv函数更快,尤其在处理大型数据集时效果更为明显,这篇文章主要介绍了R语言中fread使用方法,需要的朋友可以参考下2023-12-12
本文详细的介绍了随机森林的算法实现，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-08-08
在本篇内容里小编给大家带来一篇关于R语言函数详解及实例用法，有需要的朋友们可以学习参考下。2021-03-03
这篇文章主要为大家介绍了R语言常用两种并行方法之parallel方法的详解，有需要的朋友可以借鉴C参考下，希望能够有所帮助，祝大家多多进步早日甚至加薪2021-11-11
最新评论