我有这个数据框：
set.seed(1)
x <- c(rnorm(50, mean = 1), rnorm(50, mean = 3))
y <- c(rep("site1", 50), rep("site2", 50))
xy <- data.frame(x, y)
我已经制作了这个密度图：
library(ggplot2)
ggplot(xy, aes(x, color = y)) + geom_density()
对于site1，我需要对曲线下大于 1% 的数据的区域进行着色。对于site2，我需要对曲线下小于 75% 数据的区域进行着色。
我希望情节看起来像这样（photoshopped）。经历过堆栈溢出后，我知道其他人问过如何对曲线下的部分区域进行着色，但我不知道如何按组对曲线下的区域进行着色。
【问题讨论】：
这是一种方法（正如@joran 所说，这是响应here 的扩展）：
# same data, just renaming columns for clarity later on
# also, use data tables
library(data.table)
set.seed(1)
value <- c(rnorm(50, mean = 1), rnorm(50, mean = 3))
site <- c(rep("site1", 50), rep("site2", 50))
dt <- data.table(site,value)
# generate kdf
gg <- dt[,list(x=density(value)$x, y=density(value)$y),by="site"]
# calculate quantiles
q1 <- quantile(dt[site=="site1",value],0.01)
q2 <- quantile(dt[site=="site2",value],0.75)
# generate the plot
ggplot(dt) + stat_density(aes(x=value,color=site),geom="line",position="dodge")+
geom_ribbon(data=subset(gg,site=="site1" & x>q1),
aes(x=x,ymax=y),ymin=0,fill="red", alpha=0.5)+
geom_ribbon(data=subset(gg,site=="site2" & x<q2),
aes(x=x,ymax=y),ymin=0,fill="blue", alpha=0.5)
产生这个：
【讨论】：
@jlhoward 解决方案的问题是您需要为您拥有的每个组手动添加goem_ribbon。我在vignette 之后编写了自己的ggplot stat 包装器。这样做的好处是它可以自动与group_by 和facet 一起使用，您无需为每个组手动添加geom。
StatAreaUnderDensity <- ggproto(
"StatAreaUnderDensity", Stat,
required_aes = "x",
compute_group = function(data, scales, xlim = NULL, n = 50) {
fun <- approxfun(density(data$x))
StatFunction$compute_group(data, scales, fun = fun, xlim = xlim, n = n)
}
)
stat_aud <- function(mapping = NULL, data = NULL, geom = "area",
position = "identity", na.rm = FALSE, show.legend = NA,
inherit.aes = TRUE, n = 50, xlim=NULL,
...) {
layer(
stat = StatAreaUnderDensity, data = data, mapping = mapping, geom = geom,
position = position, show.legend = show.legend, inherit.aes = inherit.aes,
params = list(xlim = xlim, n = n, ...))
}
现在您可以像使用其他 ggplot 几何图形一样使用 stat_aud 函数。
set.seed(1)
x <- c(rnorm(500, mean = 1), rnorm(500, mean = 3))
y <- c(rep("group 1", 500), rep("group 2", 500))
t_critical = 1.5
tibble(x=x, y=y)%>%ggplot(aes(x=x,color=y))+
geom_density()+
geom_vline(xintercept = t_critical)+
stat_aud(geom="area",
aes(fill=y),
xlim = c(0, t_critical),
alpha = .2)
tibble(x=x, y=y)%>%ggplot(aes(x=x))+
geom_density()+
geom_vline(xintercept = t_critical)+
stat_aud(geom="area",
fill = "orange",
xlim = c(0, t_critical),
alpha = .2)+
facet_grid(~y)
【讨论】：
data.frame 中的变量扩展它以使用不同的x_lim 每组？
您需要使用填充。颜色控制密度图的轮廓，如果您想要非黑色轮廓，这是必需的。
ggplot(xy, aes(x, color=y, fill = y, alpha=0.4)) + geom_density()
得到类似的东西。然后您可以使用删除图例的 alpha 部分
ggplot(xy, aes(x, color = y, fill = y, alpha=0.4)) + geom_density()+ guides(alpha='none')
【讨论】：