ggplot2: fit geom_smooth() 像分类变量是连续的答案

【问题标题】：ggplot2: fit geom_smooth() like categorical variable were continuousggplot2: fit geom_smooth() 像分类变量是连续的
【发布时间】：2023-03-04 00:07:01
【问题描述】：

我在 y 上有一个连续变量，在 x 轴上有一个分类变量。在分类变量中，顺序是有意义的，通过其索引拟合回归是有意义的，我的意思是使用索引（order(c('a', 'b', 'c'))，即c(1, 2, 3)）代替c('a', 'b', 'c')，并根据此拟合模型.但是，如果一个变量不是数字，则 ggplot 拒绝拟合 geom_smooth(method = lm)。好的，那我可以告诉它使用顺序：

geom_smooth(aes(x = order(hgcc), y = rtmean), method = lm)

但随后它会从数据框中获取整列的索引，这对于使用scales = 'free' 进行分面并不好，因为只有x 变量的水平子集出现在一个图上。整个数据帧中的索引平均要高得多，因此回归将绘制在最右侧：

这是一个最小的工作示例：

require(ggplot2)
load(url('http://www.ebi.ac.uk/~denes/54b510889336eb2591d8beff/sample_data.RData'))

ggplot(adata12cc, aes(x = hgcc, y = rtmean, color = cls, size = log10(intensity))) +
geom_point(stat = 'sum', alpha = 0.33) +
geom_smooth(
    aes(x = order(hgcc), y = rtmean),
    method = 'glm') +
facet_wrap( ~ uhgroup, scales = 'free') +
scale_radius(guide = guide_legend(title = 'Intensity (log)')) +
scale_color_discrete(guide = guide_legend(title = 'Class')) +
xlab('Carbon count unsaturation') +
ylab('Mean RT [min]') +
ggtitle('RT vs. carbon count & unsaturation by headgroup') +
theme(axis.title = element_text(size = 24),
    axis.text.x = element_text(angle = 90, vjust = 0.5, size = 9, hjust = 1),
    axis.text.y = element_text(size = 11),
    plot.title = element_text(size = 21),
    strip.text = element_text(size = 18),
    panel.grid.minor.x = element_blank())

我知道这不是很好的做事方式，但是如果我可以引用这些变量并使用它们做一些事情，那么 ggplot 可以让生活变得更轻松。

【问题讨论】：

标签： r plot ggplot2

【解决方案1】：

我想我有一个解决方案，但我不确定你想要什么......

主要问题是您的 x 值标签已被 uhgroup 分割如果您查看因素，它们是PC-O(38.7) PC(38.7 等...

所以第一件事也是为 x 轴创建一个新的 hgcc 值。

adata12cc$hgcc_value <-as.factor(substr(adata12cc$hgcc, (nchar(levels(adata12cc$hgcc)[adata12cc$hgcc])-5), nchar(levels(adata12cc$hgcc)[adata12cc$hgcc])))

然后另一个问题是geom_point 和geom_smooth 的 x 轴不同。一个是hgcc，另一个是order(hgcc_value)。

解决方案是使用相同的值，这里我使用as.numeric(hgcc_value)（而不是order()）并精确到scale_x_continuous 的标签。

ggplot(adata12cc, aes(x = as.numeric(hgcc_value), y = rtmean, color = cls, size = log10(intensity))) +
  geom_point(stat = 'sum', alpha = 0.33) +
  geom_smooth(
    aes(x = as.numeric(hgcc_value), y = rtmean),
    method = 'glm') +
  facet_wrap( ~ uhgroup, scales = 'free') +
  scale_radius(guide = guide_legend(title = 'Intensity (log)')) +
  scale_color_discrete(guide = guide_legend(title = 'Class')) +
  scale_x_continuous(name = "Carbon count unsaturation",
                     breaks=as.numeric(adata12cc$hgcc_value),
                     labels = adata12cc$hgcc_value,
                     minor_breaks = NULL)+
  ylab('Mean RT [min]') +
  ggtitle('RT vs. carbon count & unsaturation by headgroup') +
  theme(axis.title = element_text(size = 24),
        axis.text.x = element_text(angle = 90, vjust = 0.5, size = 9, hjust = 1),
        axis.text.y = element_text(size = 11),
        plot.title = element_text(size = 21),
        strip.text = element_text(size = 18),
        panel.grid.minor.x = element_blank())

这是你要找的吗？

【讨论】：