我不久前才开始使用 R，目前正在努力加强我的可视化技能。我想做的是用 mean diamonds 创建箱线图作为顶部的一层（参见下面链接中的图片）。我还没有找到任何可以做到这一点的函数，所以我想我必须自己创建它。
我希望做的是创建一个 geom 或 stat 来允许这样的事情工作：
ggplot(data, aes(...))) +
geom_boxplot(...) +
geom_meanDiamonds(...)
我不知道从哪里开始构建这个新功能。我知道平均菱形需要哪些值（平均值和置信区间），但我不知道如何构建从 ggplot() 获取数据的 geom / stat，计算每个组的平均值和 CI，并绘制每个箱线图顶部的平均菱形。
我已经搜索了有关如何从头开始构建这些类型的函数的详细说明，但是，我还没有找到任何真正从底层开始的东西。如果有人能指出一些有用的指南，我将不胜感激。
谢谢！
【问题讨论】：
我目前正在学习自己编写 geom，所以这将是一个相当长且漫无边际的帖子，因为我通过我的思考过程，从 Stats 方面（计算这些多边形和线段应该在哪里）的几何图形。
免责声明：我不熟悉这种情节，谷歌也没有抛出很多权威指南。我对此处如何计算/使用置信区间的理解可能不正确。
第 0 步。了解 geom/stat 和层函数之间的关系。
geom_boxplot 和 stat_boxplot 是层函数的示例。如果您将它们输入 R 控制台，您会看到它们（相对）较短，并且不包含用于计算箱线图的框/须的实际代码。相反，geom_boxplot 包含一行写着 geom = GeomBoxplot，而 stat_boxplot 包含一行写着 stat = StatBoxplot（转载如下）。
> stat_boxplot
function (mapping = NULL, data = NULL, geom = "boxplot", position = "dodge2",
..., coef = 1.5, na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
{
layer(data = data, mapping = mapping, stat = StatBoxplot,
geom = geom, position = position, show.legend = show.legend,
inherit.aes = inherit.aes, params = list(na.rm = na.rm,
coef = coef, ...))
}
GeomBoxplot 和 StatBoxplot 是 ggproto 对象。它们是魔法发生的地方。
第 1 步。识别ggproto() 的_inherit 参数是您的朋友。
不要重新发明轮子。由于我们想要创建与箱线图很好地重叠的东西，我们可以参考用于此的 Geom / Stat，并且只更改必要的内容。
StatMeanDiamonds <- ggproto(
`_class` = "StatMeanDiamonds",
`_inherit` = StatBoxplot,
... # add functions here to override those defined in StatBoxplot
)
GeomMeanDiamonds <- ggproto(
`_class` = "GeomMeanDiamonds",
`_inherit` = GeomBoxplot,
... # as above
)
第 2 步。修改统计数据。
在 StatBoxplot 中定义了 3 个函数：setup_data、setup_params 和 compute_group。您可以参考 Github 上的代码（上面的链接）了解详细信息，或通过输入例如 StatBoxplot$compute_group 来查看它们。
compute_group 函数计算与每个组关联的所有 y 值（即每个唯一的 x 值）的 ymin/lower/middle/upper/ymax 值，用于绘制箱线图。我们可以用一个计算置信区间和平均值的方法来覆盖它：
# ci is added as a parameter, to allow the user to specify different confidence intervals
compute_group_new <- function(data, scales, width = NULL,
ci = 0.95, na.rm = FALSE){
a <- mean(data$y)
s <- sd(data$y)
n <- sum(!is.na(data$y))
error <- qt(ci + (1-ci)/2, df = n-1) * s / sqrt(n)
stats <- c("lower" = a - error, "mean" = a, "upper" = a + error)
if(length(unique(data$x)) > 1) width <- diff(range(data$x)) * 0.9
df <- as.data.frame(as.list(stats))
df$x <- if(is.factor(data$x)) data$x[1] else mean(range(data$x))
df$width <- width
df
}
（可选）StatBoxplot 为用户提供了将weight 作为美学映射的条款。我们也可以通过替换：
a <- mean(data$y)
s <- sd(data$y)
n <- sum(!is.na(data$y))
与：
if(!is.null(data$weight)) {
a <- Hmisc::wtd.mean(data$y, weights = data$weight)
s <- sqrt(Hmisc::wtd.var(data$y, weights = data$weight))
n <- sum(data$weight[!is.na(data$y) & !is.na(data$weight)])
} else {
a <- mean(data$y)
s <- sd(data$y)
n <- sum(!is.na(data$y))
}
StatBoxplot 中的其他功能无需更改。所以我们可以定义 StatMeanDiamonds 如下：
StatMeanDiamonds <- ggproto(
`_class` = "StatMeanDiamonds",
`_inherit` = StatBoxplot,
compute_group = compute_group_new
)
第 3 步。修改 Geom。
GeomBoxplot 有 3 个函数：setup_data、draw_group 和 draw_key。它还包括default_aes() 和required_aes() 的定义。
由于我们更改了上游数据源（StatMeanDiamonds 生成的数据包含计算列“lower”/“mean”/“upper”，而 StatBoxplot 生成的数据将包含计算列“ymin”/ “lower”/“middle”/“upper”/“ymax”），请检查下游setup_data 功能是否也受到影响。 （在这种情况下，GeomBoxplot$setup_data 没有引用受影响的列，因此这里不需要更改。）
draw_group 函数获取由 StatMeanDiamonds 生成并由setup_data 设置的数据，并生成多个数据帧。 “common”包含所有几何图形共有的美学映射。 “diamond.df”表示有助于菱形多边形的映射，“segment.df”表示有助于平均水平线段的映射。然后将数据帧分别传递给 GeomPolygon 和 GeomSegment 的draw_panel 函数，以生成实际的多边形/线段。
draw_group_new = function(data, panel_params, coord,
varwidth = FALSE){
common <- data.frame(colour = data$colour,
size = data$size,
linetype = data$linetype,
fill = alpha(data$fill, data$alpha),
group = data$group,
stringsAsFactors = FALSE)
diamond.df <- data.frame(x = c(data$x, data$xmax, data$x, data$xmin),
y = c(data$upper, data$mean, data$lower, data$mean),
alpha = data$alpha,
common,
stringsAsFactors = FALSE)
segment.df <- data.frame(x = data$xmin, xend = data$xmax,
y = data$mean, yend = data$mean,
alpha = NA,
common,
stringsAsFactors = FALSE)
ggplot2:::ggname("geom_meanDiamonds",
grid::grobTree(
GeomPolygon$draw_panel(diamond.df, panel_params, coord),
GeomSegment$draw_panel(segment.df, panel_params, coord)
))
}
draw_key 函数用于在需要时为该层创建图例。由于 GeoMMeanDiamonds 继承自 GeomBoxplot，默认为 draw_key = draw_key_boxplot，我们没有必须更改它。保持不变不会破坏代码。不过，我认为像draw_key_polygon 这样更简单的图例看起来不会那么杂乱。
GeomBoxplot 的 default_aes 规格看起来不错。但我们需要更改required_aes，因为我们期望从 StatMeanDiamonds 获得的数据不同（“lower”/“mean”/“upper”而不是“ymin”/“lower”/“middle”/“upper”/ "ymax")。
我们现在准备好定义 GeoMMeanDiamonds：
GeomMeanDiamonds <- ggproto(
"GeomMeanDiamonds",
GeomBoxplot,
draw_group = draw_group_new,
draw_key = draw_key_polygon,
required_aes = c("x", "lower", "upper", "mean")
)
第 4 步。定义图层功能。
这是无聊的部分。我直接从geom_boxplot/stat_boxplot复制，删除geom_meanDiamonds中所有异常值的引用，更改为geom = GeomMeanDiamonds/stat = StatMeanDiamonds，并将ci = 0.95添加到stat_meanDiamonds。
geom_meanDiamonds <- function(mapping = NULL, data = NULL,
stat = "meanDiamonds", position = "dodge2",
..., varwidth = FALSE, na.rm = FALSE, show.legend = NA,
inherit.aes = TRUE){
if (is.character(position)) {
if (varwidth == TRUE) position <- position_dodge2(preserve = "single")
} else {
if (identical(position$preserve, "total") & varwidth == TRUE) {
warning("Can't preserve total widths when varwidth = TRUE.", call. = FALSE)
position$preserve <- "single"
}
}
layer(data = data, mapping = mapping, stat = stat,
geom = GeomMeanDiamonds, position = position,
show.legend = show.legend, inherit.aes = inherit.aes,
params = list(varwidth = varwidth, na.rm = na.rm, ...))
}
stat_meanDiamonds <- function(mapping = NULL, data = NULL,
geom = "meanDiamonds", position = "dodge2",
..., ci = 0.95,
na.rm = FALSE, show.legend = NA, inherit.aes = TRUE) {
layer(data = data, mapping = mapping, stat = StatMeanDiamonds,
geom = geom, position = position, show.legend = show.legend,
inherit.aes = inherit.aes,
params = list(na.rm = na.rm, ci = ci, ...))
}
第 5 步。检查输出。
# basic
ggplot(iris,
aes(Species, Sepal.Length)) +
geom_boxplot() +
geom_meanDiamonds()
# with additional parameters, to see if they break anything
ggplot(iris,
aes(Species, Sepal.Length)) +
geom_boxplot(width = 0.8) +
geom_meanDiamonds(aes(fill = Species),
color = "red", alpha = 0.5, size = 1,
ci = 0.99, width = 0.3)
【讨论】：