我有一个数据集，有两个连续变量和一个因子变量（两个类）。我想创建一个带有两个质心（每个类一个）的散点图，其中包括 R 中的误差线。质心应该位于每个类的 x 和 y 的平均值处。
我可以使用 ggplot2 轻松创建散点图，但我不知道如何添加质心。是否可以使用 ggplot / qplot 来做到这一点？
下面是一些示例代码：
x <- c(1,2,3,4,5,2,3,5)
y <- c(10,11,14,5,7,9,8,5)
class <- c(1,1,1,0,0,1,0,0)
df <- data.frame(class, x, y)
qplot(x,y, data=df, color=as.factor(class))
【问题讨论】：
标签： r ggplot2 scatter-plot centroid
我无法获得 @jlhoward 为我工作的确切代码（特别是错误栏），所以我做了一些小改动以删除错误甚至删除警告。因此，您应该能够从头到尾运行代码，如果 @jlhoward 想要将其合并到现有答案中，那就太好了。
centroids <- aggregate(cbind(mean.x = x, mean.y = y) ~ class, df, mean)
gg <- merge(df, centroids, by = "class")
f <- function(z) sd(z) / sqrt(length(z)) # function to calculate std.err
se <- aggregate(cbind(se.x = x ,se.y = y) ~ class, df, f)
centroids <- merge(centroids, se, by = "class") # add std.err column to centroids
ggplot(gg, aes(x = x, y = y, color = factor(class))) +
geom_point(size = 3) +
geom_point(data = centroids, aes(x = mean.x, y = mean.y), size = 5) +
geom_errorbar(data = centroids,
aes(x = mean.x, y = mean.y, ymin = mean.y - se.y, ymax = mean.y + se.y),
width = 0.1) +
geom_errorbarh(data = centroids, inherit.aes=FALSE, # keeps ggplot from using first aes
aes(xmin = (mean.x - se.x), xmax = (mean.x + se.x), y = mean.y,
height = 0.1, color = factor(class))) +
labs(x = "Label for x-axis", y = "Label for y-axis") +
theme(legend.title = element_blank()) # remove legend title
【讨论】：
这是你的想法吗？
centroids <- aggregate(cbind(x,y)~class,df,mean)
ggplot(df,aes(x,y,color=factor(class))) +
geom_point(size=3)+ geom_point(data=centroids,size=5)
这将创建一个单独的数据框centroids，其中包含x、y 和class 列，其中x 和y 是按类别划分的平均值。然后我们使用centroid 作为数据集添加第二个点几何图层。
这是一个稍微有趣的版本，在聚类分析中很有用。
gg <- merge(df,aggregate(cbind(mean.x=x,mean.y=y)~class,df,mean),by="class")
ggplot(gg, aes(x,y,color=factor(class)))+geom_point(size=3)+
geom_point(aes(x=mean.x,y=mean.y),size=5)+
geom_segment(aes(x=mean.x, y=mean.y, xend=x, yend=y))
编辑回应 OP 的评论。
可以使用geom_errorbar(...) 和geom_errorbarh(...) 添加垂直和水平误差线。
centroids <- aggregate(cbind(x,y)~class,df,mean)
f <- function(z)sd(z)/sqrt(length(z)) # function to calculate std.err
se <- aggregate(cbind(se.x=x,se.y=y)~class,df,f)
centroids <- merge(centroids,se, by="class") # add std.err column to centroids
ggplot(gg, aes(x,y,color=factor(class)))+
geom_point(size=3)+
geom_point(data=centroids, size=5)+
geom_errorbar(data=centroids,aes(ymin=y-se.y,ymax=y+se.y),width=0.1)+
geom_errorbarh(data=centroids,aes(xmin=x-se.x,xmax=x+se.x),height=0.1)
如果你想计算，比如说，95% 的置信度而不是标准。错误，替换
f <- function(z)sd(z)/sqrt(length(z)) # function to calculate std.err
与
f <- function(z) qt(0.025,df=length(z)-1, lower.tail=F)* sd(z)/sqrt(length(z))
【讨论】：