r plot（）中的垂直轮廓

Question

我正在构建水柱的垂直剖面图。我的问题是这些点连接在 x 观察上，而不是 y 观察上。在 ggplot 下，我知道 geom_path 可以做到这一点，但我不能使用 ggplot，因为我想添加几个 x 轴。因此我使用情节（）。 所以这是我尝试过的：

Storfjorden <- read.delim("C:/Users/carvi/Desktop/Storfjorden.txt")
smooF=smooth.spline(Storfjorden$Fluorescence,Storfjorden$Depth,spar=0.50)
plot(Storfjorden$Fluorescence,Storfjorden$Depth,ylim=c(80,0),type="n")
lines(smooF)

Resulting plot

如您所见，这些点通过 x 个观测值连接起来。但是要观察垂直剖面，我希望通过 y 观察看到它们之间的联系。我尝试按深度对它们进行排序（使用 order()），但并不影响结果。有人有线索吗？

作为替代方案，如果有人知道如何在单个图上绘制具有不同轴的不同线（温度、盐度、荧光），那么我可以使用 geom_path ()。谢谢！

**我有一个你可能会回答的新问题，在 ggplot 中有没有办法制作 geom_smooth()，但是观察结果是按照它们出现的顺序而不是 x 轴连接的？

ggplot(melteddf,aes(y=Depth,x=value))+geom_path()+facet_wrap
+(~variable,nrow=1,scales="free‌​_x")+scale_y_reverse‌​()
+geom_smooth(span=‌​0.5,se=FALSE) 

我尝试使用 smooth.spline，但无法识别 geom_path 中的对象。谢谢！

Answer 1

ggplot2 使在单个绘图上绘制多个 x 轴变得困难是有原因的——它通常会导致难以阅读（或更糟的是，误导性的）图表。如果您有一个激励示例说明您的示例为什么不属于这些类别之一，它可能会让我们帮助您了解更多细节。不过，下面是两种可能会有所帮助的解决方法。

这里有一个快速 MWE 来解决这个问题——如果你给我们一些看起来像你的实际数据的东西可能会更有帮助，但这至少可以得到非常不同的规模（尽管没有结构，图比较乱）。

请注意，我使用dplyr 进行多次操作，并使用reshape2 到melt 将数据转换为长格式以便于绘图。

library(dplyr)
library(reshape2)

df <-
  data.frame(
    depth = runif(20, 0, 100) %>% round %>% sort
    , measureA = rnorm(20, 10, 3)  
    , measureB = rnorm(20, 50, 10)
    , measureC = rnorm(20, 1000, 30)
  )


meltedDF <-
  df %>%
  melt(id.vars = "depth")

第一种选择是简单地使用构面将数据彼此相邻绘制：

meltedDF %>%
  ggplot(aes(y = depth
             , x = value)) +
  geom_path() +
  facet_wrap(~variable
             , nrow = 1
             , scales = "free_x") +
  scale_y_reverse()

第二个是标准化数据，然后绘制它。在这里，我使用的是 z 分数，但如果您有理由使用其他东西（例如，缩放到以您正在使用的任何变量的“适当”数量为中心），您可以更改该公式：

meltedDF %>%
  group_by(variable) %>%
  mutate(Standardized = (value - mean(value)) / sd(value)  ) %>%
  ggplot(aes(y = depth
             , x = Standardized
             , col = variable)) +
  geom_path() +
  scale_y_reverse()

如果您需要绘制多个站点，这里有一些站点示例数据：

df <-
  data.frame(
    depth = runif(60, 0, 100) %>% round %>% sort
    , measureA = rnorm(60, 10, 3)  
    , measureB = rnorm(60, 50, 10)
    , measureC = rnorm(60, 1000, 30)
    , site = sample(LETTERS[1:3], 60, TRUE)
  )


meltedDF <-
  df %>%
  melt(id.vars = c("site", "depth"))

您可以使用facet_grid（我的偏好）：

meltedDF %>%
  ggplot(aes(y = depth
             , x = value)) +
  geom_path() +
  facet_grid(site~variable
             , scales = "free_x") +
  scale_y_reverse()

或在标准化图中添加facet_wrap：

meltedDF %>%
  ggplot(aes(y = depth
             , x = value)) +
  geom_path() +
  facet_grid(site~variable
             , scales = "free_x") +
  scale_y_reverse()