ggplot2：添加几何而不影响限制

Question

我想在 ggplot 密度图中添加额外的几何图形，但不会更改数据的显示限制，也无需通过自定义代码计算所需的限制。举个例子：

set.seed(12345)
N = 1000
d = data.frame(measured = ifelse(rbernoulli(N, 0.5), rpois(N, 100), rpois(N,1)))
d$fit = dgeom(d$measured, 0.6)
ggplot(d, aes(x = measured)) + geom_density() + geom_line(aes(y = fit), color = "blue")

ggplot(d, aes(x = measured)) + geom_density() + geom_line(aes(y = fit), color = "blue") + coord_cartesian(ylim = c(0,0.025))

在第一个图中，拟合曲线（与“测量”数据的拟合非常差）掩盖了测量数据的形状： 我想裁剪绘图以包含第一个几何图形的所有数据，但裁剪拟合曲线，如第二个绘图所示：

虽然我可以使用coord_cartesian 生成第二个图，但这有两个缺点：

1. 我必须通过自己的代码计算限制（这很麻烦且容易出错）
2. 用我自己的代码计算限制与分面不兼容。不可能 (AFAIK) 使用 coord_cartesian 提供每个方面的轴限制。但是，我需要将情节与facet_wrap(scales = "free") 结合起来

如果在计算坐标限制时不考虑第二个几何图形，则可以实现所需的输出 - 在自定义 R 代码中不计算限制是否可能？

问题 R: How do I use coord_cartesian on facet_grid with free-ranging axis 相关，但没有满意的答案。

Answer 1

您可以尝试的一件事是扩展 fit 并使用 geom_density(aes(y = ..scaled..)

在0 和1 之间缩放fit：

d$fit_scaled <- (d$fit  - min(d$fit)) / (max(d$fit) - min(d$fit))

使用fit_scaled 和..scaled..：

ggplot(d, aes(x = measured)) + 
  geom_density(aes(y = ..scaled..)) + 
  geom_line(aes(y = fit_scaled), color = "blue")

这可以和facet_wrap()结合使用：

d$group <- rep(letters[1:2], 500) #fake group

ggplot(d, aes(x = measured)) + 
  geom_density(aes(y = ..scaled..)) + 
  geom_line(aes(y = fit_scaled), color = "blue") + 
  facet_wrap(~ group, scales = "free")

不缩放数据的选项：

你可以从http://www.cookbook-r.com/Graphs/Multiple_graphs_on_one_page_(ggplot2)/使用函数multiplot()

multiplot <- function(..., plotlist=NULL, file, cols=1, layout=NULL) {
  library(grid)
  plots <- c(list(...), plotlist)

  numPlots = length(plots)

  if (is.null(layout)) {

    layout <- matrix(seq(1, cols * ceiling(numPlots/cols)),
                    ncol = cols, nrow = ceiling(numPlots/cols))
  }

 if (numPlots==1) {
    print(plots[[1]])

  } else {

    grid.newpage()
    pushViewport(viewport(layout = grid.layout(nrow(layout), ncol(layout))))

    for (i in 1:numPlots) {

      matchidx <- as.data.frame(which(layout == i, arr.ind = TRUE))

      print(plots[[i]], vp = viewport(layout.pos.row = matchidx$row,
                                      layout.pos.col = matchidx$col))
    }
  }
}

使用此功能，您可以将两个图表组合在一起，这样更易​​于阅读：

multiplot(
  ggplot(d, aes(x = measured)) + 
    geom_density() +
    facet_wrap(~ group, scales = "free"),
  ggplot(d, aes(x = measured)) +  
    geom_line(aes(y = fit), color = "blue") + 
    facet_wrap(~ group, scales = "free")
)

这会给你：

如果您想比较相邻的组，您可以在multiplot() 中使用facet_grid() 而不是facet_wrap() 和cols = 2：

multiplot(
  ggplot(d, aes(x = measured)) + 
    geom_density() +
    facet_grid(group ~ ., scales = "free"),
  ggplot(d, aes(x = measured)) +  
    geom_line(aes(y = fit), color = "blue") + 
    facet_grid(group ~ ., scales = "free"),
  cols = 2
)

它看起来像这样：

Answer 2

您可以先尝试计算最大 y 限制。然后情节。

d1 <- d %>% 
  mutate(max_dens=round(max(density(measured)$y), 2))

ggplot(d1, aes(x=measured)) + 
   geom_line(aes(y=fit), color = "blue") +
   geom_density() + 
   coord_cartesian(ylim = c(0, unique(d1$max_dens)))