使用 geom_area 或 geom_density 创建物种丰度曲线答案

【问题标题】：Creating species abundance curves with geom_area or geom_density使用 geom_area 或 geom_density 创建物种丰度曲线
【发布时间】：2016-04-14 00:16:02
【问题描述】：

我正在尝试创建一个图表，显示随着时间的推移物种的丰度。我希望最终的图表看起来像使用 geom_density 生成的东西，每个物种都有平滑的曲线。例如，此站点上的图 1 (Figure 1)。但是，我无法操纵 R 使用我的 y 值（丰度）而不是密度计数。我确实设法使用了 geom_area，但这并不是我真正想要的输出。有谁知道如何让 geom_density 接受 y 值？或者，用平滑曲线绘制物种丰度？

例子：

data.set <- data.frame(
  Time = c(rep(1, 4),rep(2, 4), rep(3, 4), rep(4, 4)),
  Type = rep(c('a', 'b', 'c', 'd'), 4),
  Value = rpois(16, 10)
)

Value 是物种丰度，Time 是记录每个丰度的时间点，Type 代表四种不同的物种。

ggplot(data.set, aes(Time, Value)) + geom_area(aes(fill = Type))

一旦绘制出来，它就非常“矮胖”。我更喜欢使用 geom_density 之类的东西来制作平滑曲线，然后使用 alpha 使它们透明。

任何帮助将不胜感激！

【问题讨论】：

标签： r plot ggplot2

【解决方案1】：

您可以使用spline() 进行插值（根据this 2010 年的回答）

library(ggplot2)
library(data.table) #for rbindlist

# break data.frame into chunks by type
type_chunks <- split(data.set, data.set$Type)

# apply spline function to each chunk
spline_chunks <- lapply(seq_along(type_chunks), function(i) {
  x <- type_chunks[[i]]
  data.frame(Type=names(type_chunks)[i],
             spline(x$Time, x$Value, n=50)) # choose a value for n
})

# crush chunks back to one data.frame
spline_df <- rbindlist(spline_chunks)

# original plot
ggplot(data.set, aes(Time, Value)) + geom_line(aes(color = Type), size=2)

# plot smoothed version
ggplot(spline_df, aes(x, y)) + geom_line(aes(color = Type), size=2)

原图

平滑版

请注意，我将这些绘制为线图，而不是面积图，因为它与您链接的帖子相匹配，并且面积图将系列显示为堆叠而不是独立。

【讨论】：

另外，我确信@hrbrmstr 很快就会发布关于geom_xspline 的信息，但这需要安装另一个包：github.com/hrbrmstr/ggalt

【解决方案2】：

有趣的是，如果数据集没有汇总，您可以使用stat_density。

根据Value 中汇总的计数扩展这样的简单数据集非常容易，您可以在其中根据Value 添加行。查看选项here。

# Make expanded dataset
d2 = data.set[rep(row.names(data.set), data.set$Value), 1:2]
head(d2)

    Time Type
1      1    a
1.1    1    a
1.2    1    a
1.3    1    a
1.4    1    a
1.5    1    a

然后您可以使用..count.. 为y 美学制作所需的情节。您可以制作密度图，也可以使用stat = "density" 制作线图。这是后者的一个例子。

ggplot(d2, aes(Time, y = ..count.., color = Type)) +
    geom_line(size = 1, stat = "density")

【讨论】：