如何绘制堆积点直方图？

Question

ggplot2 等价于“dotplot”直方图是什么？使用堆叠点而不是条形？类似于R中的这个解决方案：

Plot Histogram with Points Instead of Bars

是否可以在 ggplot2 中执行此操作？理想情况下，点显示为堆栈，一条微弱的线显示平滑线“适合”这些点（这将形成直方图形状。）

Answer 1

ggplot2 绘制点图Link to the manual。

这是一个例子：

library(ggplot2)

set.seed(789); x <- data.frame(y = sample(1:20, 100, replace = TRUE))

ggplot(x, aes(y)) + geom_dotplot()

为了让它表现得像一个简单的点图，我们应该这样做：

ggplot(x, aes(y)) + geom_dotplot(binwidth=1, method='histodot')    

你应该得到这个：

要解决密度问题，您必须添加另一个术语 ylim()，以便您的绘图调用将具有 ggplot() + geom_dotplot() + ylim() 的形式

更具体地说，您将编写ylim(0, A)，其中A 将是计数1.00 密度所需的堆叠点数。在上面的示例中，您能做的最好的事情就是看到 7.5 个点达到 0.50 密度标记。从那里，您可以推断出 15 个点将达到 1.00。

所以你的新调用看起来像这样：

ggplot(x, aes(y)) + geom_dotplot(binwidth=1, method='histodot') + ylim(0, 15)

这会给你这个：

通常，这种眼球估计适用于点图，但当然您可以尝试其他值来微调您的比例。

请注意更改 ylim 值不会影响数据的显示方式，它只会更改 y 轴上的标签。

Answer 2

正如@joran 指出的，我们可以使用 geom_dotplot

require(ggplot2)
ggplot(mtcars, aes(x = mpg)) + geom_dotplot()

---

编辑： （将有用的 cmets 移到帖子中）：

标签“计数”具有误导性，因为这实际上是一个密度估计值，您可能建议我们将此标签默认更改为“密度”。 dotplot 的 ggplot 实现遵循 Leland Wilkinson 的原始实现，因此如果您想清楚地了解它是如何工作的，请使用 look at this paper。

使 y 轴实际计数的简单转换，即“观察次数”。 From the help page 上面写着：

当沿 x 轴分箱并沿 y 轴堆叠时，由于 ggplot2 的技术限制，y 轴上的数字没有意义。您可以隐藏 y 轴，如示例之一，或手动缩放它以匹配点数。

所以你可以使用这段代码来隐藏y轴：

ggplot(mtcars, aes(x = mpg)) + 
  geom_dotplot(binwidth = 1.5) + 
  scale_y_continuous(name = "", breaks = NULL)

Answer 3

我介绍了一种使用@Waldir Leoncio 的后一种方法的精确方法。

library(ggplot2); library(grid)

set.seed(789)
x <- data.frame(y = sample(1:20, 100, replace = TRUE))

g <- ggplot(x, aes(y)) + geom_dotplot(binwidth=0.8)
g  # output to read parameter

### calculation of width and height of panel
grid.ls(view=TRUE, grob=FALSE)
real_width <- convertWidth(unit(1,'npc'), 'inch', TRUE)
real_height <- convertHeight(unit(1,'npc'), 'inch', TRUE)

### calculation of other values
width_coordinate_range <- diff(ggplot_build(g)$panel$ranges[[1]]$x.range)
real_binwidth <- real_width / width_coordinate_range * 0.8  # 0.8 is the argument binwidth
num_balls <- real_height / 1.1 / real_binwidth  # the number of stacked balls. 1.1 is expanding value.
   # num_balls is the value of A

g + ylim(0, num_balls)

Answer 4

道歉：我没有足够的声誉来“评论”。

我喜欢 cuttlefish44 的“精确方法”，但为了使其工作（使用 ggplot2 [2.2.1]），我必须更改以下行：

### calculation of other values
width_coordinate_range <- diff(ggplot_build(g)$panel$ranges[[1]]$x.range)

到

### calculation of other values
width_coordinate_range <- diff(ggplot_build(g)$layout$panel_ranges[[1]]$x.range)