在R的ggplot2中一起使用stat_function和facet_wrap

Question

我正在尝试使用ggplot2绘制晶格类型数据，然后在样本数据上叠加正态分布以说明基础数据离正态有多远。我想让普通dist位于顶部，以具有与面板相同的均值和stdev。这是一个例子：library(ggplot2)#make some example datadd<-data.frame(matrix(rnorm(144, mean=2, sd=2),72,2),c(rep("A",24),rep("B",24),rep("C",24)))colnames(dd) <- c("x_value", "Predicted_value",  "State_CD")#This workspg <- ggplot(dd) + geom_density(aes(x=Predicted_value)) +  facet_wrap(~State_CD)print(pg)一切都很好，并产生了一个很好的数据三面板图。如何在顶部添加法线dist？看来我会使用stat_function，但是失败了：#this failspg <- ggplot(dd) + geom_density(aes(x=Predicted_value)) + stat_function(fun=dnorm) +  facet_wrap(~State_CD)print(pg)似乎stat_function与facet_wrap功能不兼容。我怎样才能使这两个打得更好？- - - - - - 编辑 - - - - -我尝试从以下两个答案中整合想法，但我仍然不存在：使用两个答案的组合，我可以一起破解：library(ggplot)library(plyr)#make some example datadd<-data.frame(matrix(rnorm(108, mean=2, sd=2),36,2),c(rep("A",24),rep("B",24),rep("C",24)))colnames(dd) <- c("x_value", "Predicted_value",  "State_CD")DevMeanSt <- ddply(dd, c("State_CD"), function(df)mean(df$Predicted_value)) colnames(DevMeanSt) <- c("State_CD", "mean")DevSdSt <- ddply(dd, c("State_CD"), function(df)sd(df$Predicted_value) )colnames(DevSdSt) <- c("State_CD", "sd")DevStatsSt <- merge(DevMeanSt, DevSdSt)pg <- ggplot(dd, aes(x=Predicted_value))pg <- pg + geom_density()pg <- pg + stat_function(fun=dnorm, colour='red', args=list(mean=DevStatsSt$mean, sd=DevStatsSt$sd))pg <- pg + facet_wrap(~State_CD)print(pg)这真的很近...除了正常的dist绘图有问题之外：在此处输入图片说明我在这里做错了什么？

Answer 1

stat_function旨在在每个面板中覆盖相同的功能。（没有明显的方法可以使函数的参数与不同的面板匹配）。

正如伊恩（Ian）所建议的那样，最好的方法是自己生成法线，并将其绘制为单独的数据集（这是您之前出错的地方-合并对于这个示例来说没有意义，如果仔细看，您会看到这就是为什么您会得到奇怪的锯齿图案）。

解决问题的方法如下：

dd <- data.frame(

  predicted = rnorm(72, mean = 2, sd = 2),

  state = rep(c("A", "B", "C"), each = 24)

) 

grid <- with(dd, seq(min(predicted), max(predicted), length = 100))

normaldens <- ddply(dd, "state", function(df) {

  data.frame( 

    predicted = grid,

    density = dnorm(grid, mean(df$predicted), sd(df$predicted))

  )

})

ggplot(dd, aes(predicted))  + 

  geom_density() + 

  geom_line(aes(y = density), data = normaldens, colour = "red") +

  facet_wrap(~ state) 

Answer 2

我认为您需要提供更多信息。这似乎可行：

 pg <- ggplot(dd, aes(Predicted_value)) ## need aesthetics in the ggplot

 pg <- pg + geom_density() 

 ## gotta provide the arguments of the dnorm

 pg <- pg + stat_function(fun=dnorm, colour='red',            

            args=list(mean=mean(dd$Predicted_value), sd=sd(dd$Predicted_value)))

 ## wrap it!

 pg <- pg + facet_wrap(~State_CD)

 pg

我们为每个面板提供相同的均值和sd参数。读者可以练习获得面板特定的平均值和标准偏差*;）

'*'换句话说，不确定如何完成...

Answer 3

如果您不想“手工”生成正态分布线图，仍要使用stat_function并排显示图形-那么您可以考虑使用在“ Cookbook for R”上发布的“ multiplot”函数替代facet_wrap。您可以从此处将多图代码复制到您的项目中。

复制代码后，请执行以下操作：

# Some fake data (copied from hadley's answer)

dd <- data.frame(

  predicted = rnorm(72, mean = 2, sd = 2),

  state = rep(c("A", "B", "C"), each = 24)

) 

# Split the data by state, apply a function on each member that converts it into a 

# plot object, and return the result as a vector.

plots <- lapply(split(dd,dd$state),FUN=function(state_slice){ 

  # The code here is the plot code generation. You can do anything you would 

  # normally do for a single plot, such as calling stat_function, and you do this 

  # one slice at a time.

  ggplot(state_slice, aes(predicted)) + 

    geom_density() + 

    stat_function(fun=dnorm, 

                  args=list(mean=mean(state_slice$predicted), 

                            sd=sd(state_slice$predicted)),

                  color="red")

})

# Finally, present the plots on 3 columns.

multiplot(plotlist = plots, cols=3)