r ggplot Fehler: Ästhetik muss entweder die Länge 1 oder die gleiche wie die Daten (250000):

Question

Ich führen Beispielcode, um ein Diagramm zu erstellen, um Markov Chain Monte Carlo zu beschreiben. https://github.com/davharris/mcmc-tutorial Allerdings ich die folgende Ausnahme von der letzten Zeile des Codes ausgelöst. "Fehler: Ästhetik muss entweder die Länge 1 oder die gleiche wie die Daten (250000) sein: x, y"

Der Code wurde im Folgenden aufgelistet.

library(MASS) 
library(ggplot2) 
lik = function(x, y) { 
    dnorm(x - 3) * dnorm(y - x + 2) 
} 

grid.values = seq(min.x, max.x, length = 500) 
grid = expand.grid(x = grid.values, y = grid.values) 
z = lik(grid$x, grid$y) 

gaussian.plot = ggplot(data = grid, aes(x = x, y = y)) + geom_raster(aes(fill = z)) + scale_fill_gradient2() + coord_equal() 

gaussian.plot 

maxit = 50 

samples = matrix(NA, nrow = maxit, ncol = 2, dimnames = list(NULL, c("x", "y"))) 
samples[1, ] = c(0, 0) # start at 0,0 

for (i in 2:maxit) { 

    # propose a new sample point 
    proposal = samples[i - 1, ] + rnorm(2, mean = 0, sd = 1) 

    # Compare its likelihood with the current position 
    old.lik = lik(samples[i - 1, "x"], samples[i - 1, "y"]) 
    new.lik = lik(proposal["x"], proposal["y"]) 

    ratio = new.lik/old.lik 

    # flip a coin and accept the new proposal with probability min(ratio, 1) 
    if (rbinom(1, size = 1, prob = min(ratio, 1))) { 
     samples[i, ] = proposal 
    } else { 
     # If you don't accept the proposal, just keep what you had in the  last 
     # time step 
     samples[i, ] = samples[i - 1, ] 
    } 

} 


gaussian.plot + geom_path(mapping = aes(x = samples[, "x"], y = samples[, "y"]), 
color = "orange") + geom_point(mapping = aes(x = samples[, "x"], y = samples[, 
"y"])) 

Answer 1

samples ist eine Matrix, wandelt es in einen Datenrahmen mit as.data.frame() so dass ggplot2 mit ihm arbeiten können.
Da Sie Punkte haben möchten, die aus einem anderen Datenformat als dem für den obersten Plot sind, der gaussian.plot ist, müssen Sie definieren, wo die Daten herkommen. Dies sollte funktionieren:

gaussian.plot + geom_path(data=samples,aes(x = x, y = y),color = "orange") + geom_point(data=samples,aes(x = x, y = y))