Ein bisschen einer manuellen Version Grafik Basis R nur zum Spaß mit.
die Daten holen:
test <- read.table(text="STM_cold STM_normal STM_hot PIC_cold PIC_normal PIC_hot
6.0 6.6 6.3 0.9 1.9 3.2
6.0 6.6 6.5 1.0 2.0 3.2
5.9 6.7 6.5 0.3 1.8 3.2
6.1 6.8 6.6 0.2 1.8 3.8
5.5 6.7 6.2 0.5 1.9 3.3
5.6 6.5 6.5 0.2 1.9 3.5
5.4 6.8 6.5 0.2 1.8 3.7
5.3 6.5 6.2 0.2 2.0 3.5
5.3 6.7 6.5 0.1 1.7 3.6
5.7 6.7 6.5 0.3 1.7 3.6
NA NA NA 0.1 1.8 3.8
NA NA NA 0.2 2.1 4.1
NA NA NA 0.2 1.8 3.3
NA NA NA 0.8 1.7 3.5
NA NA NA 1.7 1.6 4.0
NA NA NA 0.1 1.7 3.7",header=TRUE)
das Grundstück ein:
plot(
NA,
ylim=c(0,max(test,na.rm=TRUE)+0.3),
xlim=c(1-0.1,ncol(test)+0.1),
xaxt="n",
ann=FALSE,
panel.first=grid()
)
axis(1,at=seq_along(test),labels=names(test),lwd=0,lwd.ticks=1)
Plot einig Punkte, mit einiger x-Achse jitter
ing so werden sie auf aufeinander nicht gedruckt.
invisible(
mapply(
points,
jitter(rep(seq_along(test),each=nrow(test))),
unlist(test),
col=rep(seq_along(test),each=nrow(test)),
pch=19
)
)
Ergebnis:
bearbeitet
Hier ist ein Beispiel an den Punkten Alpha-Transparenz verwenden und die jitter
loszuwerden, wie in den Kommentaren unten mit Ananda diskutiert.
invisible(
mapply(
points,
rep(seq_along(test),each=nrow(test)),
unlist(test),
col=rgb(0,0,0,0.1),
pch=15,
cex=3
)
)
Dank, das ist großartig. Gibt es eine Möglichkeit, für jeden der verschiedenen Werte der x-Achse eine andere Form einzustellen? – user1192748
ja, benutze 'shape = variable' innerhalb' aes' wie 'colour'. – Arun
+1. Ich bin kein normaler ggplot2-Benutzer, daher ist es immer schön, die Alternativen zu sehen, die usersR zur Verfügung stehen. Ein paar Kritiken, obwohl. Erstens, ist in diesem Fall eine Legende wirklich notwendig? Ich sehe keinen Mehrwert für dieses spezielle Beispiel. Gäbe es weitere Gruppierungen * in * jeder Variablen, könnte es sinnvoll sein, verschiedene Farben oder Formen und eine Legende zu haben. Zweitens, ist es möglich, den Jitter ein wenig mehr zu kontrollieren? Ich finde es etwas ablenkend, wie das Zittern große Löcher für einige der Variablen hinterlässt, aber andere eher geclustert erscheinen lässt. – A5C1D2H2I1M1N2O1R2T1