ggplot2: dodaj warunkowe krzywe gęstości opisujące oba wymiary wykresu rozrzutu

Question

Mam wykresy rozrzutu danych 2D z dwóch kategorii. Chcę dodać linie gęstości dla każdego wymiaru - nie poza działką (porównaj Scatterplot with marginal histograms in ggplot2), ale bezpośrednio na powierzchni kreślarskiej. Mogę to dla wymiaru osi x, tak:

set.seed(123) 
dim1 <- c(rnorm(100, mean=1), rnorm(100, mean=4)) 
dim2 <- rnorm(200, mean=1) 
cat <- factor(c(rep("a", 100), rep("b", 100))) 
mydf <- data.frame(cbind(dim2, dim1, cat)) 
ggplot(data=mydf, aes(x=dim1, y=dim2, colour=as.factor(cat))) + 
    geom_point() + 
    stat_density(aes(x=dim1, y=(-2+(..scaled..))), 
    position="identity", geom="line") 

Wygląda to tak:

Ale chcę analogiczna parę krzywych gęstości działa pionowo, pokazujący rozkład punktów w wymiarze y. Wypróbowałem

stat_density(aes(y=dim2, x=0+(..scaled..))), position="identity", geom="line) 

ale otrzymałem błąd "stat_density wymaga następujących brakujących estetyki: x".

Wszelkie pomysły? Dzięki

Answer 1

Możesz uzyskać gęstości dim2 zmiennych. Następnie odwróć osie i umieść je w nowym pliku data.frame. Potem po prostu wykreśla je na drugim wykresie.

p <- ggplot(data=mydf, aes(x=dim1, y=dim2, colour=as.factor(cat))) + 
    geom_point() + 
    stat_density(aes(x=dim1, y=(-2+(..scaled..))), 
       position="identity", geom="line") 

stuff <- ggplot_build(p) 
xrange <- stuff[[2]]$ranges[[1]]$x.range # extract the x range, to make the new densities align with y-axis 

## Get densities of dim2 
ds <- do.call(rbind, lapply(unique(mydf$cat), function(lev) { 
    dens <- with(mydf, density(dim2[cat==lev])) 
    data.frame(x=dens$y+xrange[1], y=dens$x, cat=lev) 
})) 

p + geom_path(data=ds, aes(x=x, y=y, color=factor(cat))) 

Answer 2

Dotychczas mogę produkować:

distrib_horiz <- stat_density(aes(x=dim1, y=(-2+(..scaled..))), 
           position="identity", geom="line") 

ggplot(data=mydf, aes(x=dim1, y=dim2, colour=as.factor(cat))) + 
    geom_point() + distrib_horiz 

oraz:

distrib_vert <- stat_density(data=mydf, aes(x=dim2, y=(-2+(..scaled..))), 
          position="identity", geom="line") 

ggplot(data=mydf, aes(x=dim2, y=dim1, colour=as.factor(cat))) + 
    geom_point() + distrib_vert + coord_flip() 

Ale łącząc je okazuje się trudne.

Answer 3

Do tej pory mam tylko częściowe rozwiązanie, ponieważ nie udało mi się uzyskać pionowej linii stat_density dla każdej kategorii, tylko dla całego zestawu. Może to jednak pomoże jako punkt wyjścia do znalezienia lepszego rozwiązania. Moja sugestia polega na wypróbowaniu funkcji ggMarginal() z pakietu ggExtra.

p <- ggplot(data=mydf, aes(x=dim1, y=dim2, colour=as.factor(cat))) + 
    geom_point() + stat_density(aes(x=dim1, y=(-2+(..scaled..))), 
      position="identity", geom="line") 
library(ggExtra) 
ggMarginal(p,type = "density", margins = "y", size = 4) 

To, co otrzymujemy:

wiem, że to nie jest idealne, ale być może jest to krok w kierunku pomocnym. Przynajmniej mam taką nadzieję. Czekamy na inne odpowiedzi.