在n个图中对n个数字variables绘制一个数字variables
我有一个巨大的数据框架，我想做一些情节，以了解不同variables之间的关联。 我不能用
pairs(data) ，因为那会给我400块地块。 但是，我特别感兴趣的是一个响应variables。因此，我想对所有的variables绘制y，这样就可以将绘图的数量从n ^ 2减less到n。 你能告诉我怎么做吗？ 谢谢
编辑：为了清晰起见，我添加了一个例子。 假设我有数据框
foo=data.frame(x1=1:10,x2=seq(0.1,1,0.1),x3=-7:2,x4=runif(10,0,1))
和我的回应variables是x3。 然后，我想生成连续排列的四个图，分别是x1对x3，x2对x3，直方图x3，最后是x4对x3。 我知道如何制作每一个情节
plot(foo$x1,foo$x3) plot(foo$x2,foo$x3) hist(foo$x3) plot(foo$x4,foo$x3)
不过，我不知道如何排列在一起。 另外，如果有一种方法可以自动生成所有n个图，而不必每次都调用命令图（或hist），那就太好了。 当n = 4时，这并不是什么大问题，但我通常会处理n = 20 +个variables，所以这可能是一个阻力。
可以做reshape2 / ggplot2 / gridExtra软件包组合。 这样你就不需要指定图的数量。 这个代码可以在任何数量的解释variables上工作而不需要任何修改
foo <- data.frame(x1=1:10,x2=seq(0.1,1,0.1),x3=-7:2,x4=runif(10,0,1)) library(reshape2) foo2 <- melt(foo, "x3") library(ggplot2) p1 <- ggplot(foo2, aes(value, x3)) + geom_point() + facet_grid(.~variable) p2 <- ggplot(foo, aes(x = x3)) + geom_histogram() library(gridExtra) grid.arrange(p1, p2, ncol=2)
包tidyr帮助有效地做到这一点。 请参阅此处以获取更多选项
data %>% gather(-y_value, key = "some_var_name", value = "some_value_name") %>% ggplot(aes(x = some_value_name, y = y_value)) + geom_point() + facet_wrap(~ some_var_name, scales = "free")
你会得到这样的东西
我面临同样的问题，我没有任何ggplot2经验，所以我创build了一个函数使用plot ，它采取的数据框架，variables被绘制为参数和生成graphics。
dfplot <- function(data.frame, xvar, yvars=NULL) { df <- data.frame if (is.null(yvars)) { yvars = names(data.frame[which(names(data.frame)!=xvar)]) } if (length(yvars) > 25) { print("Warning: number of variables to be plotted exceeds 25, only first 25 will be plotted") yvars = yvars[1:25] } #choose a format to display charts ncharts <- length(yvars) nrows = ceiling(sqrt(ncharts)) ncols = ceiling(ncharts/nrows) par(mfrow = c(nrows,ncols)) for(i in 1:ncharts){ plot(df[,xvar],df[,yvars[i]],main=yvars[i], xlab = xvar, ylab = "") } }
笔记：
- 您可以提供要绘制为variables的variables列表，否则将绘制数据框中的所有variables（或前25个，以较less者为准）。
- 如果地块的数量超过了25个，那么利润率就会超出限制，所以我只能限制在25个图表上。 任何build议来处理这个很好，是值得欢迎的。
- 此外，y轴标签被删除作为graphics的标题照顾它。 x轴标签设置为
xvar。
使用函数对 ，您也可以指定一个公式来绘制您想要查看的不同variables，而不是使用整个数据集。
我试图复制你的问题中的例子。
所以，这是我的MWE：
foo=data.frame(x1=1:10,x2=seq(0.1,1,0.1),x3=-7:2,x4=runif(10,0,1)) pairs(foo$x3 ~ foo$x1 + foo$x2 + foo$x4)
在公式中，我指定我要绘制响应（foo $ x3），“反对”variablesx1，x2和x4。
结果如下：
希望它可以帮助你。
