改善情节与3个变量

我有以下data.frame：改善情节与3个变量

> dd 
      V1  V2   V3 
1 14.743730 1.5762030 1.820564e+05 
2 11.293525 1.5616743 1.849190e+07 
3 9.937889 4.2807281 5.226222e+07 
4 15.483217 0.6055921 1.612945e+05 
5 11.512925 0.8590718 1.653430e+07 
6 9.271709 3.5639570 1.648311e+08 
7 12.154779 1.0913056 7.725100e+06 
8 12.254863 2.2639289 5.767500e+06 
9 10.868568 1.4670616 2.142830e+07 
10 12.384219 0.8867792 2.831100e+06 
11 13.742940 0.3268744 1.516208e+06 
12 12.315132 1.2894085 4.788700e+06 
13 14.989849 0.5521075 1.768097e+05 
14 11.451050 1.1676040 1.751310e+07 
15 15.363073 0.6223934 1.657917e+05 
16 12.899220 0.4755159 1.967226e+06 
17 12.464293 0.9886397 2.086363e+06 
18 12.736701 0.4495683 2.018285e+06 
19 8.616858 4.5335367 2.774000e+08 
20 10.950807 1.6357879 2.142830e+07 
21 11.005428 2.6383457 2.044950e+07 
22 9.629051 2.8459297 1.648311e+08 
23 12.043554 1.6499405 9.682700e+06 
24 14.914123 0.5430869 1.785336e+05 
25 16.979896 0.3030517 2.360639e+04 
26 13.815511 1.0962220 1.456639e+06 
27 15.017750 0.4717264 1.760602e+05 
28 11.849398 0.9813975 1.261910e+07 
29 10.454495 3.5180136 2.338590e+07 
30 9.011889 3.1449919 1.648311e+08 
31 9.553930 3.5578561 1.648311e+08 
32 11.608236 1.3658448 1.555550e+07 
33 13.369223 1.0920776 1.762991e+06 
34 11.515771 1.4969232 1.653430e+07 
35 8.764053 3.9874923 2.774000e+08 
36 10.122623 1.7772289 5.226222e+07 
37 14.230083 1.0955896 1.022641e+06 
38 10.098232 2.3853124 5.226222e+07 
39 10.714418 2.3483052 2.240710e+07 
40 8.969804 4.1778522 1.648311e+08 
41 17.924744 0.9372727 1.354203e+04 
42 7.811163 8.3438712 2.774000e+08 
43 18.910904 0.6453018 6.860896e+03 
44 10.839581 1.7566555 2.142830e+07 
45 10.839581 1.6449275 2.142830e+07 
46 13.870945 0.5644657 1.414090e+06 
47 11.440355 0.8434520 1.751310e+07 
48 13.923468 0.8897043 1.363032e+06 
49 11.617285 1.0667866 1.555550e+07 
50 11.502875 0.5134841 1.653430e+07 
51 18.078190 0.3824371 1.288279e+04 
52 13.304685 0.6976290 1.797030e+06 
53 9.629051 4.0785583 1.648311e+08 
54 17.460501 0.7800599 1.501846e+04 
55 12.623137 2.2468834 2.052324e+06 
56 10.982212 2.7085846 2.044950e+07 
57 10.540937 3.5114572 2.240710e+07 
58 13.892472 0.8788488 1.388561e+06 
59 11.679287 1.4905993 1.457670e+07 
60 13.785051 0.8933495 1.482169e+06 
61 8.006368 6.2710499 2.774000e+08 
62 9.210340 2.5349723 1.648311e+08 
63 13.122363 0.6069901 1.882128e+06 
64 17.359364 0.6707361 1.525865e+04 
65 18.195729 0.3666130 1.230514e+04 
66 11.751942 1.2659074 1.457670e+07 
67 10.477288 1.5443280 2.338590e+07 
68 11.517913 0.8443011 1.653430e+07 
69 11.476261 2.2252419 1.751310e+07 
70 9.705037 3.5185753 1.648311e+08 
71 12.647548 1.3738172 2.043814e+06 
72 11.231888 2.0682796 1.947070e+07 
73 10.889304 3.7001075 2.142830e+07 
74 12.283497 2.2255645 5.767500e+06 
75 10.933107 1.2043548 2.142830e+07 
76 11.881727 1.0832527 1.261910e+07 
77 11.191342 1.8457868 1.947070e+07 
78 16.801192 0.4532456 5.261309e+04 
79 13.028931 1.5979574 1.924677e+06 
80 10.668955 1.0840667 2.240710e+07 
81 10.961278 2.3257595 2.044950e+07 
82 8.895630 3.5105186 2.774000e+08 
83 16.518106 0.4719416 8.919001e+04 
84 13.334976 0.7971067 1.780011e+06 
85 13.617060 1.2195412 1.609815e+06 
86 9.908475 5.4032295 5.226222e+07 
87 8.881836 4.5779464 2.774000e+08 
88 16.603536 0.6787417 7.922130e+04 
89 17.529083 0.5859315 1.484092e+04 
90 15.226498 0.9309800 1.702888e+05 
91 11.478334 1.6612984 1.751310e+07 
92 9.257033 6.6170833 1.648311e+08 
93 16.001562 0.8570780 1.343115e+05 
94 14.669926 0.4920395 3.078192e+05 
95 17.804495 0.4367456 1.399240e+04 
96 18.292847 0.6576827 1.177319e+04 
97 10.792565 2.4264054 2.142830e+07 
98 15.717618 0.5619723 1.508011e+05 
99 14.077875 1.1319117 1.201346e+06 
100 12.007622 1.8263940 1.066150e+07

我想产生具有所有三个变量在一起的身影。

我目前使用

p <- ggplot(dd, aes(V1,V2)) 
p + geom_point() 
p + geom_point(aes(size = V3)) + scale_size_area() + theme_bw() + 
    theme(
    plot.background = element_blank(), 
    panel.grid.major = element_blank(), 
    panel.grid.minor = element_blank(), 
    panel.border = element_blank()) + 
    theme(axis.line = element_line(color = 'black')) + 
    xlab("V1") + 
    ylab("V2")

生产

enter image description here

不过，我不认为这是数字最引人注目。为了使这个数字更好，有人可以建议另一种数字类型吗？

来源

2014-03-12 KatyB

诚实。考虑到您代表3个连续变量，我认为这是提供信息 –

也许添加颜色渐变？另外，您可能需要手动扩展scale_size，因为它非常简洁。 – tonytonov

您已经在同一个图上使用V1，V2和V3。也许你可以扩大你的问题，使其更清楚（对我）？ –

你有很多选择来改善那一个。很难告诉你如何不知道这个阴谋的目的（出版物，网站，报道...）。

一个非常简单的例子

p + geom_point(aes(size = V3), shape = 21, colour = 'black', 
       fill = 'blue', alpha = .5) + 
    scale_size(expression('m'^3), 
      range = c(3, 10), 
      breaks = c(0.1, 5, 20) * 10000000, 
      labels = c("low","mid", "high")) + 
    theme_bw() + 
    theme(
    plot.background = element_blank(), 
    panel.grid.major = element_blank(), 
    panel.grid.minor = element_blank(), 
    panel.border = element_blank(), 
    axis.line = element_line(color = 'black')) + 
    xlab("V1") + 
    ylab("V2")

plot

或更短的版本具有完全相同的outpur与此：

p + geom_point(aes(size = V3), shape = 21, colour = 'black', 
       fill = 'blue', alpha = .5) + 
    scale_size(expression('m'^3), 
      range = c(3, 10), 
      breaks = c(0.1, 5, 20) * 10000000, 
      labels = c("low","mid", "high")) + 
    theme_classic() + 
    labs(list(title = 'My plot\n', x = "Var1", y = 'Var2'))

所建议由用户@blmoore

来源

2014-03-12 12:19:26

IMHO ，散点图对于这类数据非常理想。但是，此时V1 > 15的积分几乎不可见。结果它失去了信息价值。所以，情节可以改善。我也使代码更加紧凑。

的代码：

ggplot(dd, aes(V1,V2)) + 
    geom_point(aes(size=V3), shape=21, colour="black", fill="red", alpha=.5) + 
    scale_size(expression("m"^3), range = c(2, 12), 
      breaks = c(0.01,3,8,15,25) * 10000000, 
      labels = c("very low","low","medium","high","very high")) + 
    labs(title="Plot title\n", x="V1", y="V2") + 
    theme_classic()

其结果是： enter image description here

来源

2014-03-12 12:53:33 Jaap

有没有一种方法可以用相同的比例增加所有的点，即保持当前的比例，但使它们都略大一点，这样较小的标记更加明显？ – KatyB

您可以通过使用'scale_size'的'range = c（1，10）'部分来玩。用第一个数字，设置最小点的大小。与第二，最大点（s）的大小。 – Jaap

太好了。另外，如何更改标签以读取V3标签m^3，立方明显是上标？ – KatyB

改善情节与3个变量

回答

相关问题