ggally

-1热度

1回答

我使用ggpairs（如下图）绘制一个图，但它看起来很混乱。至于解决它，我已阅读文档，但没有多大帮助。我怎样才能减少系数的字体大小？第二，我想知道如何以更可读的方式改善这个情节。也许这可以通过调整散点图或标签来完成？如果有人有一个想法，请让我知道什么和如何做。这里是我为这个情节写的代码。 ggpairs(wine_subset[sample.int(nrow(wine_subset), 1

3热度

1回答

ggpairs与相关值的热图绘图

我的问题是双重的; 我有一个ggpairs阴谋与默认upper = list(continuous = cor)，我想通过相关值对瓷砖着色（完全像ggcorr所做的那样）。我有这样的：我想情节上面进行着色这样的相关值： library(GGally) sample_df <- data.frame(replicate(7,sample(0:5000,100))) colnames(sam

3热度

1回答

如何使用自己的密度函数GGally

用下面的代码创建密度较低情节我的问题是如何改变所述GGally下密度图与以下方案： library(MASS) # Get density of points in 2 dimensions. # @param x A numeric vector. # @param y A numeric vector. # @param n Create a square n by n grid t

2热度

1回答

在相关矩阵中包装轴标签

我正在尝试使用ggcorr() function within library(GGally)来创建相关矩阵。该软件包按其应有的工作，但我遇到了一个问题，我想编辑轴标签如何显示在图上。目前，他们会自动添加_或。将名字与空格或其他字符分隔开来。理想情况下，我希望在名称中的空格之间创建换行符（\ n），以便可以轻松读取长名称和短名称，并且不会超出适当的列和行。我发现其他人在SO上使用过的解决方案，

0热度

1回答

ggpairs的自定义组均值函数

根据GGally R包中ggpairs（）函数的文档，可以指定自定义函数作为“lower”/“upper”参数的输入。对于连续离散变量组合，我想简单地在分类变量的类别中显示连续变量的方法（最好使用点而不是小节），如果可能的话，使用颜色美学进一步分类为另一个分类变量。我发现下面的线程的一些信息： https://github.com/ggobi/ggally/issues/218 但是我ggpai

0热度

1回答

ggpairs旋转轴标签

我一直在试验ggpairs（来自GGally）作为探索性工具。我遇到了轴刻度标签互相覆盖的问题。如果这是直线ggplot2，我会把它们放在45或90度的角度，一切都会很好，但我不知道如何为ggpairs做到这一点。在互联网上徘徊留给我的感觉是，这可能是一个人可以做的事情，但不知道如何进行。谁能帮忙？一些代码，有一个丑陋的结果： library(dplyr) library(ggplot2)

1热度

1回答

GGpairs，相关值不对齐

我正在尝试使用GGpairs创建相关矩阵，散点图由组（reg或irreg）着色。在上角绘制的相关值未对齐，如您在图像中看到的，Cor，reg和irreg值未对齐。我使用的代码是这样的： ggpairs(data=dat4, columns=1:5, title="correlation matrix", mapping= aes(colour = irregu

5热度

1回答

如何在R中绘制具有多个分类变量的平行坐标

我在使用GGally软件包中的ggparcoord绘制平行坐标绘图时遇到困难。由于存在两个分类变量，我想在可视化中显示的内容如下图所示。我发现在ggparcoord，groupColumn只允许单个变量来组（颜色），当然我可以使用showPoints标记轴上的值，但我也需要改变形状这些标记根据分类变量。有没有其他的软件包可以帮助我实现我的想法？任何回应将不胜感激！谢谢！

0热度

1回答

ggpairs中的密度和相关值在ggplotly（）中移位到左边

我使用包GGally（和方法ggpairs）创建散点图矩阵。我注意到静态版本（下面的对象p）似乎具有正确居中的相关值和密度。下面的图片说明了这一点 - 然而，交互式版本（下面对象GGPS）似乎具有正确为中心的相关值和密度。也就是说，它们似乎是在左侧居中。下面的图片说明了这一点 - 我不知道是否有可能是解决这个问题的好方法？ library(plotly) library(GGally) s

0热度

1回答

ggpairs显示密度函数作为未填充线

我希望只是改变对角线的图以使其具有简单的轮廓，因此我可以更清楚地查看密度函数的重叠，但没有太多运气。这是我一直在使用的代码： plot_rh <- ggpairs(data_rh[,1:6], mapping = ggplot2::aes(color = Condition_name), lower = list(combo = wrap(ggally_facethist, bins = 10)