ggridges包—峰峦图详细介绍

上次可视化系列说了瀑布图。它可以用于展示拥有相同的X轴变量数据（如相同的时间序列）、不同的Y轴离散型变量（如不同的类别变量）和Z轴数值变量。

本节使用的峰峦图也可以很好地展示瀑布图的数据信息。它们对于可视化随时间或空间分布的变化非常有用。本节主要使用ggridges包中的geom_density_ridges()进行绘制峰峦图。详细介绍如下：

1.数据结构

这里使用base包中的diamonds数据集做例子。

# library
library(ggridges) # Ridgeline Plots in 'ggplot2', CRAN v0.5.2
library(ggplot2) # Create Elegant Data Visualisations Using the Grammar of Graphics, CRAN v3.3.2 
head(diamonds)

2.绘图教程

2.1基础版本

使用price作为x轴, cut为y轴，fill参数也是设定为cut。geom_density_ridges()内部全部使用默认参数，并使用了gridges包中theme_ridges()主题。

ggplot(diamonds, aes(x = price, y = cut, fill = cut)) +
	geom_density_ridges() +
	theme_ridges() + 
	theme(legend.position = "none")

2.2形状变化

如果不想绘制密度图，则可以使用stat="binline", bins=20绘制柱形图，其中bins=20表示每格格子大小。为了防止上下图片重叠，这里使用了透明度参数：alpha=0.7。

ggplot(diamonds, aes(x = price, y = cut, fill = cut)) +
	geom_density_ridges(alpha=0.7, stat="binline", bins=20) +
	theme_ridges() + 
	theme(legend.position = "none")

2.3根据第三变量进行分面

可以使用facet_wrap()进行分面处理。

ggplot(diamonds, aes(x = price, y = cut,fill = cut)) +
	geom_density_ridges(alpha=0.7) +
	facet_wrap(~color) + 
  theme_ridges() + 
	theme(legend.position = "none")

在这里插入图片描述

2.4加入统计量

设置选项quantile_lines = TRUE，可以使stat_density_ridges计算指示分位数的线的位置。 默认情况下，绘制了三行，分别对应于第一，第二和第三四分位数：

ggplot(diamonds, aes(x = price, y = cut,fill = cut)) +
	geom_density_ridges(alpha=0.7,quantile_lines = TRUE) +
  theme_ridges() + 
	theme(legend.position = "none")

注意：quantiles=2意味着在两个分位数之间的边界上有一条线(即中位数)。

我们还可以通过切点而不是数字来指定分位数。例如，我们可以指出2.5％和97.5％(quantiles = c(0.025, 0.975))。

ggplot(diamonds, aes(x = price, y = cut,fill = cut)) +
	geom_density_ridges(alpha=0.7,quantile_lines = TRUE,quantiles = c(0.025, 0.975)) +
  theme_ridges() + 
	theme(legend.position = "none")

使用stat_density_ridges，计算stat(quantile)，通过分位数进行着色。 注意，仅当calc_ecdf = TRUE时才能计算。

ggplot(diamonds, aes(x = price, y = cut,fill = factor(stat(quantile)))) +
	stat_density_ridges(
	  geom = "density_ridges_gradient", 
	  calc_ecdf = TRUE,
    quantiles = 4, quantile_lines = TRUE) +
  theme_ridges() +
  scale_fill_viridis_d(name = "Quartiles")

我们可以使用相同的方法来突出分布的尾部。

ggplot(diamonds, aes(x = price, y = cut,fill = factor(stat(quantile)))) +
	stat_density_ridges(
	  geom = "density_ridges_gradient", 
	  calc_ecdf = TRUE,
    quantiles = c(0.025, 0.975)) +
  theme_ridges() +
    scale_fill_manual(
    name = "Probability", values = c("#FF0000A0", "#A0A0A0A0", "#0000FFA0"),
    labels = c("(0, 0.025]", "(0.025, 0.975]", "(0.975, 1]")
  )

最后，当calc_ecdf = TRUE时，我们还可以计算stat(ecdf)，它表示该分布的经验累积密度函数。 我们将其概率直接映射到颜色上。

ggplot(diamonds, aes(x = price, y = cut,fill = 0.5 - abs(0.5 - stat(ecdf)))) +
	stat_density_ridges(geom = "density_ridges_gradient", calc_ecdf = TRUE) +
  scale_fill_viridis_c(name = "Tail probability", direction = -1)

2.5加入抖动点

stat_density_ridges()还提供了可视化生成分布的原始数据点的选项。可以通过设置jittered_points = TRUE实现。为了简单起见，我们这里使用iris数据集。

ggplot(iris, aes(x = Sepal.Length, y = Species)) +
  geom_density_ridges(jittered_points = TRUE)+
	theme_ridges() + 
	theme(legend.position = "none")

当然可以将其放在密度函数的下方，通过使用position = "raincloud"参数。

ggplot(iris, aes(x = Sepal.Length, y = Species)) +
  geom_density_ridges(
    jittered_points = TRUE, position = "raincloud",
    alpha = 0.7, scale = 0.9
  )

我们还可以模拟地毯形式：

ggplot(iris, aes(x = Sepal.Length, y = Species)) +
  geom_density_ridges(
    jittered_points = TRUE,
    position = position_points_jitter(width = 0.05, height = 0),
    point_shape = '|', point_size = 3, point_alpha = 1, alpha = 0.7,
  )

可以使用ggridges提供的特殊比例来设置抖动点的样式。 scale_discrete_manual()可用于制作具有任意形状和比例的图形。

ggplot(iris, aes(x = Sepal.Length, y = Species, fill = Species)) +
  geom_density_ridges(
    aes(point_color = Species, point_fill = Species, point_shape = Species),
    alpha = .2, point_alpha = 1, jittered_points = TRUE
  ) +
  scale_point_color_hue(l = 40) +
  scale_discrete_manual(aesthetics = "point_shape", values = c(21, 22, 23))

如果你还想再加入一个变量进行可视化，可以在geom_density_ridges()加入。

ggplot(iris, aes(x = Sepal.Length, y = Species, fill = Species)) +
  geom_density_ridges(
    aes(point_shape = Species, point_fill = Species, point_size = Petal.Length), 
    alpha = .2, point_alpha = 1, jittered_points = TRUE
  ) +
  scale_point_color_hue(l = 40) + scale_point_size_continuous(range = c(0.5, 4)) +
  scale_discrete_manual(aesthetics = "point_shape", values = c(21, 22, 23))

另外一种有趣的可视化是通过vline_xxx构造以下图形。

ggplot(iris, aes(x = Sepal.Length, y = Species)) +
  geom_density_ridges(
    jittered_points = TRUE, quantile_lines = TRUE, scale = 0.9, alpha = 0.7,
    vline_size = 1, vline_color = "red",
    point_size = 0.4, point_alpha = 1,
    position = position_raincloud(adjust_vlines = TRUE)
  )

其他资料

对于该包的其他有趣函数与可视化可参考以下资料：

• Introduction to ggridges

• RDocumentation-ggridges

• Basic ridgeline plot