原文链接:http://tecdat.cn/?p=25075
本文显示如何填充 图表中两条交叉线之间的区域。
让我们尝试用ggplot2绘制这个图 .
首先,加载 ggplot2 并生成要在示例中使用的数据框(我使用的是稍微修改过的数据集,因此最终结果会与原始图有所不同)。
在 ggplot2 中可以填充两条线之间的区域,但是由于我们需要线段具有不同的颜色,因此需要一些额外的工作。
> ggplot +
geom_ribbon
为了改变两条线交叉点的填充颜色,需要计算交点。
点击标题查阅往期内容
R语言空气污染数据的地理空间可视化和分析:颗粒物2.5(PM2.5)和空气质量指数(AQI)
左右滑动查看更多
01
02
03
04
slope1 <- c
intcpt1 <- with
intcpt2 <- with
x2 <- with
y3 <- with
现在,我们确保计算正确,我们目视检查交叉点的位置:
> ggplot+ geom_line +
geom_line +
geom_point
当我计划为上面使用 geom\_ribbon 生成的图着色时,交叉点也需要以 geom\_ribbon 的形式呈现——一个y3 复制变量就可以做到这一点。
y4 <- y3
显然还需要额外的错误检查,如上图最左边和最右边的绿点的位置所示——任何两条线都可以有一个交点,超出特定图的范围。
> cross\[which\] <- NA
>segment <- findIntval
为了使 ggplot2 能够在每个线条交叉处改变填充颜色,它需要知道每个彩色区域的起点和终点。因此需要复制中间的交叉点,因为它们将是两个相邻区域的一部分,填充了不同的颜色。
x3 <- c(tail, NA)
y5 <- c(tail, NA)
y6 <- y5
现在需要将两条线的坐标和彩色区域的起点/终点组合成一个长格式的数据帧。
> crs1 <- css
> cs2 <- cr\[!is.na\]
> co3 <- rss\[!is.na\]
> names(cos2) <- names
> names(cos3) <- names
> cmo <- rbind
> omo <- rbind
> ggplot(obo, aes) +
geom_ribbon
每个区间都填充了不同的颜色,但我们希望将填充颜色的数量限制为两种。
> ggplot + geom_ribbon +
geom_path + opts
本文摘选《R语言绘制GGPLOT2双色XY-面积图组合交叉折线图数据可视化》,点击“阅读原文”获取全文完整资料。
点击标题查阅往期内容
主成分分析PCA谱分解、奇异值分解SVD预测分析运动员表现数据和降维可视化
结构方程模型SEM、路径分析房价和犯罪率数据、预测智力影响因素可视化2案例
Fama French (FF) 三因子模型和CAPM模型分析股票市场投资组合风险/收益可视化
逻辑回归、随机森林、SVM支持向量机预测心脏病风险数据和模型诊断可视化
分类回归决策树交互式修剪和更美观地可视化分析细胞图像分割数据集
KMEANS均值聚类和层次聚类:亚洲国家地区生活幸福质量异同可视化分析和选择最佳聚类数
绘制圆环图/雷达图/星形图/极坐标图/径向图POLAR CHART可视化分析汽车性能数据
网络社区检测(社群发现)分析女性参加社交活动和社区节点着色可视化
R语言贝叶斯MCMC:用rstan建立线性回归模型分析汽车数据和可视化诊断
R语言混合线性模型、多层次模型、回归模型分析学生平均成绩GPA和可视化
R语言线性混合效应模型(固定效应&随机效应)和交互可视化3案例
R语言Bootstrap的岭回归和自适应LASSO回归可视化
R语言聚类有效性:确定最优聚类数分析IRIS鸢尾花数据和可视化
R语言k-means聚类、层次聚类、主成分(PCA)降维及可视化分析鸢尾花iris数据集
R语言 PCA(主成分分析),CA(对应分析)夫妻职业差异和马赛克图可视化
R语言关联规则模型(Apriori算法)挖掘杂货店的交易数据与交互可视化
R语言对布丰投针(蒲丰投针)实验进行模拟和动态可视化生成GIF动画
R语言动态可视化:绘制历史全球平均温度的累积动态折线图动画gif视频图
R语言用温度对城市层次聚类、kmean聚类、主成分分析和Voronoi图可视化
R语言建立和可视化混合效应模型mixed effect model
R语言使用Metropolis-Hastings采样算法自适应贝叶斯估计与可视化
R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化分析
R语言计算资本资产定价模型(CAPM)中的Beta值和可视化
R语言主成分分析(PCA)葡萄酒可视化:主成分得分散点图和载荷图
R语言时变向量自回归(TV-VAR)模型分析时间序列和可视化
R语言样条曲线、决策树、Adaboost、梯度提升(GBM)算法进行回归、分类和动态可视化
R语言用主成分PCA、 逻辑回归、决策树、随机森林分析心脏病数据并高维可视化
R语言对布丰投针(蒲丰投针)实验进行模拟和动态可视化生成GIF动画
R语言用温度对城市层次聚类、kmean聚类、主成分分析和Voronoi图可视化
R语言动态可视化:绘制历史全球平均温度的累积动态折线图动画gif视频图
欲获取全文文件,请点击左下角“阅读原文”。
欲获取全文文件,请点击左下角“阅读原文”。