使用after_stat()函数可以将统计变换的结果显性化,然后再进行运算即可,这里需要的运算是比例 = 计数/总样本,总样本为1000。 p1 <- ggplot() + geom_density(aes(x = density.1, y = after_stat(count/1000)), stat = "bin", bins = 20, col = "black") p2 <- ggplot() + geom_histogram(aes(...
大部分的aesthetics直接使用data中的variables进行映射(例如ggplot(mpg,aes(x=cty,y=hwy,color=class))+geom_point()),但有时想在随后的渲染(即生成图像)过程中延迟map。ggplot2有三个时期的数据可用来做map(见??after_stat): 直接在一开始使用用户提供的layer data(original layer data),如上述例子 使用被...
4. 新增 after_stat，after_scale 引入了美学计算。例如，下面可以在绘制直方图后将 y 坐标转换为密度。用频率代替频数。使用与边缘相同颜色填充并设置透明度。5. 对同种美学实现多重映射。这样要借助新的 stage 函数，理解起来就比较晕了 (((φ(◎ロ◎;)φ)))6. 图的标题和注释坐标范围更加自由了。7. 针对...
after_stat(y):在对应 x值处计算得到的函数值,即经过函数计算和统计转换等操作后得到的 y值。 0x02 使用实例 一、geom_function()用于叠加函数绘制 首先生成了一个包含 100 个随机正态分布数据的数据框,并绘制其密度图(geom_density),然后使用geom_function(fun = dnorm)在该图上叠加了标准正态分布函数(dnorm...
4. 新增 after_stat,after_scale 引入了美学计算。 例如,下面可以在绘制直方图后将 y 坐标转换为密度。用频率代替频数。 使用与边缘相同颜色填充并设置透明度。 5. 对同种美学实现多重映射。这样要借助新的 stage 函数,理解起来就比较晕了 (((φ(◎ロ◎;)φ)))。
tableRaw %>% ggplot(aes(x,fill=group)) + geom_histogram(aes(y=if_else(after_stat(group...
ggplot(diamonds, aes(carat)) + geom_histogram(aes(y=after_stat(density)),color="black",fill...
下面的方法有点笨拙，但看起来很有效。它使用stat_boxplot()及其构造变量after_stat(ymin)、after_stat...
mapping = aes(y = -after_stat(density)), colour = "black", alpha = 0.3)+ coord_cartesian(xlim = c(-10, 10)) 有了这个,我可以为第一个直方图绘制normal density plot,但无法为第二个直方图覆盖正常密度曲线。 任何关于如何为第二个直方图绘制第二个normal density plot的建议都会很好。
每个图都有两个对应于坐标轴的 x 和 y 刻度图形属性。通常,用户明确指定映射到 x 和 y 的变量,但有时图形属性被映射到计算变量,就像geom_histogram()那样,而且不需要明确指定。例如,和以下绘图规则相同: ggplot(mpg,aes(x=displ))+geom_histogram()ggplot(mpg,aes(x=displ,y=after_stat(count)))+geom_hi...