numeric(str_replace(name,'x',''))) %>% group_by(`Reference genome`,variants,name) %>% summarise(mean_value=mean(value)) %>% ungroup() -> new.data 最基本的图 代码语言:javascript 代码运行次数:0 运行 AI代码解释 library(ggplot2) ggplot(data=new.data,aes(x=name,y=mean_value))+...
AI代码解释 #默认分组设置,即group=1p+geom_boxplot()#分组(group)也是ggplot2种映射关系的一种,如果需要把观测点按额外的离散变量进行分组处理,必须修改默认的分组设置。 p1<-ggplot(data=diamond,mapping=aes(x=carat,y=price,group=factor(cut)))p1+geom_boxplot() 注意:不同的几何对象,要求的属性会有些...
predvals <- models %>% group_by(sex) %>% do(predictvals(.$model[[1]], xvar = "ageYear", yvar = "heightIn")) 最后,我们可以用预测值绘制数据 在上面的代码中,每个组的预测值的 x 范围跨越每个组的 x 范围,并且不会再跨越。对于男性,预测线在最年长的男性处停止,而对于女性,预测线继续向右...
ggplot(df,aes(group1,value))+stat_summary(fun.data='mean_sd',geom="errorbar",width=0.15,size=1)+ geom_bar(aes(fill=group1),color="black",stat="summary",fun=mean,position="dodge",size=0.5) #计算并手动添加 library(dplyr)#AGrammarofDataManipulation df1<-df%>%group_by(group1)%>% s...
#默认分组设置, 即group=1 p + geom_boxplot() #分组(group)也是ggplot2种映射关系的一种, 如果需要把观测点按额外的离散变量进行分组处理, 必须修改默认的分组设置。 p1 <- ggplot(data=diamond, mapping=aes(x=carat, y=price, group=factor(cut))) ...
使用分组摘要计算yes和total,将其转换为long,并将转换后的列映射到fill: library(tidyverse) df %>% group_by(col2) %>% summarize( yes = sum(col3 == "yes"), total =...
#使用group_by函数对指定数据的字段进行聚合 group_id <- group_by(.data = latitude_longitude, id) #自定义各省份经纬度中心位置的函数 center <- function(x) mean(range(x)) #聚合操作 province_location <- summarise(.data = group_id, latitude = center(lat), longitude = center(long)) ...
当然,如果需要对明细数据中的某个离散变量进行聚合(均值、求和、最大、最小、方差等)后再绘制条形图的话,建议先使用dplyr包中的group_by()函数和summarize()函数实现数据汇总,具体可参见: http://mp.weixin.qq.com/s?__biz=MzIxNjA2ODUzNg==&mid=402687811&idx=1&sn=fb4ada05aef7bf34b9fc35f97221d55...
ggplot(data=diamond)+geom_boxplot(aes(x=carat,y=price,group=factor(cut))) ggplot(data=diamond)+geom_point(aes(x=carat,y=price,colour=color,shape=cut)) 注:ggplot2支持图层,可以把不同的图层中共用的映射提供给ggplot函数,而某一几何对象才需要的映射参数提供给geom_xxx函数。