ggplot_build(g)函数 可以访问stat_summarywith的数据ggplot_build。 首先, ggplot 调用,存储在一个对象中: g<-ggplot(iris,aes(x=Species,y=Petal.Length))+geom_jitter(width=0.5)+stat_summary(fun.y=mean,geom="point",color="red")+stat_summary(fun.data=mean_cl_boot,fun.args=(conf.int=0.9999)...
下面是stat_summary()函数的一般用法: R复制代码 ggplot(data, aes(x, y)) + stat_summary(fun, geom, ...) 其中: data是一个数据框,包含要绘制的数据。 aes(x, y)定义了要在x轴和y轴上使用的变量。 fun是一个函数,用于计算汇总统计量。常用的函数包括mean、median、sd等。你也可以自定义函数。 geo...
ggplot2可以把统计变换直接融入画图中,不必先在对数据做统计变换后再画图。 ggplot2提供30多种统计,均以stats_xxx()的方式命名。 1)可在几何对象中直接使用的统计变换,直接使用几何对象就可以了。 2)不能在几何对象创建的,而需要单独使用。 以mpg数据集为例。 stat_summary()做统计绘图并汇总。 #图1 stat_sum...
ggplot(mpg,aes(trans,cty))+ geom_point()+ geom_point(stat = "summary",fun.y="mean",colour="red",size=4) #2.8 使用ggplot2的qplot函数绘制 #还是喜欢直接用户ggplot绘制 library("ggplot2", lib.loc="D:/R/R-3.6.0/library") #help(qplot) qplot(mtcars$wt,mtcars$mpg) #如果绘图使用的两...
stat_unique(): remove duplicated rows. ggplot(mpg, aes(trans, cty)) + geom_point() + stat_summary(geom = "point", fun = "mean", colour = "red", size = 4) 7、 位置设置(Position adjustments) 条形图中stack|fill|dodge position_stack(): stack overlapping bars (or areas) on top of...
library(ggplot2) ls(pattern = "^stat_", env = as.environment("package:ggplot2")) 重要例子: 5.1stat_summary 要求数据源的y能够被分组,每组不止一个元素, 或增加一个分组映射,即aes(x= , y = , group = ) stat_summary (mapping = NULL, data = NULL, geom = "pointrange", position = "id...
CHAPTER 1: Data Visualization with ggplot2 以ggplot2包中的mpg数据为例,它是一个数据框,每行为一个数据,每列为一个观测。mpg包括38种车的数据。 # 查看该数据集 head(ggplot2::mpg) displ:车发动机大小,hwy:车的燃油效率 用该数据集创造第一幅ggplot图 ...
对于每个x的取值,计算对应y值的统计摘要通常是很有用的。在ggplot2中,这一角色由stat_summary()但当,它使用ymin,y和ymax等图形属性,为汇总y的条件分布提供了一种灵活的方法。 2.1单独的统计摘要函数 参数fun.y,fun.ymin和fun.ymax能够接受简单的数值型摘要计算函数,即该函数能够传入一个数据向量并返回一个数值...
2. 3. 4. 最基本的柱形图 library(ggplot2) ggplot(data=dfb.1,aes(x=V1,y=value))+ stat_summary(geom = "bar", fun = mean, fill="#c6c3c3") 1. 2. 3. 4. 5. 6. image.png 添加误差线 这里误差线采用的是mean+-sem library(ggplot2) ...
使用stat_summary函数 #使用ggplot函数绘制散点图ggplot(data, aes(x = x, y = y)) + geom_point() + stat_summary(fun.y = mean, geom = "point", shape = 23, size = 3, fill = "red") 1. 2. 3. 4. 总结 通过以上步骤,你应该已经学会了如何使用R语言中的stat_summary函数。记住不断练习...