geom_dotplot()在色彩美学中的应用

Question

我希望将数据按X轴上的一个类别组织，但按另一个类别(如本例中所示)对其进行颜色设置：

图1，不着色：

require(ggplot2)
nocolor <- ggplot(mtcars, aes(x=as.factor(cyl), y=disp)) + 
  geom_dotplot(binaxis="y", stackdir = "center")
print(nocolor)

​

​

带有着色的图2：

nododge <- ggplot(mtcars, aes(x=as.factor(cyl), y=disp, fill=as.factor(gear))) + 
  geom_dotplot(binaxis="y", stackdir = "center")
print(nododge)

​

​

引入着色后出现的一个问题是，属于不同组的点不再相互回避。这会给我的真实数据带来问题，因为我得到的点恰好具有相同的值，并且完全模糊了彼此。

然后我试了一下，但它混淆了我的数据：

图3:

garbled <- ggplot(mtcars, aes(x=as.factor(cyl), y=disp)) +
  geom_dotplot(binaxis="y", stackdir = "center", fill=as.factor(mtcars$gear))
print(garbled)

​

​

这些点互相回避，但着色只是随机的，与实际数据不符。

我期望this question的答案可以解决我的问题，但是着色仍然是随机的：

图4：

graphdata <- mtcars
graphdata$colorname <- as.factor(graphdata$gear) 
levels(graphdata$colorname) <- c("red", "blue", "black")
jalapic <- ggplot(graphdata, aes(x=as.factor(cyl), y=disp)) +
  geom_dotplot(binaxis="y", stackdir = "center", fill=as.character(graphdata$colorname))
print(jalapic)

​

​

有没有人知道如何使图#2中的点相互回避，或者如何在图3或图4中固定着色？我真的很感谢你的帮助，谢谢。

Answer 1

使用binpositions = "all"和stackgroups = TRUE

ggplot(mtcars, aes(x=as.factor(cyl), y=disp, fill=as.factor(gear))) + 
  geom_dotplot(binaxis="y", stackdir = "center", binpositions="all", stackgroups=TRUE)

给予：

​

​

一种可能的选择是使用stackdir = "up"

ggplot(mtcars, aes(x=as.factor(cyl), y=disp, fill=as.factor(gear))) + 
  geom_dotplot(binaxis="y", stackdir = "up", binpositions="all", stackgroups=TRUE)

这意味着：

​

​

Answer 2

根据您的需要，这里还有另一种可能比点图更有效的选择。我们绘制各个点，但将它们分开，这样每个点都是可见的。

在我最初的答案中，我使用了position_jitterdodge，但是这种方法的随机性导致了点的重叠和对点位置的控制。下面是一个更新的方法，直接控制点的位置，以防止重叠。

在下面的例子中，我们使用cyl作为x变量，disp作为y变量，gear作为颜色美学。

• 在每个cyl中，我们都希望gear能避开点数。
• 在每个gear中，我们希望具有disp相似值的点水平地分开，这样它们就不会重叠。

我们通过向cyl的值添加适当的增量来实现这一点，以便移动点的水平位置。我们使用两个参数来控制这一点：dodge通过gear来分离各点组，而sep则控制具有类似disp值的每个gear内的点的分离。我们通过创建一个名为disp的分组变量来确定“类似的值”，该变量仅将disp四舍五入到最接近的10(当然，这可以根据数据的规模、绘制点的大小和图形的物理大小进行调整)。

为了确定每个点的x值，我们从cyl的值开始，通过gear添加闪避，最后将每个gear和dispGrp组合中的点数按依赖于每个分组内点数的数量进行分配。

所有这些数据转换都是在dplyr链中完成的，然后将结果数据帧输入ggplot。数据转换和绘图的顺序可以概括为一个函数，但是下面的代码只处理问题中的具体情况。

library(dplyr)
library(ggplot2)

dodge = 0.3  # Controls the amount dodging
sep = 0.05   # Within each dodge group, controls the amount of point separation

mtcars %>% 
  # Round disp to nearest 10 to identify groups of points that need to be separated
  mutate(dispGrp = round(disp, -1)) %>%
  group_by(gear, cyl, dispGrp) %>% 
  arrange(disp) %>%
  # Within each cyl, dodge by gear, then, within each gear, separate points
  #  within each dispGrp
  mutate(cylDodge = cyl + dodge*(gear - mean(unique(mtcars$gear))) + 
           sep*seq(-(n()-1), n()-1, length.out=n())) %>%
  ggplot(aes(x=cylDodge, y=disp, fill=as.factor(gear))) + 
  geom_point(pch=21, size=2) +
  theme_bw() + 
  scale_x_continuous(breaks=sort(unique(mtcars$cyl)))

​

这是我最初的答案，使用position_jitterdodge按颜色躲闪，然后在每个颜色组内抖动以分离重叠点：

set.seed(3521)
ggplot(mtcars, aes(x=factor(cyl), y=disp, fill=as.factor(gear))) + 
  geom_point(pch=21, size=1.5, position=position_jitterdodge(jitter.width=1.2, dodge.width=1)) +
  theme_bw()

​

​