geom_dotplot的正确用途是什么？

Question

我的目的是复制这个数字(道格拉斯A.林德，威廉G马尔查尔，塞缪尔A.瓦西，统计技术在商业和经济，麦格劳-希尔，第17版)与ggplot2 (作者:哈德利韦翰)。

​

​

下面是我基于geom_point和一些丑陋的数据准备所做的工作(请参阅下面的代码)：

​

​

我怎么能用geom_dotplot()**?** 这么做？

在我的尝试中，我遇到了几个问题：(1)将geom_dotplot生成的默认密度映射到一个计数，(2)切断轴，(3)没有意外的漏洞。我放弃了，转而黑了geom_point()。

我期望(而且仍然希望)事情会像这样简单

ggplot(data, aes(x,y)) + geom_dotplot(stat = "identity")

但是没有。下面是我尝试过的结果和输出：

# Data
df <- structure(list(x = c(79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105), y = c(1, 0, 0, 2, 1, 2, 7, 3, 7, 9, 11, 12, 15, 8, 10, 13, 11, 8, 9, 2, 3, 2, 1, 3, 0, 1, 1)), class = "data.frame", row.names = c(NA, -27L))

# dotplot based on geom_dotplot
geom_dots <- function(x, count, round = 10, breaks = NULL, ...) {
    require(ggplot2)
    n = sum(count) # total number of dots to be drawn
    b = round*round(n/round) # prettify breaks
    x = rep(x, count) # make x coordinates for dots
    if (is.null(breaks))  breaks = seq(0, 1, b/4/n)
    ggplot(data.frame(x = x), aes(x = x)) +
        geom_dotplot(method = "histodot", ...) +
        scale_y_continuous(breaks = breaks, 
                        #limits = c(0, max(count)+1), # doesn't work
                        labels = breaks * n) 
} 

geom_dots(x = df$x, count = df$y) 

# dotplot based on geom_point
ggplot_dot <- function(x, count, ...) {
    require(ggplot2)
    message("The count variable must be an integer")
    count = as.integer(count) # make sure these are counts
    n = sum(count) # total number of dots to be drawn
    x = rep(x, count) # make x coordinates for dots
    count = count[count > 0]  # drop zero cases 
    y = integer(0)  # initialize y coordinates for dots
    for (i in seq_along(count)) 
        y <- c(y, 1:(count[i]))  # compute y coordinates
    ggplot(data.frame(x = x, y = y), aes(x = x, y = y)) +
        geom_point(...)  # draw one dot per positive count
}

ggplot_dot(x = df$x, count = df$y, 
    size = 11, shape = 21, fill = "orange", color = "black") + theme_gray(base_size = 18)
# ggsave("dotplot.png") 
ggsave("dotplot.png", width = 12, height = 5.9)

简单随机注释:使用geom_point()解决方案，保存绘图需要调整大小，以确保点的大小(点大小和图的高度/宽度)。使用geom_dotplot()解决方案，我对标签进行了舍入，使其更加美观。不幸的是，我无法在大约100的时候切断轴:使用limits()或coord_cartesian()会导致重新缩放整个地块，而不是裁剪。还请注意，为了使用geom_dotplot()，我创建了一个基于计数的数据向量，因为我无法直接使用count变量(我希望stat="identity"能够这样做，但我无法使它工作)。

​

​

Answer 1

巧合的是，在过去的一天里，我还和geom_dotplot()打过架，并试图让它显示出它的重要性。我还没有找到让y轴显示实际数字的方法，但是我找到了一种截断y轴的方法。正如您所提到的，coord_cartesian()和limits不工作，但coord_fixed()工作，因为它强制执行x:y单位的比率：

library(tidyverse)
df <- structure(list(x = c(79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105), y = c(1, 0, 0, 2, 1, 2, 7, 3, 7, 9, 11, 12, 15, 8, 10, 13, 11, 8, 9, 2, 3, 2, 1, 3, 0, 1, 1)), class = "data.frame", row.names = c(NA, -27L))
df <- tidyr::uncount(df, y) 

ggplot(df, aes(x)) +
  geom_dotplot(method = 'histodot', binwidth = 1) +
  scale_y_continuous(NULL, breaks = NULL) + 
  # Make this as high as the tallest column
  coord_fixed(ratio = 15)

​

​

使用15作为这里的比率是可行的，因为x轴也是在相同的单位(即单个整数)。如果x轴是一个百分比或对数美元或日期或其他，你必须修补的比率，直到y轴被截断足够。

编辑与地块结合法

正如我在下面的评论中所提到的，使用拼凑法将情节与coord_fixed()结合起来并不是很好。但是，如果手动将合并的地块的高度(或宽度)设置为与coord_fixed()中的比率相同的值，并确保每个地块具有相同的x轴，则可以得到psuedo面图。

# Make a subset of df
df2 <- df %>% slice(1:25)

plot1 <- ggplot(df, aes(x)) +
  geom_dotplot(method = 'histodot', binwidth = 1) +
  scale_y_continuous(NULL, breaks = NULL) + 
  # Make this as high as the tallest column
  # Make xlim the same on both plots
  coord_fixed(ratio = 15, xlim = c(75, 110))

plot2 <- ggplot(df2, aes(x)) +
  geom_dotplot(method = 'histodot', binwidth = 1) +
  scale_y_continuous(NULL, breaks = NULL) + 
  coord_fixed(ratio = 7, xlim = c(75, 110))

# Combine both plots in a single column, with each sized incorrectly
library(patchwork)
plot1 + plot2 +
  plot_layout(ncol = 1)

​

​

# Combine both plots in a single column, with each sized appropriately
library(patchwork)
plot1 + plot2 +
  plot_layout(ncol = 1, heights = c(15, 7) / (15 + 7))

​

​

Answer 2

这对复制来说够近吗？

​

​

为了达到这个目的，因为第一幅图实际上是一个直方图，所以从计数摘要中，将示例数据展开到每个观察表单中的一行。

df <- tidyr::uncount(df, y)  

然后利用method = 'histodot'和bindwidth=1将geom_dotplot()转换成直方图-y形式.

为了美学起见，移除y轴，因为它是小数的胡言乱语，甚至连医生都说它“没有意义，所以把它藏起来”。

ggplot(df, aes(x)) +
  geom_dotplot(method = 'histodot', binwidth = 1) +
  scale_y_continuous(NULL, breaks = NULL)