R中的geom_tile ggplot2使用了什么样的统计方法？

Question

我使用了 geom_tile() 来绘制三个变量在同一张图上... 通过

tile_ruined_coop<-ggplot(data=df.1[sel1,])+
  geom_tile(aes(x=bonus, y=malus, fill=rf/300))+
  scale_fill_gradient(name="vr")+
  facet_grid(Seuil_out_coop_i ~ nb_coop_init)
tile_ruined_coop

我很高兴看到这个结果！

但是，fill 是应用了什么样的统计处理方法？这是一个平均值吗？

- delaye

Answer 1

它使用文档中所示的 stat_identity。您可以轻松测试：

DF <- data.frame(x=c(rep(1:2, 2), 1), 
                 y=c(rep(1:2, each=2), 1), 
                 fill=1:5)

#  x y fill
#1 1 1    1
#2 2 1    2
#3 1 2    3
#4 2 2    4
#5 1 1    5

p <- ggplot(data=DF) +
  geom_tile(aes(x=x, y=y, fill=fill))

print(p)

如您所见，1/1组合的填充值为5。如果使用因子，会更加清晰地了解发生的情况：

p <- ggplot(data=DF) +
  geom_tile(aes(x=x, y=y, fill=factor(fill)))

print(p)

如果您想描绘手段，我建议在ggplot2之外计算它们：

library(plyr)
DF1 <- ddply(DF, .(x, y), summarize, fill=mean(fill))
p <- ggplot(data=DF1) +
  geom_tile(aes(x=x, y=y, fill=fill))

print(p)

这比试图找出stat_summary是否能够以某种方式与geom_tile协同工作要容易得多（我表示怀疑）。

- Roland

---

谢谢！那么，如果我想使用ddply来找到按bonus和malus分组的fill值的平均值...但是我想保留所有其他变量，我该怎么做？ - delaye

使用aggregate()函数，我找到了一个解决方案！如果能在ggplot2中实现这种统计解决方案就太棒了。 - delaye

Answer 2

在绘制填充值的平均值之前，您应该先对值进行聚合。scale_colour_gradient(...)不是在数据层级上工作，而是在可视化层级上工作。让我们从一个玩具数据框开始构建一个可重复使用的示例。

mydata = expand.grid(bonus = seq(0, 1, 0.25), malus = seq(0, 1, 0.25), type = c("Risquophile","Moyen","Risquophobe"))
mydata = do.call("rbind",replicate(40, mydata, simplify = FALSE))
mydata$value= runif(nrow(mydata), min=0, max=50)
mydata$coop = "cooperative"

现在，在绘图之前，我建议您计算每组40个值的平均值，并且为此操作我喜欢使用dplyr包：

library(dplyr)
data = mydata %>% group_by("bonus","malus","type","coop") %>% summarise(vr=mean(value))

现在你已经准备好使用ggplot2绘制数据集了：

library(ggplot2)
g = ggplot(data, aes(x=bonus,y=malus,fill=vr))
g = g + geom_tile()
g = g + facet_grid(type~coop)

这是结果：

你可以确保填充值正好是你的值的平均值。
这是否符合你的预期？

- Fabio

---

是的，谢谢Fabio！如果ggplot能够使用基本统计填充，那将非常棒！ :-) - delaye

我认为这两件事是有意分离的。ggplot就像可视化语法，而aggregate或dplyr则用于“数据塑形”。 - Fabio

Answer 3

scale_fill()和geom_tile()不应用任何统计方法，或者更好的说，应该将stat_identity()应用于你的填充值=rf/300。它只是计算你使用了多少种颜色，然后使用munsell函数'mnsl()'生成这些颜色。如果你想仅对显示的颜色应用一些统计方法，你应该使用：

scale_colour_gradient(trans = "log")

或者

scale_colour_gradient(trans = "sqrt")

改变瓷砖之间的颜色可能不是最好的想法，因为地块必须是可比较的，并且您通过它们的颜色来比较价值。希望这可以帮到您。

- Fabio

---

谢谢Fabio。但是，如果我想要绘制填充值的平均值，我应该怎么做呢？似乎不存在“trans = mean”这个选项 :-S。 - delaye

你想要“风险爱好者”，“中等”和“风险厌恶者”之间的总体平均值吗？ - Fabio

我有40个模拟变量池，因此我想计算每个变量配置的平均结果。例如，奖金=0，罚款=0，风险爱好者...和奖金=0，罚款=2，风险爱好者...等等。 - delaye