如何在R中叠加密度图？

Question

我想在R中叠加两个密度图到同一设备上，应该怎么操作？我在网络上搜索了但没有找到明显的解决方案。

我的想法是从文本文件（列）中读取数据，然后使用：

plot(density(MyData$Column1))
plot(density(MyData$Column2), add=T)

或者类似这样的内容。

- pasta

---

对于ggplot2家族，现在有一个名为"ggridges"的包可以实现这一功能。 - Liang Zhang

Answer 1

使用lines来表示第二个：

plot(density(MyData$Column1))
lines(density(MyData$Column2))

确保第一个图的范围合适。

- cbeleites unhappy with SX

---

当两个密度曲线的范围不同时，第二条曲线不适合在图形限制内显示时，你可能需要使用稍微复杂一些的方法。然后，你可以在绘图之前计算密度值，并使用range(dens1$y, dens2$y)计算出适当的 ylim，其中 dens1 和 dens2 是包含两个密度估计对象的变量。在调用 plot() 时使用这个 ylim。 - Gavin Simpson

您可能还希望区分这两条线。设置线宽（lwd）、线型（lty）或线条颜色（col）可以帮助实现。此时，您还可以考虑使用 legend() 添加图例。 - nullglob

如果OP正在从文件中读取数据，我会构建一个复杂的函数来读取数据（sapply，lapply），找到所有数据集的范围，将默认范围设置为所有范围的最大值，然后绘制（lines）密度。@Gavin - Roman Luštrik

Answer 2

ggplot2 是另一个图形包，可以相当巧妙地处理像Gavin提到的范围问题。它还可以自动生成适当的图例，并且在我看来，从开箱即用的角度来看，它的整体感觉更加 polished，需要较少的手动操作。

library(ggplot2)

#Sample data
dat <- data.frame(dens = c(rnorm(100), rnorm(100, 10, 5))
                   , lines = rep(c("a", "b"), each = 100))
#Plot.
ggplot(dat, aes(x = dens, fill = lines)) + geom_density(alpha = 0.5)

- Chase

---

首先需要将OP的数据框转换成长格式：ggplot(melt(MyData), mapping=aes(fill=variable, x=value)) + geom_density(alpha=.5)。然后可以使用这个语句绘制密度图。 - cbeleites unhappy with SX

好的图表。"dat2"是什么？"melt"是什么（命令未找到）？ - Erik Aronesty

@ErikAronesty - 在这一点上，你的猜测和我的一样好，我在两年前回答了这个问题！我猜想我在环境中有另一个名为dat的对象，所以将其命名为dat2...我提供的模拟数据按照预期工作。melt()命令来自reshape2包。早在2011年，当加载ggplot2时，reshape2会自动加载，但现在不再是这样，所以您需要单独执行library(reshape2)。 - Chase

Answer 3

添加基本图形版本，可以处理y轴限制，添加颜色，并适用于任意列数：

如果我们有一个数据集：

myData <- data.frame(std.nromal=rnorm(1000, m=0, sd=1),
                     wide.normal=rnorm(1000, m=0, sd=2),
                     exponent=rexp(1000, rate=1),
                     uniform=runif(1000, min=-3, max=3)
                     )

接下来绘制密度图：

dens <- apply(myData, 2, density)

plot(NA, xlim=range(sapply(dens, "[", "x")), ylim=range(sapply(dens, "[", "y")))
mapply(lines, dens, col=1:length(dens))

legend("topright", legend=names(dens), fill=1:length(dens))

这将会得到：

- Karolis Koncevičius

---

我喜欢这个例子，但如果您的数据列包含NA值，则它无法正常工作。我不确定如何修改代码，但这将非常有用。 - daisy

@daisy 将这行代码 dens <- apply(myData, 2, density) 改为 dens <- apply(myData, 2, density, na.rm=TRUE)，然后它就可以正常工作了。 - Karolis Koncevičius

Answer 4

为了提供完整的解决方案，这里是使用 lattice 的 Chase 答案版本：

dat <- data.frame(dens = c(rnorm(100), rnorm(100, 10, 5))
                   , lines = rep(c("a", "b"), each = 100))

densityplot(~dens,data=dat,groups = lines,
            plot.points = FALSE, ref = TRUE, 
            auto.key = list(space = "right"))

这会产生一个像这样的图表：

- joran

---

不创建新的 data.frame：densityplot(~rnorm(100)+rnorm(100, 10, 5), plot.points=FALSE, ref=TRUE, auto.key = list(space = "right"))。或者对于 OP 数据 densityplot(~Column1+Column2, data=myData)。 - Marek

Answer 5

这是我在基础中的做法（实际上在第一个答案的评论中提到了，但我会在这里展示完整的代码，包括图例，因为我还不能发表评论...）

首先，您需要从密度图中获取有关 y 轴最大值的信息。因此，您需要先单独计算密度。

dta_A <- density(VarA, na.rm = TRUE)
dta_B <- density(VarB, na.rm = TRUE)

根据第一个答案绘制它们，并为您刚获得的y轴定义最小和最大值。(我将最小值设置为0)

plot(dta_A, col = "blue", main = "2 densities on one plot"), 
     ylim = c(0, max(dta_A$y,dta_B$y)))  
lines(dta_B, col = "red")

然后将图例添加到右上角。

legend("topright", c("VarA","VarB"), lty = c(1,1), col = c("blue","red"))

- R. Prost

Answer 6

您可以使用 ggjoy 软件包。 假设我们有三个不同的 beta 分布，例如：

set.seed(5)
b1<-data.frame(Variant= "Variant 1", Values = rbeta(1000, 101, 1001))
b2<-data.frame(Variant= "Variant 2", Values = rbeta(1000, 111, 1011))
b3<-data.frame(Variant= "Variant 3", Values = rbeta(1000, 11, 101))


df<-rbind(b1,b2,b3)

您可以按以下方式获取三种不同的分发版本：

library(tidyverse)
library(ggjoy)


ggplot(df, aes(x=Values, y=Variant))+
    geom_joy(scale = 2, alpha=0.5) +
    scale_y_discrete(expand=c(0.01, 0)) +
    scale_x_continuous(expand=c(0.01, 0)) +
    theme_joy()

- George Pipis

Answer 7

我拿上面的格子例子做了一个很棒的函数。可能有更好的方法可以通过melt/cast重塑来完成这个任务。（如果您看到改进的地方，请评论或编辑。）

multi.density.plot=function(data,main=paste(names(data),collapse = ' vs '),...){
  ##combines multiple density plots together when given a list
  df=data.frame();
  for(n in names(data)){
    idf=data.frame(x=data[[n]],label=rep(n,length(data[[n]])))
    df=rbind(df,idf)
  }
  densityplot(~x,data=df,groups = label,plot.points = F, ref = T, auto.key = list(space = "right"),main=main,...)
}

使用示例：

multi.density.plot(list(BN1=bn1$V1,BN2=bn2$V1),main='BN1 vs BN2')

multi.density.plot(list(BN1=bn1$V1,BN2=bn2$V1))

- Chris

Answer 8

每当出现轴限不匹配的问题时，base图形中正确的工具是使用matplot。关键在于利用density.default中的from和to参数。这有点hackish，但相当容易实现：

set.seed(102349)
x1 = rnorm(1000, mean = 5, sd = 3)
x2 = rnorm(5000, mean = 2, sd = 8)

xrng = range(x1, x2)

#force the x values at which density is
#  evaluated to be the same between 'density'
#  calls by specifying 'from' and 'to'
#  (and possibly 'n', if you'd like)
kde1 = density(x1, from = xrng[1L], to = xrng[2L])
kde2 = density(x2, from = xrng[1L], to = xrng[2L])

matplot(kde1$x, cbind(kde1$y, kde2$y))

根据需要添加各种功能（matplot接受所有标准的plot/par参数，例如lty、type、col、lwd等）。

- MichaelChirico