Crie uma matriz de gráficos de dispersão (pares () equivalentes) em ggplot2

117

É possível traçar uma matriz de gráficos de dispersão com ggplot2, usando ggplotos recursos interessantes de, como mapear fatores adicionais para cor, forma, etc. e adicionar mais suavidade?

Estou pensando em algo semelhante à basefunção pairs.

r ggplot2 Karsten W.
fonte

Verifique também ggally

hadley de

Ah, eu não vi seu comentário lá hadley. Eu fiz minha resposta CW para não roubar sua credibilidade :)

naught101

Respostas:

Você pode querer experimentar o plotmatrix:

  library(ggplot2)
  data(mtcars)
  plotmatrix(mtcars[,1:3])

para mim, mpg (primeira coluna em mtcars) não deve ser um fator. Eu não verifiquei, mas não há razão para que seja. No entanto, recebo um gráfico de dispersão :)

Nota: Para referência futura, a plotmatrix()função foi substituída pela ggpairs()função do GGallypacote como @ naught101 sugere em outra resposta abaixo a esta pergunta.

Matt Bannert
fonte

Não consegui fazer a lapidação trabalhar neste problema, parece que requer fatores do lado direito da fórmula. Ou você poderia me dar um exemplo mínimo?

Karsten W.

Alguém sabe adicionar cor? Não consigo fazer com que gist.github.com/1405150 funcione

Etienne Low-Décarie

A primeira parte desta resposta está errada e causa confusão. Você não pode fazer gráficos de pares com facetação: você só pode fazer gráficos de y por x, e agrupá-los por fatores. Em outras palavras, com o facetamento você tem o mesmo xey em cada subtrama; com pares, você tem um x diferente em cada coluna e um y diferente em cada linha.

naught101

Para referência futura, a plotmatrix()função foi substituída pela ggpairs()função do GGallypacote como @ naught101 sugere em outra resposta a esta questão.

smillig

@MattBannert adicionou o comentário ao seu post para torná-lo mais visível, eu poderia entender os downvoters se tivesse pulado a leitura dos comentários. Espero que você não se importe.

zx8754

232

Eu continuo querendo fazer isso, mas plotmatrix é uma porcaria. Hadley recomenda usar o pacote GGally . Ele tem uma função, ggpairs , que é um gráfico de pares amplamente aprimorado (permite que você use variáveis não contínuas em seus quadros de dados). Ele traça gráficos diferentes em cada quadrado, dependendo dos tipos de variáveis:

library(GGally)
ggpairs(iris, aes(colour = Species, alpha = 0.4))

insira a descrição da imagem aqui

naught101
fonte

Isso é realmente ótimo. É importante notar que qualquer colourvariável deve ser um fator; passou 45 minutos descobrindo isso.

gregmacfarlane

Existe alguma maneira de plotar essas matrizes de correlação sem pares? Por exemplo, eu preciso plotar a primeira coluna contra todas as outras colunas. Pares dá um par muito possível. Por exemplo, eu tenho 10 colunas e isso me dá 10 * 10 = 100. Mas eu deseja a 1ª coluna vs outras 9 apenas

Rgeek

@Rgeek: você pode meltcriar o dataframe usando a variável de seu interesse como uma variável de id e, em seguida, facetá-la pelas outras variáveis.

naught101

Não use ggpairs, apenas use ggplot2 normalmente, como ggplot(data, aes(x=id, y=value)) + geom_point() + facet_grid(.~variable). Presumo que você esteja falando sobre gráficos de dispersão quando diz "gráfico de correlação", porque de outra forma nunca ouvi falar nisso.

naught101

@JimGreen GGally::ggpairs(iris, aes(colour = Species, alpha=0.4))

ElBaulP

Se se deseja obter um ggplotobjeto (não ggmatrixcomo no caso de ggpairs()), a solução é fundir os dados duas vezes, depois ggplotcom facetação. facet_wrapseria melhor do que facet_gridlimitar a área traçada, dado o scales = 'free'parâmetro é fornecido.

require(ggplot2) 
require(dplyr)
require(tidyr)

gatherpairs <- function(data, ..., 
                        xkey = '.xkey', xvalue = '.xvalue',
                        ykey = '.ykey', yvalue = '.yvalue',
                        na.rm = FALSE, convert = FALSE, factor_key = FALSE) {
  vars <- quos(...)
  xkey <- enquo(xkey)
  xvalue <- enquo(xvalue)
  ykey <- enquo(ykey)
  yvalue <- enquo(yvalue)

  data %>% {
    cbind(gather(., key = !!xkey, value = !!xvalue, !!!vars,
                 na.rm = na.rm, convert = convert, factor_key = factor_key),
          select(., !!!vars)) 
  } %>% gather(., key = !!ykey, value = !!yvalue, !!!vars,
               na.rm = na.rm, convert = convert, factor_key = factor_key)
}

iris %>% 
  gatherpairs(Sepal.Length, Sepal.Width, Petal.Length, Petal.Width) %>% {
  ggplot(., aes(x = .xvalue, y = .yvalue, color = Species)) +
      geom_point() + 
      geom_smooth(method = 'lm') +
      facet_wrap(.xkey ~ .ykey, ncol = length(unique(.$.ykey)), scales = 'free', labeller = label_both) +
      scale_color_brewer(type = 'qual')
}

mjktfw
fonte