這是一個棘手的問題，而我基本上同時提出了兩個問題，使其變得更加棘手。但它們是相關的（如果不是在理論上，也是在實踐中）。
問題是
。基本上，我想使用一個腳本和一個資料框架來創建一個帶有箭頭的分面圖：
我想使用一個腳本和一個資料框架來創建一個帶有箭頭的分面圖。 <箭頭
目標是使用箭頭來表示治療的劑量，這可能會改變個人或治療佇列的劑量。
示例資料集
下面是我可能需要用箭頭繪制的那種資料的例子：df_3 <- tibble()
ID = rep(1。 2,每個= 10）,
TIME = rep(1。 10, times = 2),
DV = c（runif(10)。 runif(10) * 5）
)
一個我不想要的情節的例子
下面的代碼生成了一個我所處位置的例子，但不是我想要的位置：ggplot(data =df_3, aes(x = TIME, y = DV)）
geom_line()
facet_wrap(~ID。 天平= "free_y"）
注釋("segment"，
x = c（0. 5, 1.5, 2. 5）。 xend = c(0。 1, 2）。 y = 0. 05, yend = 0,
箭頭=箭頭(長度 = 單位(0. 20, "cm"）。 型別= "closed"））
注意，箭頭只能被設定到一系列的位置（添加這些位置很繁瑣，因為我需要對x和xend變數進行調整，以獲得我想要的角度），而且，由于y軸不同，每一組的角度也不同。
例如，假設我想讓個體1在0、1和2的時間段出現箭頭，但個體2在2、4和6的時間段出現箭頭。
我想我需要將箭頭的位置添加到資料集中，但我擔心這將迫使ggplot為每個單獨的情節繪制箭頭，從而產生模糊的/黑暗的箭頭。
我愿意接受任何和所有的建議或想法。我很感謝你的時間。
uj5u.com熱心網友回復：
你遇到的問題是，箭頭完全是在資料空間中定義的，這可能會使視覺空間中的角度出現偏差。解決這個問題的一個方法是撰寫你自己的 geom，按照你喜歡的方式來繪制它，但是對于一個看起來如此簡單的任務來說，這似乎是一種多余的做法。
這似乎是 Paul Murrell 的 gggrid 包的一個不錯的使用案例。其中一個可能性是創建一個函式，該函式接收原始資料和轉換后的資料（稱為coords），并輸出所需的圖形物件。
# devtools::install_github("pmur002/gggrid")
library(ggplot2)
library(gggrid)
#> 載入所需的包：grid。
df_3 <- data.frame()
ID = rep(1。 2,每個= 10）,
TIME = rep(1。 10, times = 2),
DV = c（runif(10)。 runif(10) * 5）
)
箭頭 < - function(data, coords) {>
偏移量<-單位(4, "mm")
segmentsGrob()
x0 = unit（coords$x。 "npc") offset,
x1 = unit（coords$x。 "npc"）,
y0 = unit（coords$y。 "npc") offset,
y1 = unit（coords$y。 "npc"),
arrow = arrow(length = unit(0。 2, "cm"）。 型別 = "closed"）,
gp = gpar(fill = "black">)
)
}。
ggplot(data = df_3。 aes(x = TIME, y = DV)）
geom_line()
facet_wrap(~ID。 天平= "free_y"）
grid_panel(data = data. frame(TIME = c（0。 5, 1. 5, 2. 5）。 DV = 0)，
grob = arrows)
很好的一點是，這不是一個靜態的注釋，如annotation_custom()，它只是沿著面重復。在下面的例子中，我們可以看到，第二個箭頭被發送到第二個面板。
ggplot(data = df_3。 aes(x = TIME, y = DV)）
geom_line()
facet_wrap(~ID。 天平= "free_y"）
grid_panel(data = data. frame(TIME = c（0。 5, 1.5, 2. 5）,
DV = 0。 ID = c(1。 2。 1)) # < - facet var
grob = arrows）
創建于2021-09-21，由reprex包（v2.0.1）
uj5u.com熱心網友回復：
不確定我是否完全理解你想要實作的目標，但有一個選項可以添加你的箭頭，那就是使用annotation_custom而不是annotate。
set.seed（123）
library(tibble)
df_3 <- tibble()
ID = rep(1。 2,每個= 10）,
TIME = rep(1。 10,次 = 2）,
DV = c（runif(10)。 runif(10) * 5）
)
library（grid）
library(ggplot2)
段<- segmentsGrob(x0 = unit(. 05, "npc"）。 y0 = unit（. 05, "npc"）,
x1 = unit(0。 "npc"）。 y1 = unit（0。 "npc"),
箭頭=箭頭(角度= 45。 length = unit（0. 2, "cm"）。 型別= "closed"）。 gp = gpar(fill= "black"））
ggplot(data = df_3。 aes(x = TIME, y = DV)）
geom_line()
scale_x_continuous(limits = c(0。 NA))
scale_y_continuous(limits = c(0。 NA))
facet_wrap(~ID。 天平= "free_y"）
lapply（0: 2, function(xmin) {
annotation_custom(grob = segment, xmin = xmin, ymin = 0。 xmax = max(df_3$) operator">$TIME) xmin)
})
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/330193.html
標籤：
上一篇：如何使AR成為你庫中的默認工件