R中的颜色依赖条形图

Question

这里有一点我不太深入。我有以下代码生成两个相等大小的矩阵：

MAX<-100 
m<-5 
n<-40 

success<-matrix(runif(m*n,0,1),m,n) 
samples<-floor(MAX*matrix(runif(m*n),m))+1 

success的矩阵是成功的概率和samples矩阵是在每种情况下观察到的样品的相应的数字。我想制作一个条形图，将每列组合在一起，高度由success矩阵决定。每个条的颜色需要是与观察次数相对应的颜色（从1toMAX缩放）（例如，小样本会更红，例如高样本可能会变绿）。

任何想法？

Answer 1

使用@ BrodieG的data.long，该地块可能会更容易一些解释。

library(ggplot2) 
library(RColorBrewer) # for brewer.pal(...) 
ggplot(data.long) + 
    geom_bar(aes(x=x, y=success, fill=count),colour="grey70",stat="identity")+ 
    scale_fill_gradientn(colours=brewer.pal(9,"RdYlGn")) + 
    facet_grid(group~.) 

注意，实际值可能是不同的，因为你的样品中使用随机数。将来，请考虑使用set.seed(n)来生成可重现的随机样本。

编辑 [回应OP的评论]

，因为你开始矩阵，而不是data.frames您获得x轴和小标签号码。因此，将success和samples转换为data.frames，将列名称设置为您的测试名称，并在“列表因子”前加上group列。现在转换为长格式有点不同，因为第一列有组名。设置阈值的颜色

library(reshape2) 
set.seed(1) 
success <- data.frame(matrix(runif(m*n,0,1),m,n)) 
success <- cbind(group=rep(paste("Factor",1:nrow(success),sep=".")),success) 
samples <- data.frame(floor(MAX*matrix(runif(m*n),m))+1) 
samples <- cbind(group=success$group,samples) 
data.long <- cbind(melt(success,id=1), melt(samples, id=1)[3]) 
names(data.long) <- c("group", "x", "success", "count") 

一种方法是添加一列data.long和使用，为fill：

threshold <- 25 
data.long$fill <- with(data.long,ifelse(count>threshold,max(count),count)) 

全部放在一起：

library(ggplot2) 
library(RColorBrewer) 
ggplot(data.long) + 
    geom_bar(aes(x=x, y=success, fill=fill),colour="grey70",stat="identity")+ 
    scale_fill_gradientn(colours=brewer.pal(9,"RdYlGn")) + 
    facet_grid(group~.)+ 
    theme(axis.text.x=element_text(angle=-90,hjust=0,vjust=0.4)) 

最后，当你有x的名字轴标签往往会卡在一起，所以我旋转了名称-90 °。

Answer 2

以下是ggplot的示例。首先，获得的数据为长格式与熔体：

library(reshape2) 
data.long <- cbind(melt(success), melt(samples)[3]) 
names(data.long) <- c("group", "x", "success", "count") 
head(data.long) 
# group x success count 
# 1  1 1 0.48513473  8 
# 2  2 1 0.56583802 58 
# 3  3 1 0.34541582 40 
# 4  4 1 0.55829073 64 
# 5  5 1 0.06455401 37 
# 6  1 2 0.88928606 78 

注意melt将通过行/列组合的迭代矩阵都以同样的方式，所以我们只要cbind所产生的熔融的数据帧。第二个melt之后的[3]是这样的，所以我们不会以重复的组和x值（我们只需要来自第二个melt的计数）结束。现在，让我们ggplot做它的事：

library(ggplot2) 
ggplot(data.long, aes(x=x, y=success, group=group, fill=count)) + 
    geom_bar(position="stack", stat="identity") + 
    scale_fill_gradient2(
    low="red", mid="yellow", high="green", 
    midpoint=mean(data.long$count) 
)