Ggplot. зеркальная гистограмма. функция карты включает .. плотность

Я создаю зеркальную гистограмму, используя плотности переменных, взятых из двух разных наборов данных, структурированных следующим образом:

library(ggplot2)
data(iris)

ggplot()+
  geom_histogram(data=iris, aes(x=Sepal.Width, y=..density..), fill='#56B4E9')+
  geom_histogram(data=iris, aes(x=Sepal.Length, y= -..density..), fill='#D55E00')

Что создает:
Ggplot. зеркальная гистограмма. функция карты включает .. плотность

Однако я хотел бы отобразить один и тот же график для нескольких пар переменных, поэтому я устанавливаю следующее:

var_list <- list(x = names(iris[1:4])) #define named variables

plots <- map(.x = var_list$x[1:4], #map to names
    ~ {
      ggplot()+
        geom_histogram(data=iris, aes_string(x=.x, y=..density..), fill='#56B4E9')+
        geom_histogram(data=iris, aes_string(x=.x, y=-..density..), fill='#D55E00')
      }
    )

Это бросает Error in aes_string(x = .x, y = ..density..) : object '..density..' not found

Я вижу, что есть проблема с передачей ..density.. в aes_string() при сопоставлении, но я не могу ее решить. Я предполагаю, что мне может понадобиться использовать map2 и указать .y = , но я не могу понять это.

Любые советы приветствуются.

Не используйте aes_string. Используйте местоимение .data: aes(x=.data[[.x]], y=..density..). Это текущий рекомендуемый способ с последними версиями ggplot.

— 09.05.2022 15:33

r ggplot2

09.05.2022 14:17

Стоит ли изучать PHP в 2026-2027 годах?

Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...

Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией

В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.

Приемы CSS-макетирования - floats и Flexbox

Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...

Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest

В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...

Концепция локализации и ее применение в приложениях React ⚡️

Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...

Пользовательский скаляр GraphQL

Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Поскольку я не знаю, как комбинаторика должна играть роль в вашем примере, я просто принял во внимание 6 различных возможностей выбора 2 разных столбцов из 4.

Прикрепил пример. Я использовал combn(), чтобы найти 6 комбинаций и сохранил результат в списке var_list.

library(ggplot2)
library(purrr)
data(iris)

# combn to get the choose(4, 2) combinations: 
var_list <- combn(names(iris[1:4]), 2, simplify = F) #define named variables
var_list
#> [[1]]
#> [1] "Sepal.Length" "Sepal.Width" 
#> 
#> [[2]]
#> [1] "Sepal.Length" "Petal.Length"
#> 
#> [[3]]
#> [1] "Sepal.Length" "Petal.Width" 
#> 
#> [[4]]
#> [1] "Sepal.Width"  "Petal.Length"
#> 
#> [[5]]
#> [1] "Sepal.Width" "Petal.Width"
#> 
#> [[6]]
#> [1] "Petal.Length" "Petal.Width"

## Version with aes_string(): 
plots <- map(var_list, #map to names
              ~ {
                ggplot()+
                  geom_histogram(data=iris, aes_string(x= .x[1], y = "..density.."), fill='#56B4E9') +
                  geom_histogram(data=iris, aes_string(x= .x[2], y = "-..density.."), fill='#D55E00')
              }
)


## Better using aes(), see comment:
plots2 <- map(var_list, #map to names
             ~ {
               ggplot()+
                 geom_histogram(data=iris, aes(x = .data[[.x[1]]], y = ..density..), fill='#56B4E9') +
                 geom_histogram(data=iris, aes(x = .data[[.x[2]]], y = -..density..), fill='#D55E00')
             }
)

^{Created on 2022-05-09 by the reprex package (v2.0.1)}

Возможно, это то, что вы искали.

combn() не требуется, так как я рисую из разных наборов данных для каждой половины гистограммы. Ваше решение решило проблему. Очень признателен.

— 09.05.2022 19:04

09.05.2022 15:46