ggplot2 中的广义矩阵散点图？
Generalised matrix scatterplots in ggplot2?
我想创建一个大小为 N 倍 N 的网格图，其中 N 是字段数。我试图获得的网格图有点像 Weka 中的图：一个多图，其中每一行都是数据帧的一个字段，每一列也是一个字段。诀窍是我想获得矩阵散点图的更通用版本。我想要更丰富的数据，没有重复：例如，对角线值可以有分布。
维卡。矩阵散点图浪费了很多space，能不能丰富一下？
基本R解法1.plot(iris)同样有浪费的问题space，为什么要对角线？
看起来像是从维基百科以某种方式使用 R 基本命令创建的 R 解决方案 2。
R 中的小型演示（计算时间过长）
library(gridExtra)
library(grid)
library(ggplot2)
#library(lattice)
data(iris)
p1 <- ggplot(data=iris,aes(x=Sepal.Length, y=Sepal.Length)) + geom_point()
p2 <- ggplot(data=iris,aes(x=Sepal.Length, y=Sepal.Width)) + geom_point()
p3 <- ggplot(data=iris,aes(x=Sepal.Length, y=Petal.Length)) + geom_point()
p4 <- ggplot(data=iris,aes(x=Sepal.Length, y=Petal.Width)) + geom_point()
p5 <- ggplot(data=iris,aes(x=Sepal.Length, y=Species)) + geom_point()
grid.arrange(p1, p2, p3, p4, p5, ncol=length(names(iris)))
#ERROR: In as.list(X): reached elapsed time limit
# https://cran.r-project.org/web/packages/gridExtra/vignettes/arrangeGrob.html
及其会话信息
version 3.4.1 (2017-06-30)
Platform: x86_64-apple-darwin15.6.0 (64-bit)
Running under: macOS High Sierra 10.13.1
Matrix products: default
BLAS: /System/Library/Frameworks/Accelerate.framework/Versions/A/Frameworks/vecLib.framework/Versions/A/libBLAS.dylib
LAPACK: /Library/Frameworks/R.framework/Versions/3.4/Resources/lib/libRlapack.dylib
locale:
[1] C
attached base packages:
[1] grid stats graphics grDevices utils datasets methods base
other attached packages:
[1] lattice_0.20-35 gridExtra_2.3 BAS_1.4.7 statsr_0.0.1 dplyr_0.7.4
[6] ggplot2_2.2.1
loaded via a namespace (and not attached):
[1] Rcpp_0.12.14 knitr_1.17 bindr_0.1 magrittr_1.5
[5] munsell_0.4.3 colorspace_1.3-2 xtable_1.8-2 R6_2.2.2
[9] rlang_0.1.4 plyr_1.8.4 tools_3.4.1 gtable_0.2.0
[13] htmltools_0.3.6 lazyeval_0.2.0 assertthat_0.2.0 digest_0.6.13
[17] tibble_1.3.4 bindrcpp_0.2 shiny_1.0.5 glue_1.2.0
[21] mime_0.5 labeling_0.3 compiler_3.4.1 scales_0.4.1
[25] httpuv_1.3.5 pkgconfig_2.0.1
>
这非常耗时：对于我的 1.3GHz MBA，它甚至没有完成并且需要很长时间来绘制或根本不绘制。我想找到更现代的方法来绘制广义散点图。
如何使用 ggplot 和 tidyverse 创建广义矩阵散点图？
有趣的附带问题
Side-by-side plots with ggplot2
grid.layout in ggplot
Grid of multiple ggplot2 plots which have been made in a for loop
关键搜索词是
Generalised Pairs Plots, generalised scatterplot matrix
scatterplot matrix
哈德利在 2012 年讨论过 here。我们在下面列出了替代方案，试图实现与原始矩阵散点图相同的探索性分析。
在撰写本文时，GGally 看起来是使用 ggplot 和 tideverse 的最佳人选。它是用 ggplot2 构建的，您可以进一步阅读 here.
备选方案
GGally 由 Marco Sandri 建议
dev.off()
library(GGally)
ggpairs(iris)
对于更大的数据集，您可能需要更改 cardinality_threshold 这样
ggpairs(movies[1:15,1:10], cardinality_threshold = 211)
其中电影数据来自上次分配 here
对于较大的数据集，这看起来有些难以阅读。
唉！您可以使用颜色并自定义 ggpairs 图
示例来自 here. GGally has an excellent manual here.
我想创建一个大小为 N 倍 N 的网格图，其中 N 是字段数。我试图获得的网格图有点像 Weka 中的图：一个多图，其中每一行都是数据帧的一个字段，每一列也是一个字段。诀窍是我想获得矩阵散点图的更通用版本。我想要更丰富的数据，没有重复：例如，对角线值可以有分布。
维卡。矩阵散点图浪费了很多space，能不能丰富一下？
基本R解法1.plot(iris)同样有浪费的问题space，为什么要对角线？
看起来像是从维基百科以某种方式使用 R 基本命令创建的 R 解决方案 2。
R 中的小型演示（计算时间过长）
library(gridExtra)
library(grid)
library(ggplot2)
#library(lattice)
data(iris)
p1 <- ggplot(data=iris,aes(x=Sepal.Length, y=Sepal.Length)) + geom_point()
p2 <- ggplot(data=iris,aes(x=Sepal.Length, y=Sepal.Width)) + geom_point()
p3 <- ggplot(data=iris,aes(x=Sepal.Length, y=Petal.Length)) + geom_point()
p4 <- ggplot(data=iris,aes(x=Sepal.Length, y=Petal.Width)) + geom_point()
p5 <- ggplot(data=iris,aes(x=Sepal.Length, y=Species)) + geom_point()
grid.arrange(p1, p2, p3, p4, p5, ncol=length(names(iris)))
#ERROR: In as.list(X): reached elapsed time limit
# https://cran.r-project.org/web/packages/gridExtra/vignettes/arrangeGrob.html
及其会话信息
version 3.4.1 (2017-06-30)
Platform: x86_64-apple-darwin15.6.0 (64-bit)
Running under: macOS High Sierra 10.13.1
Matrix products: default
BLAS: /System/Library/Frameworks/Accelerate.framework/Versions/A/Frameworks/vecLib.framework/Versions/A/libBLAS.dylib
LAPACK: /Library/Frameworks/R.framework/Versions/3.4/Resources/lib/libRlapack.dylib
locale:
[1] C
attached base packages:
[1] grid stats graphics grDevices utils datasets methods base
other attached packages:
[1] lattice_0.20-35 gridExtra_2.3 BAS_1.4.7 statsr_0.0.1 dplyr_0.7.4
[6] ggplot2_2.2.1
loaded via a namespace (and not attached):
[1] Rcpp_0.12.14 knitr_1.17 bindr_0.1 magrittr_1.5
[5] munsell_0.4.3 colorspace_1.3-2 xtable_1.8-2 R6_2.2.2
[9] rlang_0.1.4 plyr_1.8.4 tools_3.4.1 gtable_0.2.0
[13] htmltools_0.3.6 lazyeval_0.2.0 assertthat_0.2.0 digest_0.6.13
[17] tibble_1.3.4 bindrcpp_0.2 shiny_1.0.5 glue_1.2.0
[21] mime_0.5 labeling_0.3 compiler_3.4.1 scales_0.4.1
[25] httpuv_1.3.5 pkgconfig_2.0.1
>
这非常耗时：对于我的 1.3GHz MBA，它甚至没有完成并且需要很长时间来绘制或根本不绘制。我想找到更现代的方法来绘制广义散点图。
如何使用 ggplot 和 tidyverse 创建广义矩阵散点图？
有趣的附带问题
Side-by-side plots with ggplot2
grid.layout in ggplot
Grid of multiple ggplot2 plots which have been made in a for loop
关键搜索词是
Generalised Pairs Plots, generalised scatterplot matrix
scatterplot matrix
哈德利在 2012 年讨论过 here。我们在下面列出了替代方案，试图实现与原始矩阵散点图相同的探索性分析。
在撰写本文时，GGally 看起来是使用 ggplot 和 tideverse 的最佳人选。它是用 ggplot2 构建的，您可以进一步阅读 here.
备选方案
GGally 由 Marco Sandri 建议
dev.off()
library(GGally)
ggpairs(iris)
对于更大的数据集，您可能需要更改 cardinality_threshold 这样
ggpairs(movies[1:15,1:10], cardinality_threshold = 211)
其中电影数据来自上次分配 here
对于较大的数据集，这看起来有些难以阅读。
唉！您可以使用颜色并自定义 ggpairs 图
示例来自 here. GGally has an excellent manual here.