关于r：ggplot stat_ *函数在概念上如何工作？


How do ggplot stat_* functions work conceptually?

我目前正在努力弄清ggplot2中stat_*和geom_*之间的差异。 (请注意，这不是我要解决的特定问题，而是更多基于兴趣/理解的问题)。

介绍

我目前的理解是stat_*函数将转换应用于数据，然后将结果传递到geom_*进行显示。

最简单的例子是身份转换，它只是将未经转换的数据传递到geom上。

1
2
ggplot(data = iris) +
    stat_identity(aes(x = Sepal.Length, y = Sepal.Width) , geom="point")

当您想使用某种转换并将结果提供给非默认几何时，似乎更实际的用例是，例如，如果您要绘制第一四分位数和第三四分位数的误差线，则可以执行以下操作：

1
2
ggplot(data = iris) +
    stat_boxplot(aes(x=Species, y = Sepal.Length, ymax = ..upper.., ymin = ..lower..), geom ="errorbar")

问题1

那么这些转换如何/何时应用于数据集，数据如何准确地通过它们呢？

例如，假设我要进行stat_boxplot转换并绘制第三个四分位数的点，我将如何执行此操作？

我的直觉是这样的：

1
2
ggplot(data = iris) +
    stat_boxplot(aes(x=Species, y = ..upper..) , geom ="point")

要么

1
2
ggplot(data = iris) +
    stat_boxplot(aes(x=Species, y = Sepal.Length) , geom ="point")

但是两者都错误

1
Error: geom_point requires the following missing aesthetics: y

我的猜测是作为stat_boxplot转换的一部分，它消耗了y美学效果，并生成了一个不包含任何y变量的数据集，但这导致了...。

问题2

在哪里可以找到在stat_*转换中消耗了哪些变量，以及输出了哪些变量？也许我在错误的地方找东西，但是文档对我来说似乎一点都不清晰...

相关讨论

有趣的问题...

作为背景信息，您可以阅读R for Data Science的这一章，重点关注图形语法。我敢肯定，哈德利·威克姆(Hadley Wickham)关于ggplot2的书甚至是更好的资料，但我没有。

构建只有一层且没有任何构面的图的主要步骤是：

  • 在输入数据上应用美学映射(在简单情况下，这是对列的选择和重命名)
  • 在每个数据列上应用比例转换(如果有)
  • 计算每个数据组的统计信息(即本例中的每个物种)
  • 将美学映射应用于用....或stat(name)检测到的统计数据
  • 应用位置调整
  • 建立图形对象
  • 应用坐标变换

    • 如您所料，步骤3的行为类似于dplyr::transmute()：它消耗所有美学列，并输出一个数据框，该数据框具有所有新计算的统计信息和该组中所有恒定的列作为列。统计输出也可能与输入的行数不同。因此，确实在您的示例中，y列未传递给geom。

    为此，我们想在第1步(统计之前)和第4步(geom之前)指定不同的映射。我认为这样会起作用：

    1
    2
    3
    4
    5
    # This does not work:
    ggplot(data = iris) +
      geom_point(
        aes(x=Species, y=stat(upper)),
        stat=stat_boxplot(aes(x=Species, y=Sepal.Length)) )

    ...但是不是(stat必须是字符串或Stat对象，但是stat_boxplot实际上会返回一个Layer对象，就像geom_point一样)。

    注意：stat(upper)是与您的..upper..等效的，更新的符号

    我可能是错的，但我认为没有直接在ggplot中执行此操作的方法。您可以做的是提取上述过程的stat部分，并在输入ggplot()之前自行管理它：

    1
    2
    3
    4
    5
    6
    library(tidyverse)
    iris %>%
      group_by(Species) %>%
      select(y=Sepal.Length) %>%
      do(StatBoxplot$compute_group(.)) %>%
      ggplot(aes(Species, upper)) + geom_point()

    我承认有点不优雅

    对于您的问题2，它在文档中：请参见?stat_boxplot的美学和计算变量部分

    相关讨论