ggplot扩展学习笔记-逐行解析Y叔的“geom

介绍

看到Y叔为ggord做的添加置信椭圆的geom_ord_ellipse.R(用法见上一篇文章《画个小圈圈》),决定学习一点ggplot图形的语言,对于初学者最好的方法就是照葫芦画瓢,而Y叔的代码自然是最好的模板。我对Y叔的代码进行了逐行的分析,希望以后有需要可以套用。

以下为代码。这个图层的代码其实很短,很简洁,但是如果想要透彻理解还是需要下些功夫的。

文档注释

roxygen会根据这一部分对单一函数生成帮助文档,也就是我们在R命令行中输入看到的帮助信息。

其基础格式是(Y叔使用了,我觉得好像跟没有什么区别?):

上面代码的注释大多可以顾名思义。比较有意思的是这行了,roxygen会把这个函数放在文件中,这样用户便可以调用这个函数。我是可以调用这个函数的。但这个函数是yyplot的内部函数(注意代码中此函数没有注释)。如果我调用就会报错:

更多关于roxygen的介绍可以参考这篇文章或官方文档。

—的语言

ggproto是ggplot2模块化、面向对象(Object Oriented)化的核心部分。基础的格式是:

是一个很庞大的系统,我目前理解还不是很深入,提供一些参考资料:

官方详细文档

ggproto教程

在理解Y叔这个脚本中我们需要使用最基础的两个模块(创建图层),(数据处理)。

内部函数—中的数据处理

我们在作图之前基本都是要对输入数据进行一些数据预处理,比如在做线箱图的时候需要计算中位数、IQR等。在这个脚本中,我们需要做的是计算置信区间椭圆,这一步是通过实现的。

:这个类的名字为

:继承类

:核心处理数据部分,对每一组进行处理,模板为,在这里,它主要接受置信区间()参数,返回值为计算好的置信区间轮廓上的点坐标。另外,我认为这里并不必要。

:创建图层所需要的mapping参数

函数—创建图层

下面便是重头戏,使用上面的来创建一个图层。其实这就是一个普通的函数,只是为了返回一个图层。

函数的输入值:

:使用过ggplot2都不应该陌生,就是我们写的

:置信区间的概率

:置信区间内部的颜色,会产生透明的椭圆

输入预处理:

这里对输入的做了判断,如果没有输入,就会使用默认值,如果有输入,则替换默认值。

:定义了默认的aesthetics,使用时,变量要用双引号引用或使用()

:根据一个修改另一个中的值

返回的:

这个函数的模板是:

对应到Y叔的函数:

:一个多边形(椭圆)

:使用我们定义的

:数据与图形的对应,如

:位置的定义

:从上一图层继承

:和的参数

到这里,对于一些基本的图层,我觉得完全可以套用Y叔的这个模板。在宏基因组公众号中曾经有人问,这个包中能不能把那些向量去掉,或者加入少部分变量的向量,我想用这个模板完全可以实现,只需要用来做个图层就可以了。

计算置信区间椭圆

这个代码是从的源码改过来的。对于排序图来说,基本最后都会降维到一个低维的空间(2维),方便展示。所以,我们最后需要处理的问题就是根据2维上的散点,计算出这些点分布的可能范围(在2维正态分布的假设下,对协方差使用卡方检验)。其中涉及到我们要把数据分成组(不同椭圆,不同颜色标记),然后对每一组求出上述的范围。这个操作使用ddply实现的:

分而治之

在此,把根据拆分成组,然后每一组套用,最后再把结果组合()在一起。以下我们介绍每一组是如何处理的。

计算置信椭圆

从统计上来讲这个置信椭圆是这样做的:

做出一个单位圆(半径为单位1)

我们知道单位圆的参数方程为,在这里ggord的作者其实重复了两圈,具体的原因我也没有搞清楚,我认为没有必要。

套用公式把这个圆转换成椭圆

这里的转化实际是:

其中,也就是数据的中心,k根据概率控制椭圆的大小(因为是针对2维正态分布的协方差,所以使用了卡方检验),代表协方差矩阵的Cholesky分解,X和分别为圆和椭圆上对应点的坐标。

至于为什么这么做,涉及一些线代推导,可以参见下面两篇文章(特别是第一篇):

https://jellymatter.wordpress.com/2011/03/31/drawing-confidence-ellipses-and-ellipsoids/#more-507

http://www.visiondummy.com/2014/04/draw-error-ellipse-representing-covariance-matrix/

有点多余?

这部分的意思是对之前算出的那些椭圆上的点找出对应的凸多边形。我认为对于上述方法得到的点已经在一个凸多边形上了(椭圆)。我没有太明白这一步的必要性,去掉之后并没有发现影响。

作者李陈浩,没错就是那个写了个原型,请我来封装成图层的人,我在他代码(其实来源于ggord包)的基础上,封装了图层,并且修改增强为适应其它ordination plot的通用图层。他对我的代码进行了逐行解析,是学习写ggplot2的好材料,当然这里其实只是写了Stat而已,也就是我之前说的数据处理,画图的Geom使用的是内置的polygon,写图层的能力还应该包括写Geom,以后有机会再跟大家介绍。

赞赏是最好的支持!

  • 发表于:
  • 原文链接:http://kuaibao.qq.com/s/20180112G03FU700?refer=cp_1026

扫码关注云+社区