R ggplot:根据整个数据集,在保持正常化的同时,绘制CDF的剪切图
我有以下结构的数据框:R ggplot:根据整个数据集,在保持正常化的同时,绘制CDF的剪切图,r,ggplot2,R,Ggplot2,我有以下结构的数据框: x series 11.1 "without restraints" 9.8 "without restraints" 7.0 "restraints" ... 我想绘制按序列分组的数据的累积分布函数。一般来说,它与命令配合得很好 ggplot(data = df, aes(x = x, col = series)) + stat_ecdf(geom = "smooth") + sc
x series
11.1 "without restraints"
9.8 "without restraints"
7.0 "restraints"
...
我想绘制按序列分组的数据的累积分布函数。一般来说,它与命令配合得很好
ggplot(data = df, aes(x = x, col = series)) + stat_ecdf(geom = "smooth") + scale_x_continuous(limits=c(min_x, max_x))
x值的范围从3.7到20左右。如果我将限制设置为3和25,则输出如下
但是,如果我将限制设置为3和10,则输出为,并且分数/密度现在根据3到10范围内的数据集进行计算。有没有一种方法,我用整个数据集的比例来绘制它,这样密度就相对于完整的数据集给出了(因此,在x值为10时,密度应该在0.13左右)
谢谢您的帮助。您可以使用
coord\u cartesian
:
+ coord_cartesian(xlim = c(3, 10))
与scale\u x\u continuous
中规定的限制相反,coord\u cartesian
使用整个数据集
从笛卡尔坐标
+ coord_cartesian(xlim = c(3, 10))
在坐标系上设置限制将缩放绘图(就像使用放大镜查看),并且不会像在比例上设置限制那样更改基础数据
整个代码:
ggplot(data = df, aes(x = x, col = series)) +
stat_ecdf(geom = "smooth") +
coord_cartesian(xlim = c(min_x, max_x))
谢谢,这很有帮助。很抱歉我迟到了,我以为我已经接受了你的答案。真的很高兴我在这里找到了你的答案,尽管我参加聚会已经很晚了。谢谢