R 复杂点图-每行有多个点

首先是我的数据：

structure(c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 1, 0, 0, 0, 0, 0, 0, 3.9, 
6.4, 7.4, 8.1, 9, 9.4, 7.8, 12.8, 14.8, 16.2, 18, 18.8), .Dim = c(6L, 
22L), .Dimnames = list(c("Merc", "Peug", "Fera", "Fiat", "Opel", 
        "Volv"), c("10", "33.95", "58.66", 
"84.42", "110.21", "134.16", "164.69", "199.1", "234.35", "257.19", 
"361.84", "432.74", "506.34", "581.46", "651.71", "732.59", "817.56", 
"896.24", "971.77", "1038.91", "Reduction", "Price")))

为了更容易地解释我想要实现的目标，我将展示矩阵：

> head(data)
     10 33.95 58.66 84.42 110.21 134.16 164.69 199.1 234.35 257.19 361.84 432.74 506.34 581.46 651.71 732.59 817.56 896.24 971.77 1038.91 Reduction Price
Merc  0     0     0     0      0      0      0     0      0      0      0      0      1      0      0      0      0      0      0       0 3.9      7.8
Peug  0     0     0     0      0      0      0     0      0      0      0      0      0      0      0      0      0      0      1       0 6.4     12.8
Fera  0     0     0     0      0      0      0     0      0      0      0      0      0      0      0      0      0      0      1       0 7.4     14.8
Fiat  0     0     0     0      0      0      0     0      0      0      0      0      0      0      0      0      1      0      1       0 8.1     16.2
Opel  0     0     0     0      0      0      0     0      0      0      0      0      0      0      0      0      0      0      0       0 9.0     18.0
Volv  0     0     0     0      0      0      0     0      0      0      0      0      0      0      0      1      0      0      1       0 9.4     18.8

如您所见，所有行只有两种类型的数字（0和1）。有时，每行中可能有1个以上。在

xaxis

上，我想输入

reduce

列中的数字，对于

yaxis

应使用列名。两个轴的比例应在0到1200之间

---

现在是棘手的部分。我想把你能找到数字1的行中的值放在图表上。如果每行中有多个1，则图形上应有多个点

我真的很喜欢用

dplyr

来处理这类事情，因为它可以让你的代码既紧凑又易于阅读，即使你从现在起三个月后就开始使用它

require(dplyr)
require(tidyr)
require(ggplot2)

d <- data %>%
    as.data.frame %>%
    mutate(Maker = rownames(data)) %>%
    gather(Column, Bool, -Maker, -Reduction, -Price) %>%
    filter(Bool == 1) %>%
    mutate(Column = as.numeric(levels(Column))[Column]) # Is factor otherwise

ggplot(d, aes(x=Reduction, y=Column, shape=Maker)) +
    geom_point() +
    scale_x_continuous(limits=c(0, 1200), breaks=c(0, 400, 800, 1200)) +
    scale_y_continuous(limits=c(0, 1200), breaks=c(0, 400, 800, 1200))

require（dplyr）
需要（三年）
需要（ggplot2）
d%
as.data.frame%>%
变异（Maker=行名（数据））%>%
聚集（列、布尔、制造商、降价、价格）%>%
过滤器（布尔==1）%>%
mutate（Column=as.numeric（levels（Column））[Column]）#是其他因素
ggplot（d，aes（x=减少，y=列，形状=制造者））+
几何点（）+
比例x连续（极限=c（0，1200），中断=c（0，400，800，1200））+
刻度连续（极限=c（0，1200），中断=c（0，400，800，1200））

---

我认为以下内容应该可以解决您的问题

df = structure(c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
            0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
            0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
            0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 
            0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 
            0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 1, 0, 0, 0, 0, 0, 0, 3.9, 
            6.4, 7.4, 8.1, 9, 9.4, 7.8, 12.8, 14.8, 16.2, 18, 18.8), 
          .Dim = c(6L,  22L), 
          .Dimnames = list(c("Merc", "Peug", "Fera", "Fiat", "Opel", 
                             "Volv"), 
                           c("10", "33.95", "58.66", 
                             "84.42", "110.21", "134.16", "164.69", "199.1", "234.35", "257.19", 
                             "361.84", "432.74", "506.34", "581.46", "651.71", "732.59", "817.56", 
                             "896.24", "971.77", "1038.91", "Reduction", "Price")))
df = as.data.frame(df)
df$Price = NULL
library(reshape)
meltDF = melt(df, id.vars = 'Reduction')
library(ggplot2)
ggplot(meltDF[meltDF$value == 1,]) + geom_point(aes(x = Reduction, y = variable))

---

这没关系，但通过缩放，我的意思是我希望看到y轴和x轴上从0到1200的值。我知道，在这种情况下，点可能不可见，因为它们都将完全位于左侧。我的数据比我展示的示例长得多，

xaxis的值也会更高。我想在两个轴上都看到像0400801200这样的数字。这就是我所说的缩放。好吧，我想我一定是误解了右边有这么多空格，但如果你有额外的数据，这是有意义的。这就是我想要实现的，但当我尝试对我的全部数据进行缩放时，它会给我一个错误
错误：提供给连续缩放的离散值
。我知道这是我的错，因为在给定的例子中，它工作得很完美，但也许你知道哪里出了问题？这很奇怪。如果
reduce
或
Column
是一个因子而不是一个数值，则会发生这种情况，例如，如果在数据帧中放置字符向量而不使用
stringsAsFactors=FALSE
，则可能会发生这种情况。尝试
aes（x=as.numeric（levels（reducement））[reduce]，y=as.numeric（levels（Column））[Column]）
--。