r-ggplot2-两组以上的分割小提琴图

从停止的地方继续

我想在ggplot 2中制作一个分裂的小提琴情节。上述方法仅限于x轴上的两个类别

例如：

set.seed(20160229)
my_data = data.frame(
y=c(rnorm(1000), rnorm(1000, 0.5), rnorm(1000, 1), rnorm(1000, 1.5)),
x=c(rep('a', 2000), rep('b', 2000)),
m=c(rep('i', 1000), rep('j', 2000), rep('i', 1000)))

#Get densities
library(dplyr)
pdat <- my_data %>%
group_by(x, m) %>%
do(data.frame(loc = density(.$y)$x,
            dens = density(.$y)$y))

#Flip and offset densities for the groups
pdat$dens <- ifelse(pdat$m == 'i', pdat$dens * -1, pdat$dens)
pdat$dens <- ifelse(pdat$x == 'b', pdat$dens + 1, pdat$dens)
Plot

ggplot(pdat, aes(dens, loc, fill = m, group = interaction(m, x))) + 
geom_polygon() +
  scale_x_continuous(breaks = 0:1, labels = c('a', 'b')) +
  ylab('density') +
  theme_minimal() +
  theme(axis.title.x = element_blank())

set.seed（20160229）
my_data=data.frame(
y=c（rnorm（1000），rnorm（1000，0.5），rnorm（1000，1），rnorm（1000，1.5）），
x=c（代表（'a'，2000），代表（'b'，2000）），
m=c（代表（'i'，1000），代表（'j'，2000），代表（'i'，1000）））
#获取密度
图书馆（dplyr）
pdat%
（x，m）%>%
do（数据帧（loc=密度（.$y）$x，
密度=密度（.$y）$y））
#组的翻转和偏移密度
pdat$dens我使用for循环按组因子级别定位形状

 set.seed(20160229)
my_data = data.frame(
y=c(rnorm(1000), rnorm(1000, 0.5), rnorm(1000, 1), rnorm(1000, 1.5), rnorm(1000, 1.25), rnorm(1000, 0.75)),
x=c(rep('a', 2000), rep('b', 2000), rep('c', 2000)),
m=c(rep('i', 1000), rep('j', 1000), rep('i', 1000,rep('j', 1000), rep('i', 1000,rep('j', 1000), rep('i', 1000)))

#Get densities
library(dplyr)
pdat <- my_data %>%
group_by(x, m) %>%
do(data.frame(loc = density(.$y)$x,
            dens = density(.$y)$y))

#Flip and offset densities for the groups
pdat$dens <- ifelse(pdat$m == 'i', pdat$dens * -1, pdat$dens)

#Flip and offset densities for x
    #for(pdat$x){pdat$dens <- (pdat$dens + (as.numeric(as.factor(pdat$x))))}
    for(i in 1:nrow(pdat)){(pdat$dens[i] <- (pdat$dens[i] + as.numeric(as.factor(pdat$x[i]))))}


    #Plot
    library(ggplot2)
    ggplot(pdat, aes(dens, loc, fill = m, group = interaction(m, x))) + 
      geom_polygon() +
      scale_x_continuous(breaks = (1:(as.numeric(length(levels(unique(pdat$x)))))), labels = levels(pdat$x)) +

      #scale_x_continuous(breaks = length(pdat$x), labels=pdat$x)+
      ylab("y") +
      theme_minimal() +
      theme(axis.title.x = element_blank())

set.seed（20160229）
my_data=data.frame(
y=c（rnorm（1000），rnorm（1000，0.5），rnorm（1000，1），rnorm（1000，1.5），rnorm（1000，1.25），rnorm（1000，0.75）），
x=c（代表（'a'，2000），代表（'b'，2000），代表（'c'，2000）），
m=c（代表（'i'，1000），代表（'j'，1000），代表（'i'，1000，代表（'j'，1000），代表（'i'，1000，代表（'j'，1000），代表（'i'，1000）））
#获取密度
图书馆（dplyr）
pdat%
（x，m）%>%
do（数据帧（loc=密度（.$y）$x，
密度=密度（.$y）$y））
#组的翻转和偏移密度
pdat$dens我使用for循环按组因子级别定位形状

 set.seed(20160229)
my_data = data.frame(
y=c(rnorm(1000), rnorm(1000, 0.5), rnorm(1000, 1), rnorm(1000, 1.5), rnorm(1000, 1.25), rnorm(1000, 0.75)),
x=c(rep('a', 2000), rep('b', 2000), rep('c', 2000)),
m=c(rep('i', 1000), rep('j', 1000), rep('i', 1000,rep('j', 1000), rep('i', 1000,rep('j', 1000), rep('i', 1000)))

#Get densities
library(dplyr)
pdat <- my_data %>%
group_by(x, m) %>%
do(data.frame(loc = density(.$y)$x,
            dens = density(.$y)$y))

#Flip and offset densities for the groups
pdat$dens <- ifelse(pdat$m == 'i', pdat$dens * -1, pdat$dens)

#Flip and offset densities for x
    #for(pdat$x){pdat$dens <- (pdat$dens + (as.numeric(as.factor(pdat$x))))}
    for(i in 1:nrow(pdat)){(pdat$dens[i] <- (pdat$dens[i] + as.numeric(as.factor(pdat$x[i]))))}


    #Plot
    library(ggplot2)
    ggplot(pdat, aes(dens, loc, fill = m, group = interaction(m, x))) + 
      geom_polygon() +
      scale_x_continuous(breaks = (1:(as.numeric(length(levels(unique(pdat$x)))))), labels = levels(pdat$x)) +

      #scale_x_continuous(breaks = length(pdat$x), labels=pdat$x)+
      ylab("y") +
      theme_minimal() +
      theme(axis.title.x = element_blank())

set.seed（20160229）
my_data=data.frame(
y=c（rnorm（1000），rnorm（1000，0.5），rnorm（1000，1），rnorm（1000，1.5），rnorm（1000，1.25），rnorm（1000，0.75）），
x=c（代表（'a'，2000），代表（'b'，2000），代表（'c'，2000）），
m=c（代表（'i'，1000），代表（'j'，1000），代表（'i'，1000，代表（'j'，1000），代表（'i'，1000，代表（'j'，1000），代表（'i'，1000）））
#获取密度
图书馆（dplyr）
pdat%
（x，m）%>%
do（数据帧（loc=密度（.$y）$x，
密度=密度（.$y）$y））
#组的翻转和偏移密度
pdat$dens我想不需要
for
循环，只要
pdat$dens我想不需要
for
循环，只要
pdat$dens