R ggplot2中的X轴刻度线
这里我得到了一个数据帧,由34个样本的3264个标准化数据点组成(3264 x 34)。我使用以下脚本生成了ggplot:R ggplot2中的X轴刻度线,r,ggplot2,R,Ggplot2,这里我得到了一个数据帧,由34个样本的3264个标准化数据点组成(3264 x 34)。我使用以下脚本生成了ggplot: cl21 <- geom_line(aes(y=CL021, col="CL")) cl22 <- geom_line(aes(y=CL022, col="CL")) cl24 <- geom_line(aes(y=CL024, col="CL")) cl25 <- geom_line(aes(y=CL025, col="CL")) cl27
cl21 <- geom_line(aes(y=CL021, col="CL"))
cl22 <- geom_line(aes(y=CL022, col="CL"))
cl24 <- geom_line(aes(y=CL024, col="CL"))
cl25 <- geom_line(aes(y=CL025, col="CL"))
cl27 <- geom_line(aes(y=CL027, col="CL"))
cl28 <- geom_line(aes(y=CL028, col="CL"))
cl30 <- geom_line(aes(y=CL030, col="CL"))
cl33 <- geom_line(aes(y=CL033, col="CL"))
cl35 <- geom_line(aes(y=CL035, col="CL"))
cl36 <- geom_line(aes(y=CL036, col="CL"))
cl37 <- geom_line(aes(y=CL037, col="CL"))
cl38 <- geom_line(aes(y=CL038, col="CL"))
cl39 <- geom_line(aes(y=CL039, col="CL"))
cl40 <- geom_line(aes(y=CL040, col="CL"))
ng172 <- geom_line(aes(y=NG172, col="NG"))
ng176 <- geom_line(aes(y=NG176, col="NG"))
ng178 <- geom_line(aes(y=NG178, col="NG"))
ng190 <- geom_line(aes(y=NG190, col="NG"))
ng191 <- geom_line(aes(y=NG191, col="NG"))
ng195 <- geom_line(aes(y=NG195, col="NG"))
ng218 <- geom_line(aes(y=NG218, col="NG"))
ng232 <- geom_line(aes(y=NG232, col="NG"))
ng244 <- geom_line(aes(y=NG244, col="NG"))
ng264 <- geom_line(aes(y=NG264, col="NG"))
ng285 <- geom_line(aes(y=NG285, col="NG"))
ng289 <- geom_line(aes(y=NG289, col="NG"))
ng299 <- geom_line(aes(y=NG299, col="NG"))
ng302 <- geom_line(aes(y=NG302, col="NG"))
ng306 <- geom_line(aes(y=NG306, col="NG"))
ng318 <- geom_line(aes(y=NG318, col="NG"))
ng320 <- geom_line(aes(y=NG320, col="NG"))
ng335 <- geom_line(aes(y=NG335, col="NG"))
ng338 <- geom_line(aes(y=NG338, col="NG"))
ng367 <- geom_line(aes(y=NG367, col="NG"))
gplot(normDF, aes(x=pos, y= value))+ cl21 +cl22 +cl24 +cl25 +cl27 +cl28 +cl30 +cl33 +cl35 +cl36 +cl37 +cl38 +cl39 +cl40 + ng172+ ng176+ ng178+ ng190+ ng191+ ng195+ ng218+ ng232+ ng244+ ng264+ ng285+ ng289+ ng299+ ng302+ ng306+ ng318+ ng320+ ng335+ ng338+ ng367 -> p
但是滴答声没有出现在我的图上!我想知道这里是否有人能给我一些建议 我认为您需要使用
scale\u x\u continuous
,因为您的值是连续的
下面是一个示例,包括一个MWE,展示了如何使用reformae2
软件包中的melt
稍微加快流程,以简化事情:
library(reshape2)
library(ggplot2)
df <-
data.frame(
x = 1:100
, ya = 1:100
, yb = seq(1,50, length.out = 100)
, yc = seq(1,25, length.out = 100)
, yd = seq(1,10, length.out = 100)
)
melted <-
melt(df, id.vars ="x")
melted$set <-
ifelse(melted$variable %in% c("ya","yb")
, "set A"
, "set B")
head(melted)
ggplot(melted
, aes(x, value
, group = variable
, col = set)) +
geom_line() +
scale_x_continuous(breaks = c(1, 20, 55, 80)
, labels = c(1,2,3,4))
我认为您需要使用
scale\u x\u continuous
,因为您的值是连续的
下面是一个示例,包括一个MWE,展示了如何使用reformae2
软件包中的melt
稍微加快流程,以简化事情:
library(reshape2)
library(ggplot2)
df <-
data.frame(
x = 1:100
, ya = 1:100
, yb = seq(1,50, length.out = 100)
, yc = seq(1,25, length.out = 100)
, yd = seq(1,10, length.out = 100)
)
melted <-
melt(df, id.vars ="x")
melted$set <-
ifelse(melted$variable %in% c("ya","yb")
, "set A"
, "set B")
head(melted)
ggplot(melted
, aes(x, value
, group = variable
, col = set)) +
geom_line() +
scale_x_continuous(breaks = c(1, 20, 55, 80)
, labels = c(1,2,3,4))
为什么您要使用
scale\u alpha\u discrete
来控制x轴?如果没有normDF
,您真的很难得到帮助。另外,这个例子可能不是你能想到的最简单的重现你的问题的例子。此外,这可能不是向绘图中添加一组不同线条的最简单方法(请参见group
参数)。我还尝试了scale-x_离散,没有用!为什么您要使用scale\u alpha\u discrete
来控制x轴?如果没有normDF
,您真的很难得到帮助。另外,这个例子可能不是你能想到的最简单的重现你的问题的例子。此外,这可能不是向绘图中添加一组不同线条的最简单方法(请参见group
参数)。我还尝试了scale-x_离散,没有用!谢谢你,马克,这真的很有帮助!谢谢你,马克,这真的很有帮助!
df <-
data.frame(
x = 1:100
, CLa = 1:100
, CLb = seq(1,50, length.out = 100)
, NGc = seq(1,25, length.out = 100)
, NGd = seq(1,10, length.out = 100)
)
melted <-
melt(df, id.vars ="x")
melted$set <-
substr(melted$variable, 1, 2)
head(melted)
ggplot(melted
, aes(x, value
, group = variable
, col = set)) +
geom_line() +
scale_x_continuous(breaks = c(1, 20, 55, 80)
, labels = c(1,2,3,4))