R ggplot2&x2014；有没有办法在同一散点图上自动绘制不同的变换y？

Q：给定一个使用ggplot（）的典型x，y散点图，ggplot2是否也能自动绘制转换后的y？

•在本例中，使用ggplot2中的

stat_smooth（..）

功能进行多个lm拟合：

ggplot(df, aes(x=myX, y=myY)) +
geom_point(color=‘darkgray’) + 
   stat_smooth(method=‘lm’, se=F, aes(color=‘black’), formula=“y ~ x”) +
   stat_smooth(method=‘lm’, se=F, aes(color=‘blue’), formula=“log(y) ~ x”) +
   stat_smooth(method=‘lm’, se=F, aes(color=‘green’), formula=“sqrt(y) ~ x”) +

   # log-scale it so transforms show up:
   scale_y_continuous(trans=‘log10’)

•但我也想绘制变换后y的散射：

sqrt（y）

和

log（y）

ggplot2是否具有这样的自动控制功能，可以将这些图形也打印到同一个图形中？

如果不是，最简单的推荐方法是什么？然后是手动计算

unstack

（base-R）还是

将它们融化成长格式

---

我建议采取下一个办法。您可以在新变量中创建转换。然后，将数据重塑为long，然后对所有变量或面使用一种可视化绘制。这里是分面方法：

library(tidyverse)
#Code1
iris %>% mutate(x=Petal.Length,y=Sepal.Length,logy=log(Sepal.Length),sqrty=sqrt(Sepal.Length)) %>%
  select(c(x,y,logy,sqrty)) %>%
  pivot_longer(-x) %>%
  ggplot(aes(x=x,y=value,color=name,group=name))+
  geom_point()+
  geom_smooth(method = lm,se=F)+
  facet_wrap(.~name,scales = 'free_y')

#Code2
iris %>% mutate(x=Petal.Length,y=Sepal.Length,logy=log(Sepal.Length),sqrty=sqrt(Sepal.Length)) %>%
  select(c(x,y,logy,sqrty)) %>%
  pivot_longer(-x) %>%
  ggplot(aes(x=x,y=value,color=name,group=name))+
  geom_point()+
  geom_smooth(method = lm,se=F)

输出：

或单独绘图法：

library(tidyverse)
#Code1
iris %>% mutate(x=Petal.Length,y=Sepal.Length,logy=log(Sepal.Length),sqrty=sqrt(Sepal.Length)) %>%
  select(c(x,y,logy,sqrty)) %>%
  pivot_longer(-x) %>%
  ggplot(aes(x=x,y=value,color=name,group=name))+
  geom_point()+
  geom_smooth(method = lm,se=F)+
  facet_wrap(.~name,scales = 'free_y')

#Code2
iris %>% mutate(x=Petal.Length,y=Sepal.Length,logy=log(Sepal.Length),sqrty=sqrt(Sepal.Length)) %>%
  select(c(x,y,logy,sqrty)) %>%
  pivot_longer(-x) %>%
  ggplot(aes(x=x,y=value,color=name,group=name))+
  geom_point()+
  geom_smooth(method = lm,se=F)

输出：

---

我已经使用了

iris

dataset和

tidyverse

函数。

感谢您非常有用的回复。实际上，我也一直想学习

facet

，所以这很好。顺致敬意，