R GG aes中的曲线图差异()

R GG aes中的曲线图差异(),r,ggplot2,R,Ggplot2,考虑ggplot中的df图: ggplot(data = df, aes(x=X,y=Y)) + geom_point(aes(color=Trial)) 这种情况下的变量试验是一个因子。有人能解释一下在geom_点函数内部和外部绘制因子的区别吗,如下所示: ggplot(data = df, aes(x=X,y=Y,color=Trial)) 以下是df的示例: structure(list(Sample = c("GID7173723", "GID4878677", "GID88208

考虑ggplot中的
df
图:

ggplot(data = df, aes(x=X,y=Y)) +
geom_point(aes(color=Trial)) 
这种情况下的变量试验是一个
因子
。有人能解释一下在
geom_点
函数内部和外部绘制因子的区别吗,如下所示:

ggplot(data = df, aes(x=X,y=Y,color=Trial))
以下是
df
的示例:

structure(list(Sample = c("GID7173723", "GID4878677", "GID88208", 
"GID346403", "GID268825", "GID7399578"), Trial = structure(c(4L, 
6L, 5L, 5L, 5L, 6L), .Label = c("ES1-5", "ES6-13", "ES14-26", 
"ES27-38", "SA1-13", "SA14-25"), class = "factor"), X = c(8.68082802271727, 
-52.0699224029511, -23.9642181294958, 53.3466936371821, -85.064856918598, 
33.4668785456285), Y = c(-35.3997039478218, 46.2365967946906, 
-42.8190962627021, 24.245938561458, 95.9865691321666, 25.6522750117316
), Z = c(12.3326491737533, -24.7722861720316, -11.7262667337085, 
-43.0492006899678, -51.7268052275685, 49.6715770397554)), row.names = c(NA, 
6L), class = "data.frame")
我想你是说

ggplot(data = df, aes(x = X, y = Y)) +
  geom_point(aes(color = Trial))

ggplot(data = df, aes(x = X, y = Y, color = Trial)) +
  geom_point()
而不仅仅是第一行,没有
geom\u点
。不包括
geom_点
显然不会给出任何分数,无论指定的美学效果如何

正如您所看到的,这两段代码摘录在本例中给出了相同的结果。更一般地说,区别在于,在第一种情况下,您仅为
geom_point
设置颜色美学,而在第二种情况下,它是全局设置的。也就是说,你可以使用

ggplot(data = df, aes(x = X, y = Y, color = Trial)) +
  geom_point() + geom_line()

现在,两种几何图形将使用相同的颜色美学。另一方面,

ggplot(data = df, aes(x = X, y = Y)) +
  geom_point(aes(color = Trial)) + geom_line()


将给出黑线。另请注意,副作用线也按试验分组,在这种情况下,“美学映射”部分没有差异。实际问题是,每个ggplot对象至少需要一个“几何层”才能在功能上工作。换句话说,您需要告诉ggplot对象使用点通过这些点的坐标来表示X和Y值,这正是函数
geom_point()
所做的

所以

ggplot(data = df, aes(x = X, y = Y)) + geom_point(aes(color = Trial))
ggplot(data = df, aes(x = X, y = Y, color = Trial)) + geom_point()