使用ggplot2和COWPROOT组合打印和重叠几何图元对象

我将总结一下之前在本论坛（，）中提出的一些问题，但在本例中，我将结合我的真实数据集和代码。我被卡住了，需要帮助才能正确地编写代码

让我们从数据集开始。从此处下载并加载它们：

perio <- read.csv(url("http://vivaelsoftwarelibre.com/wp-content/uploads/2018/05/perio.csv"), header = TRUE, sep = ",", quote = "\"", dec = ".")
pk    <- read.csv(url("http://vivaelsoftwarelibre.com/wp-content/uploads/2018/05/pk.csv"),    header = TRUE, sep = ",", quote = "\"", dec = ".")

现在，我用直方图、密度和几何体对象分别绘制它们，考虑组（A、B）

因此：

我想要什么？ 记住最后一张图片，我需要纠正几个问题，以获得完美的情节：

• 使用

  cowplot

  完美对齐两个图的轴。您可以在左上角和右下角看到轴是如何未对齐的。所以我希望它们形成一个完整的、统一的矩形
• 我想表示95置信限，但只显示两个图的重叠区域。因此，只有两个重叠的矩形可能出现在图表的大致中心，一个用于A组，一个用于B组。垂直杆和水平杆必须消失
• 我希望前面的矩形是

  alpha=.5

  ，这样两者之间的重叠区域就很明显了
• 前面的每个矩形必须保留每组的颜色：A（红色）和B（蓝色）
• 为了便于解释，我想删除一个图例并替换另一个

矩形应该类似于使用Inkscape手动完成的矩形：

---

我真诚地感谢你的帮助。希望R编码专家能帮助我

我不完全清楚您希望矩形最终看起来如何，但是您可以使用cowplot中的

align\u plots

函数来对齐。文档中的示例非常有用。您的矩形被绘制了很多次，因此，例如，向这些层添加

inherit.aes=FALSE

，以获得透明度。有关共享传奇的信息，请参阅。嗨@aosmith，谢谢您的评论。我编辑了这个问题，在最后添加了一个手动编辑的绘图，使用Inkscape和使用R编码的预期绘图。希望你能帮助我。。。我将非常感谢你的帮助！您需要按照以下示例代码所示对齐绘图：

# Calculate mean, sd and length in pk by Comparison
mean_pk   <- aggregate(pk[, 1], list(Type=pk$Comparison), mean)
sd_pk     <- aggregate(pk[, 1], list(Type=pk$Comparison), sd)
length_pk <- aggregate(pk[, 1], list(Type=pk$Comparison), length)

# 95 confidence limits of pk by Comparison (A and B)
CL_A_pk <- qnorm(0.975)*sd_pk[1,2]/sqrt(length_pk[1,2])
CL_A_pk_lw <- mean_pk[1,2] - CL_A_pk
CL_A_pk_up <- mean_pk[1,2] + CL_A_pk

CL_B_pk <- qnorm(0.975)*sd_pk[2,2]/sqrt(length_pk[2,2])
CL_B_pk_lw <- mean_pk[2,2] - CL_B_pk
CL_B_pk_up <- mean_pk[2,2] + CL_B_pk

# Calculate mean, sd and length in perio by Site
mean_perio <- aggregate(perio[, 2], list(Type=perio$Site), mean)
sd_perio <- aggregate(perio[, 2], list(Type=perio$Site), sd)
length_perio <- aggregate(perio[, 2], list(Type=perio$Site), length)

# 95 confidence limits of pk by Site (A and B)
CL_A_perio <- qnorm(0.975)*sd_perio[1,2]/sqrt(length_perio[1,2])
CL_A_perio_lw <- mean_perio[1,2] - CL_A_perio
CL_A_perio_up <- mean_perio[1,2] + CL_A_perio

CL_B_perio <- qnorm(0.975)*sd_perio[2,2]/sqrt(length_perio[2,2])
CL_B_perio_lw <- mean_perio[2,2] - CL_B_perio
CL_B_perio_up <- mean_perio[2,2] + CL_B_perio

# ggplot histogram of pk
library(ggplot2)
dif_pk <- ggplot(pk, aes(x=Count, color=Comparison, fill=Comparison)) + 
  geom_density(alpha=0.25) + 
  geom_histogram(aes(y=..density..), alpha=0.25) + 
  geom_rect(aes(xmin=CL_A_pk_lw, xmax=CL_A_pk_up, ymin=0, ymax=0.3), alpha = 0.5, colour = "darkred", fill = "red") +
  geom_rect(aes(xmin=CL_B_pk_lw, xmax=CL_B_pk_up, ymin=0, ymax=0.3), colour = "darkblue", fill = "blue", alpha = 0.5) +
  geom_vline(aes(xintercept=0), lwd=0.5, lty=2) + 
  theme_minimal() + 
  theme(panel.border = element_blank(), 
        panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(), 
        axis.line = element_line(colour = "black")) +
  lims(x=c(-50, 50), y=c(0,0.3))

# ggplot histogram of perio
library(ggplot2)
dif_perio <- ggplot(perio, aes(x=vsSAP, color=Site, fill=Site)) + 
  geom_density(alpha=0.25, kernel = "gaussian", adjust = 2) + 
  geom_histogram(aes(y=..density..), alpha=0.25) + 
  geom_rect(aes(xmin=CL_A_perio_lw, xmax=CL_A_perio_up, ymin=0, ymax=2, alpha=0.5), colour = "darkblue", fill = "blue", alpha =0.5) +
  geom_rect(aes(xmin=CL_B_perio_lw, xmax=CL_B_perio_up, ymin=0, ymax=2, alpha=0.5), colour = "darkred", fill = "red", alpha =0.5) +
  geom_vline(aes(xintercept=0), lwd=0.5, lty=2) + 
  theme_minimal() +
  theme(panel.border = element_blank(), 
        panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(), 
        axis.line = element_line(colour = "black")) +
  scale_x_continuous(position = "top", limits = c(-75, 20)) +
  scale_y_reverse(position = "right",limits = c(2,0)) +
  coord_flip()

library(cowplot)
ggdraw(dif_pk) +
  draw_plot(dif_perio)