R 使用ggplot2绘制多条法线曲线，无硬编码平均值和标准偏差

我有一个均值和标准差向量，我想用

ggplot2

在同一个图中绘制与这些均值和标准差对应的密度。我使用了

mapply

和

gather

来解决这个问题，但是对于一些我认为应该很琐碎的东西，代码行相当多：

library(dplyr)
library(tidyr)
library(ggplot2)

# generate data
my_data <- data.frame(mean =  c(0.032, 0.04, 0.038, 0.113, 0.105, 0.111),
                      stdev = c(0.009, 0.01, 0.01, 0.005, 0.014, 0.006), 
                      test = factor(c("Case_01", "Case_02", "Case_03", "Case_04",
                                      "Case_05", "Case_06")))

# points at which to evaluate the Gaussian densities
x <- seq(-0.05, 0.2, by = 0.001)

# build list of Gaussian density vectors based on means and standard deviations
pdfs <- mapply(dnorm, mean = my_data$mean, sd = my_data$stdev, MoreArgs = list(x = x),
               SIMPLIFY = FALSE)

# add group names
names(pdfs) <- my_data$test

# convert list to dataframe
pdfs <- do.call(cbind.data.frame, pdfs)
pdfs$x <- x

# convert dataframe to tall format
tall_df <- gather(pdfs, test, density, -x)

# build plot
p <- ggplot(tall_df, aes(color = test, x = x, y = density)) +
  geom_line() +
  geom_segment(data = my_data, aes(color = test, x = mean, y = 0, 
                                   xend = mean, yend = 100), linetype = "dashed") +
  coord_cartesian(ylim = c(-1, 100))
print(p)

库（dplyr）
图书馆（tidyr）
图书馆（GG2）
#生成数据
my_data您可以使用
purrr:：pmap_df
保存一些编码，它在为每个
mean stdev
对构建数据帧后自动执行行绑定：

假设
my_data
的输入列按顺序排列，或者
mean、stdev、test
和
test
属于字符类

库（purrr）
很酷！你能解释一下
pmap\u df
的目标是什么吗？我不熟悉
purr
另外，我不知道您为什么要使用
.I
sintax。当然，
toll_df2
pmap_df
是
pmap
+
bind_rows
的一种组合，
pmap
与
mappy
做了类似的事情，但语法不同。因此，如果您已经将数据放在一起（在您的示例中是一个数据框），那么这将非常方便，而不是执行
mappy（f，a，b，c）
您执行
pmap（list（a，b，c），f）
。最后，它调用
bind\u rows
来保存
do.call（…，rbind）
。有关语法的更多信息，请参见
？pmap
。如果您想按名称匹配参数，您需要显式地构造一个函数
pmap\u df（我的数据，函数（平均值，stdev，test）数据\u帧（x=x，test=test，density=dnorm（x，平均值，stdev）））
！我将使用按名称匹配的方法——更具可读性，IMO，而且也不会对列的顺序进行假设。因为在实际用例中，我从磁盘读取数据，所以我不能确定列的顺序，但我知道列名。
library(purrr)
tall_df2 <- pmap_df(my_data, ~ data_frame(x = x, test = ..3, density = dnorm(x, ..1, ..2)))

my_data <- data.frame(mean =  c(0.032, 0.04, 0.038, 0.113, 0.105, 0.111),
                      stdev = c(0.009, 0.01, 0.01, 0.005, 0.014, 0.006), 
                      test = c("Case_01", "Case_02", "Case_03", "Case_04", "Case_05", "Case_06"), 
                      stringsAsFactors = F)

p <- ggplot(tall_df2, aes(color = factor(test), x = x, y = density)) + 
      geom_line() +
      geom_segment(data = my_data, aes(color = test, x = mean, y = 0, 
                                       xend = mean, yend = 100), linetype = "dashed") +
      coord_cartesian(ylim = c(-1, 100))

print(p)