R ggplot扩展函数，用于在散点图中绘制叠加平均值
我正在尝试创建一个扩展ggplot2的自定义函数。该函数的目标是将平均值与水平和垂直标准误差叠加。下面的代码完成了全部工作R ggplot扩展函数，用于在散点图中绘制叠加平均值,r,ggplot2,plyr,ggproto,R,Ggplot2,Plyr,Ggproto,我正在尝试创建一个扩展ggplot2的自定义函数。该函数的目标是将平均值与水平和垂直标准误差叠加。下面的代码完成了全部工作 library(plyr) library(tidyverse) summ <- ddply(mtcars,.(),summarise, dratSE = sqrt(var(drat))/length(drat), mpgSE = sqrt(var(mpg))/length(mpg),
library(plyr)
library(tidyverse)
summ <- ddply(mtcars,.(),summarise,
dratSE = sqrt(var(drat))/length(drat),
mpgSE = sqrt(var(mpg))/length(mpg),
drat = mean(drat),
mpg = mean(mpg))
ggplot(data = mtcars, mapping = aes(x = drat, y = mpg)) +
geom_point(shape = 21, fill = 'black', color = 'white', size = 3) +
geom_errorbarh(data = summ, aes(xmin = drat - dratSE, xmax = drat + dratSE)) +
geom_errorbar(data = summ, aes(ymin = mpg - mpgSE, ymax = mpg+mpgSE), width = .1) +
geom_point(data = summ, color='red',size=4)
库（plyr）
图书馆（tidyverse）
summ我认为在这一点上，plyr
已经不存在了。我建议使用dplyr
软件包。当使用dplyr
编程时，您可以使用{{
（curly-curly或including作为）正确引用表达式
库（ggplot2）
图书馆（dplyr）
#>
#>正在附加包：“dplyr”
#>以下对象已从“package:stats”屏蔽：
#>
#>滤波器，滞后
#>以下对象已从“package:base”屏蔽：
#>
#>相交、setdiff、setequal、并集
geom_point_error我认为plyr
在这一点上已经不存在了。我建议使用dplyr
包。当使用dplyr
编程时，可以使用{
（curly-curly，或enballing）正确引用表达式
库（ggplot2）
图书馆（dplyr）
#>
#>正在附加包：“dplyr”
#>以下对象已从“package:stats”屏蔽：
#>
#>滤波器，滞后
#>以下对象已从“package:base”屏蔽：
#>
#>相交、setdiff、setequal、并集
几何点误差因为我的第一个答案仍然是比较简单的答案，所以我决定保留它。这个答案应该更接近他们的目标
构建ggproto对象可能会很麻烦，具体取决于您尝试执行的操作。在您的情况下，您将3个ggproto
Geoms
类与新的Stat
类组合在一起
这三个几何图形是：
GeomErrorbar
GeomErrorbarh
GeomPoint
开始时，有时您只需要从其中一个类继承并覆盖该方法，但要将这三个类合并在一起，您需要做更多的工作
让我们先考虑一下这些<代码> GeOMs/COD>绘制它们的<代码>网格< /COD>对象。根据<代码> GeOM <代码>，这些函数中有一个函数<代码> DraceLayle（）/<代码>，<代码> DRAPH PANELL（）/<代码>，和<代码>拖拽组（）/代码>。幸运的是，我们所要使用的每一个GEMS只使用“代码>拖拉面板”（）
这意味着我们的工作量会少一点-我们将直接调用这些方法，并构建一个新的grobTree
对象。我们只需要小心，所有正确的参数都会进入我们新的Geom
的draw\u panel（）
方法
<>在编写自己的<代码>绘制面板< /代码>之前，我们首先要考虑<代码> StupUpPARAMSH（）/<代码>和<代码> StuuPuxDATA（）
函数。有时，这些函数会直接修改数据。这些步骤通常有助于这里的自动处理，并经常用于标准化/转换数据。一个很好的例子是GeomTile
和GeomRect
，它们本质上是相同的Geom
s，但它们的设置数据（）
函数不同，因为它们的参数化方式不同
假设您只想分配一个x
和一个y
，并将xmin
、ymin
、xmax
和ymax
的计算留给geoms/stats
幸运的是，geomerpoint
只返回数据，不做任何修改，因此我们需要合并GeomErrorbar
和GeomErrorbar
的setup\u data（）
首先，为了跳过一些步骤，我将创建一个新的Stat
，它将负责在compute\u group（）
方法中为我们转换这些值
此处的注释，GeomErrorbar
和GeomErrorbar
允许分别包含另一个参数-width
和height
，这两个参数控制错误条的平坦部分的宽度
此外，在这些函数中，每个函数都将生成自己的xmin
，xmax
，ymin
，ymax
——因此我们需要区分这些参数
首先将所需信息加载到命名空间中
库（ggplot2）
图书馆（网格）
“%||%”因为我的第一个答案仍然是比较简单的解决方案，所以我决定保留它。这个答案应该更接近他们的目标
构建ggproto对象可能会很麻烦，具体取决于您尝试执行的操作。在您的情况下，您将3个ggproto
Geoms
类与新的Stat
类组合在一起
这三个几何图形是：
GeomErrorbar
GeomErrorbarh
GeomPoint
开始时，有时您只需要从其中一个类继承并覆盖该方法，但要将这三个类合并在一起，您需要做更多的工作
让我们先考虑一下这些<代码> GeOMs/COD>绘制它们的<代码>网格< /COD>对象。根据<代码> GeOM <代码>，这些函数中有一个函数<代码> DraceLayle（）/<代码>，<代码> DRAPH PANELL（）/<代码>，和<代码>拖拽组（）/代码>。幸运的是，我们所要使用的每一个GEMS只使用“代码>拖拉面板”（）
这意味着我们的工作量会少一点-我们将直接调用这些方法，并构建一个新的grobTree
对象。我们只需要小心，所有正确的参数都会进入我们新的Geom
的draw\u panel（）
方法
<>在编写自己的<代码>绘制面板< /代码>之前，我们首先要考虑<代码> StupUpPARAMSH（）/<代码>和<代码> StuuPuxDATA（）GeomTileGeomRe