drc :: 使用 ggplot2 绘制 drc 图

Question

我正在尝试用 ggplot2 重现 drc 情节。这是我的第一次尝试（下面给出了 MWE）。但是，我的 ggplot2 与基本 R 图略有不同。我想知道我是否遗漏了什么？

library(drc)
chickweed.m1 <- drm(count~start+end, data = chickweed, fct = LL.3(), type = "event")

plot(chickweed.m1, xlab = "Time (hours)", ylab = "Proportion germinated", 
xlim=c(0, 340), ylim=c(0, 0.25), log="", lwd=2, cex=1.2)

library(data.table)
dt1 <- data.table(chickweed)

dt1Means1 <- dt1[, .(Germinated=mean(count)/200), by=.(start)]
dt1Means2 <- dt1Means1[, .(start=start, Germinated=cumsum(Germinated))]
dt1Means  <- data.table(dt1Means2[start!=0], Pred=predict(object=chickweed.m1))

library(ggplot2)
ggplot(data= dt1Means, mapping=aes(x=start, y=Germinated)) + 
    geom_point() +
    geom_line(aes(y = Pred)) +
    lims(y=c(0, 0.25)) +
    theme_bw()

已编辑

我遵循了here给出的方法（有一些变化）。

Answer 1

注意，您可以跳到最后一段以获得简单的答案。这个答案的其余部分记录了我是如何得出这个解决方案的

查看drc:::plot.drc的代码，我们可以看到最后一行看不见returns a data.frame retData

function (x, ..., add = FALSE, level = NULL, type = c("average", 
                                                      "all", "bars", "none", "obs", "confidence"), broken = FALSE, 
          bp, bcontrol = NULL, conName = NULL, axes = TRUE, gridsize = 100, 
          log = "x", xtsty, xttrim = TRUE, xt = NULL, xtlab = NULL, 
          xlab, xlim, yt = NULL, ytlab = NULL, ylab, ylim, cex, cex.axis = 1, 
          col = FALSE, lty, pch, legend, legendText, legendPos, cex.legend = 1, 
          normal = FALSE, normRef = 1, confidence.level = 0.95) 
{
  # ...lot of lines omitted...
  invisible(retData)
}

retData 包含拟合模型线的坐标，因此我们可以使用它来绘制 plot.drc 使用的相同模型

pl <- plot(chickweed.m1, xlab = "Time (hours)", ylab = "Proportion germinated", 
        xlim=c(0, 340), ylim=c(0, 0.25), log="", lwd=2, cex=1.2)
names(pl) <- c("x", "y")
ggplot(data= dt1Means, mapping=aes(x=start, y=Germinated)) + 
  geom_point() +
  geom_line(data=pl, aes(x=x, y = y)) +
  lims(y=c(0, 0.25)) +
  theme_bw()

这与您使用 predict(object=chickweed.m1) 在 ggplot 中创建的版本相同。因此，区别不在于模型线，而在于绘制数据点的位置。我们可以通过将函数的最后一行从 invisible(retData) 更改为 list(retData, plotPoints) 来从 drc:::plot.drc 导出数据点。为了方便，我把drc:::plot.drc的全部代码复制到一个新的函数中。请注意，如果您希望复制此步骤，drcplot 调用的一些函数未在 drc 命名空间中导出，因此 drc::: 需要添加到对函数 parFct 的所有调用之前，addAxes、brokenAxis 和 makeLegend。

drcplot <- function (x, ..., add = FALSE, level = NULL, type = c("average", 
                                                      "all", "bars", "none", "obs", "confidence"), broken = FALSE, 
          bp, bcontrol = NULL, conName = NULL, axes = TRUE, gridsize = 100, 
          log = "x", xtsty, xttrim = TRUE, xt = NULL, xtlab = NULL, 
          xlab, xlim, yt = NULL, ytlab = NULL, ylab, ylim, cex, cex.axis = 1, 
          col = FALSE, lty, pch, legend, legendText, legendPos, cex.legend = 1, 
          normal = FALSE, normRef = 1, confidence.level = 0.95) 
{
  # ...lot of lines omitted...
  list(retData, plotPoints)
}

和运行这与您的数据

pl <- drcplot(chickweed.m1, xlab = "Time (hours)", ylab = "Proportion germinated", 
          xlim=c(0, 340), ylim=c(0, 0.25), log="", lwd=2, cex=1.2)

germ.points <- as.data.frame(pl[[2]])
drc.fit <- as.data.frame(pl[[1]])
names(germ.points) <- c("x", "y")
names(drc.fit) <- c("x", "y")

现在，用 ggplot2 绘制这些图就可以得到你想要的东西

ggplot(data= dt1Means, mapping=aes(x=start, y=Germinated)) + 
  geom_point(data=germ.points, aes(x=x, y = y)) +
  geom_line(data=drc.fit, aes(x=x, y = y)) +
  lims(y=c(0, 0.25)) +
  theme_bw()

最后，将此图 (germ.points) 的数据点值与原始 ggplot (dt1Means) 中的数据点值进行比较，显示差异的原因。 dt1Means 中的计算点相对于 plot.drc 中的点提前了一个时间段。换句话说，plot.drc 将事件分配给它们发生的时间段的结束时间，而您将发芽事件分配给它们发生的时间间隔的开始。您可以简单地调整它，例如，使用

dt1 <- data.table(chickweed)
dt1[, Germinated := mean(count)/200, by=start]
dt1[, cum_Germinated := cumsum(Germinated)]
dt1[, Pred := c(predict(object=chickweed.m1), NA)]  # Note that the final time period which ends at `Inf` can not be predicted by the model, therefore added `NA` in the final row

ggplot(data= dt1, mapping=aes(x=end, y=cum_Germinated)) + 
  geom_point() +
  geom_line(aes(y = Pred)) +
  lims(y=c(0, 0.25)) +
  theme_bw()

Answer 2

从@dww 的回答中获得直觉，我不得不对我的原始代码进行两处小改动。只需在

中将 start!=0 替换为 end!=Inf

dt1Means1 <- dt1[, .(Germinated=mean(count)/200), by=.(start, end)]
dt1Means  <- data.table(dt1Means2[start!=0], Pred=predict(object=chickweed.m1))

给出了正确的图表。

Answer 3

我非常喜欢 dww 提供的解决方案。我可以建议对此解决方案进行概括。通过将下面的行添加到 drc:::plotdrc() 的自写版本中，您可以概括解决方案。该函数采用 drc:::plotdrc() 函数的输入，但输出一个 ggplot-object，其规格与原始函数的默认底图输出相同。

只需将 invisible(retData, plotPoints) 替换为

result <- list(retData, plotPoints) 
points <- as.data.frame(result[[2]])
drc.fit <- as.data.frame(result[[1]]) 
names(points) <- c("x", "y")
names(drc.fit) <- c("x", "y")` 

gg_plot <- ggplot2::ggplot(data=points, aes(x = x, y = y)) + 
geom_point() +
geom_line(data=drc.fit, aes(x = x, y = y)) +
scale_x_continuous(trans='log10', limits = xlim) +
ylab(ylab) +
xlab(xlab) +
lims(y = ylim) +
theme_bw()
return(gg_plot)`

drc :: 使用 ggplot2 绘制 drc 图

drc:: drc plot with ggplot2

r

ggplot2

drc