使用 ggridges 在脊线图中绘制正态分布

Question

我有点不好意思问这个问题，但我花了一天的大部分时间来寻找解决方案，但现在我...

我的目标是绘制几个正态分布的简单脊线图，这些正态分布是根据我数据中的给定均值和 SD 计算得出的，如本例所示：

case_number    caseMean    caseSD
case1          0           1
case2          1           2
case3          3           3

我找到的所有示例都使用一系列测量值，例如内布拉斯加州林肯的温度示例： Example of ridgeline plot https://cran.r-project.org/web/packages/ggridges/vignettes/introduction.html 我无法让它们工作。

就我使用 R 的经验而言，在数据分析方面我不是一个完全的白痴，但我很想学习适当的可视化，但不幸的是我需要解决我的问题。

非常感谢您的帮助！

Answer 1

您需要使用实际分布值创建一个新数据框，然后按如下方式使用 ggridges，

library(ggplot2)
library(ggridges)

data = data.frame(case = c("case1","case2","case3"),caseMean = c(0,1,3),caseSD = c(1,2,3))

#Create 100 rows for each mean and SD

data_plot = data.frame(case = character(),value = numeric())
n = 100
for(i in 1:nrow(data)){

  case = data$case[i]
  mean = data$caseMean[i]
  sd = data$caseSD[i]

  val = rnorm(n,mean,sd)

  data_plot = rbind(data_plot,
                    data.frame(case = rep(case,n),
                               value = val))
}

ggplot(data = data_plot,aes(x = value,y = case))+geom_density_ridges()

Answer 2

编辑 -- 添加了精确的理论答案。

下面是使用 dnorm 构建符合这些规范的精确正态曲线的方法：

library(tidyverse); library(ggridges)
n = 100
df3 <- df %>%
  mutate(low  = caseMean - 3 * caseSD, high = caseMean + 3 * caseSD) %>%
  uncount(n, .id = "row") %>%
  mutate(x    = (1 - row/n) * low + row/n * high, 
         norm = dnorm(x, caseMean, caseSD))
ggplot(df3, aes(x, case_number, height = norm)) +
  geom_ridgeline(scale = 3)

类似于 Sada93 的答案，使用 dplyr 和 tidyr：

library(tidyverse); library(ggridges)
n = 50000
df2 <- df %>% 
  uncount(n) %>%
  mutate(value = rnorm(n(), caseMean, caseSD))
ggplot(df2, aes(x = value, y = case_number)) + geom_density_ridges()

示例数据：

df <- read.table(
  header = T, 
  stringsAsFactors = F,
  text = "case_number    caseMean    caseSD
case1          0           1
case2          1           2
case3          3           3")

使用 ggridges 在脊线图中绘制正态分布

Plotting normal distributions in a ridgeline plot with ggridges

r

ggplot2

ggridges

ridgeline-plot