Definindo limites de eixo individuais com facet_wrap e escalas = “free” em ggplot2

115

Estou criando um gráfico facetado para visualizar os valores previstos vs. reais lado a lado com um gráfico do valor previsto vs. residuais. Usarei shinypara ajudar a explorar os resultados dos esforços de modelagem usando diferentes parâmetros de treinamento. Eu treino o modelo com 85% dos dados, testo os 15% restantes e repito 5 vezes, coletando valores reais / previstos a cada vez. Depois de calcular os resíduos, meu data.frameaspecto fica assim:

head(results)
       act     pred       resid
2 52.81000 52.86750 -0.05750133
3 44.46000 42.76825  1.69175252
4 54.58667 49.00482  5.58184181
5 36.23333 35.52386  0.70947731
6 53.22667 48.79429  4.43237981
7 41.72333 41.57504  0.14829173

O que eu quero:

Gráfico lado a lado de predvs. acte predvs.resid
O intervalo / limites x / y para predvs. actdeve ser o mesmo, idealmente de min(min(results$act), min(results$pred))amax(max(results$act), max(results$pred))
O intervalo / limites x / y para predvs. resid não será afetado pelo que eu faço no gráfico real vs. previsto. Plotar xapenas para os valores previstos e yapenas para a faixa residual é adequado.

Para ver os dois gráficos lado a lado, derreto os dados:

library(reshape2)
plot <- melt(results, id.vars = "pred")

Agora plote:

library(ggplot2)
p <- ggplot(plot, aes(x = pred, y = value)) + geom_point(size = 2.5) + theme_bw()
p <- p + facet_wrap(~variable, scales = "free")

print(p)

Isso é muito próximo do que eu quero:

insira a descrição da imagem aqui

O que eu gostaria é que os intervalos xey para real vs. previsto sejam os mesmos, mas não tenho certeza de como especificar isso, e não preciso fazer isso para o gráfico predito vs. residual, pois o os intervalos são completamente diferentes.

Tentei adicionar algo assim para ambos scale_x_continouse scale_y_continuous:

min_xy <- min(min(plot$pred), min(plot$value))
max_xy <- max(max(plot$pred), max(plot$value))

p <- ggplot(plot, aes(x = pred, y = value)) + geom_point(size = 2.5) + theme_bw()
p <- p + facet_wrap(~variable, scales = "free")
p <- p + scale_x_continuous(limits = c(min_xy, max_xy))
p <- p + scale_y_continuous(limits = c(min_xy, max_xy))

print(p)

Mas isso pega o min()dos valores residuais.

insira a descrição da imagem aqui

Uma última ideia que tive é armazenar o valor do mínimo acte das predvariáveis antes fusão e, em seguida, adicioná-los ao quadro de dados derretido para ditar em qual faceta eles aparecem:

head(results)
       act     pred       resid
2 52.81000 52.86750 -0.05750133
3 44.46000 42.76825  1.69175252
4 54.58667 49.00482  5.58184181
5 36.23333 35.52386  0.70947731

min_xy <- min(min(results$act), min(results$pred))
max_xy <- max(max(results$act), max(results$pred))

plot <- melt(results, id.vars = "pred")

plot <- rbind(plot, data.frame(pred = c(min_xy, max_xy),
  variable = c("act", "act"), value = c(max_xy, min_xy)))

p <- ggplot(plot, aes(x = pred, y = value)) + geom_point(size = 2.5) + theme_bw()
p <- p + facet_wrap(~variable, scales = "free")

print(p)

Isso faz o que eu quero, com a exceção de que os pontos aparecem também:

insira a descrição da imagem aqui

Alguma sugestão para fazer algo assim?

Eu vi essa ideia de adicionar geom_blank(), mas não tenho certeza de como especificar o aes()bit e fazer com que funcione corretamente, ou qual é o geom_point()equivalente ao uso de histogramaaes(y = max(..count..)) .

Aqui estão os dados para brincar (meus valores reais, previstos e residuais antes da fusão):

> dput(results)
structure(list(act = c(52.81, 44.46, 54.5866666666667, 36.2333333333333, 
53.2266666666667, 41.7233333333333, 35.2966666666667, 30.6833333333333, 
39.25, 35.8866666666667, 25.1, 29.0466666666667, 23.2766666666667, 
56.3866666666667, 42.92, 41.57, 27.92, 23.16, 38.0166666666667, 
61.8966666666667, 37.41, 41.6333333333333, 35.9466666666667, 
48.9933333333333, 30.5666666666667, 32.08, 40.3633333333333, 
53.2266666666667, 64.6066666666667, 38.5366666666667, 41.7233333333333, 
25.78, 33.4066666666667, 27.8033333333333, 39.3266666666667, 
48.9933333333333, 25.2433333333333, 32.67, 55.17, 42.92, 54.5866666666667, 
23.16, 64.6066666666667, 40.7966666666667, 39.0166666666667, 
41.6333333333333, 35.8866666666667, 25.1, 23.2766666666667, 44.46, 
34.2166666666667, 40.8033333333333, 24.5766666666667, 35.73, 
61.8966666666667, 62.1833333333333, 74.6466666666667, 39.4366666666667, 
36.6, 27.1333333333333), pred = c(52.8675013282404, 42.7682474758679, 
49.0048248585123, 35.5238560262515, 48.7942868566949, 41.5750416040131, 
33.9548164913007, 29.9787449128663, 37.6443975781139, 36.7196211666685, 
27.6043278172077, 27.0615724310721, 31.2073056885252, 55.0886903524179, 
43.0895814712768, 43.0895814712768, 32.3549865881578, 26.2428426737583, 
36.6926037128343, 56.7987490221996, 45.0370788180147, 41.8231642271826, 
38.3297859332601, 49.5343916620086, 30.8535641206809, 29.0117492750411, 
36.9767968381391, 49.0826677983065, 54.4678549541069, 35.5059204731218, 
41.5333417555995, 27.6069075391361, 31.2404889715121, 27.8920960978598, 
37.8505531149324, 49.2616631533957, 30.366837650159, 31.1623492639066, 
55.0456078770405, 42.772538591063, 49.2419293590535, 26.1963523976241, 
54.4080781796616, 44.9796700541254, 34.6996927469131, 41.6227713664027, 
36.8449646519306, 27.5318686661673, 31.6641793552795, 42.8198894266632, 
40.5769177148146, 40.5769177148146, 29.3807781312816, 36.8579132935989, 
55.5617033901752, 55.8097119335638, 55.1041728261666, 43.6094641699075, 
37.0674887276681, 27.3876960746536), resid = c(-0.0575013282403773, 
1.69175252413213, 5.58184180815435, 0.709477307081826, 4.43237980997177, 
0.148291729320228, 1.34185017536599, 0.704588420467079, 1.60560242188613, 
-0.832954500001826, -2.50432781720766, 1.98509423559461, -7.93063902185855, 
1.29797631424874, -0.169581471276786, -1.51958147127679, -4.43498658815778, 
-3.08284267375831, 1.32406295383237, 5.09791764446704, -7.62707881801468, 
-0.189830893849219, -2.38311926659339, -0.541058328675241, -0.286897454014273, 
3.06825072495888, 3.38653649519422, 4.14399886836018, 10.1388117125598, 
3.03074619354486, 0.189991577733821, -1.82690753913609, 2.16617769515461, 
-0.088762764526507, 1.47611355173427, -0.268329820062384, -5.12350431682565, 
1.5076507360934, 0.124392122959534, 0.147461408936991, 5.34473730761318, 
-3.03635239762411, 10.1985884870051, -4.18300338745873, 4.31697391975358, 
0.0105619669306023, -0.958297985263961, -2.43186866616734, -8.38751268861282, 
1.64011057333683, -6.36025104814794, 0.226415618518729, -4.80411146461488, 
-1.1279132935989, 6.33496327649151, 6.37362139976954, 19.5424938405001, 
-4.17279750324084, -0.467488727668119, -0.254362741320246)), .Names = c("act", 
"pred", "resid"), row.names = c(2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 
10L, 11L, 12L, 13L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 
24L, 25L, 26L, 28L, 29L, 30L, 31L, 32L, 33L, 34L, 35L, 36L, 37L, 
38L, 39L, 41L, 42L, 43L, 44L, 45L, 46L, 47L, 48L, 49L, 50L, 51L, 
52L, 54L, 55L, 56L, 57L, 58L, 59L, 60L, 61L, 62L, 63L, 64L, 65L
), class = "data.frame")

r ggplot2 facet

— Hendy
fonte

Só por curiosidade - por que não plotar o real e o residual no mesmo gráfico?

— Ricardo Saporta

Gostaria de criar as parcelas separadamente e depois usar grid.arrange.

— joran

@RicardoSaporta Existe uma imagem do google para a qual você possa criar um link de exemplo? Você está sugerindo, usando os dados pós-derretidos, que eu faria ggplot(plot, aes(x = pred, y = value)) + geom_point()sem lapidação? Isso realmente não reduziria a escala dos resíduos para dificultar a detecção da não aleatoriedade / distorção?

— Hendy

Meu outro comentário é que facetamento é menos código ... Eu só tive que derreter, então plotar e facetar pelo variablevalor criado por melt(). Então, novamente, suponho que poderia armazená-los em uma lista criada por lapplypara traçar várias combinações. Obrigado pela contribuição. Se você quiser criar uma gridsolução, posso aceitar a resposta, mas se esse é o caminho que tomamos, isso pode muito bem ser uma duplicata das outras gridsoluções baseadas.

— Hendy

@joran e acho que estou rotineiramente aconselhando as pessoas a não usarem, o grid.arrangeque quase invariavelmente bagunça o layout. Gostaria que os bugs de longa data do gtable fossem corrigidos.

— baptiste de

115

Aqui está um código com uma geom_blankcamada fictícia ,

range_act <- range(range(results$act), range(results$pred))

d <- reshape2::melt(results, id.vars = "pred")

dummy <- data.frame(pred = range_act, value = range_act,
                    variable = "act", stringsAsFactors=FALSE)

ggplot(d, aes(x = pred, y = value)) +
  facet_wrap(~variable, scales = "free") +
  geom_point(size = 2.5) + 
  geom_blank(data=dummy) + 
  theme_bw()

insira a descrição da imagem aqui

— batista
fonte

Uma boa variante para isso é expand_limits(pred=range_act, value=range_act), que usa, geom_blankmas é mais simples de usar.

— Eregon

Isso apenas expande os limites (mas não os contrai). Existe uma maneira de encurtar o intervalo? @baptiste

— Indranil Gayen

Não tenho certeza se entendi o que você quer, mas com base no que entendi

a escala x parece ser a mesma, é a escala y que não é a mesma, e isso é porque você especificou escalas = "livre"

você pode especificar escalas = "free_x" para permitir apenas que x seja livre (neste caso é o mesmo que pred tem o mesmo intervalo por definição)

p <- ggplot(plot, aes(x = pred, y = value)) + geom_point(size = 2.5) + theme_bw()
p <- p + facet_wrap(~variable, scales = "free_x")

funcionou para mim, veja a foto

insira a descrição da imagem aqui

Acho que você estava tornando isso muito difícil - parece que me lembro de uma vez definir os limites com base em uma fórmula com mínimo e máximo e, se facetado, acho que usava apenas esses valores, mas não consigo encontrar o código

— user1617979
fonte

Você também pode especificar o intervalo com o comando coord_cartesian para definir o intervalo do eixo y que você deseja, como no post anterior, use escalas = free_x

p <- ggplot(plot, aes(x = pred, y = value)) +
     geom_point(size = 2.5) +
     theme_bw()+
     coord_cartesian(ylim = c(-20, 80))
p <- p + facet_wrap(~variable, scales = "free_x")
p

— Luis candanedo
fonte