ggplot：根据相对位置在密度线之间着色区域

本文介绍了ggplot：根据相对位置在密度线之间着色区域的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述 我有这个情节 set.seed（28100） df< - data.frame（value =样本（1：10000,1000，替换= TRUE），性别=样本（c（男性，女性），1000，替换= TRUE）） ggplot df，aes（value））+ geom_density（）+ geom_density（data = subset（df，gender =='male'），aes（value），color =blue）+ geom_density（data = subset（df，gender =='female'），aes（value），color =red） 我想知道是否可以用两种颜色填充红色和蓝色密度线之间的区域：当蓝线位于红线之上时为一种颜色，蓝线之下时为不同颜色。 解决方案除非您自己明确计算区域，否则没有简单的方法可以在不同的重叠区域进行着色。这里有一个函数可以帮助计算密度交换位置的区域。 $ b $ pre $ densitysplit grp den approxfun（dx $ x，dx $ y）（x）}，levels（grp）） maxcat< ; - 应用（do.call（cbind，den），1，which.max） data.frame（x = x，ymin = do.call（pmin，den），ymax = do。呼叫（pmax，den）， top =级别（grp）[maxcat]， group = cumsum（c（1，diff（maxcat）！= 0））） $ b $ p $ b 对于你的数据，你可以做这样的事情。 head（densitysplit（df $ value，df $ gender））＃x ymin ymax top group ＃1 8.00000 4.214081e- 05 5.198326e-05男性1 ＃2 58.17085 4.485596e-05 5.433638e-05男性1 ＃3 108.34171 4.760983e-05 5.665547e-05男性1 ＃ 4 158.51256 5.039037e-05 5.893143e-05男1 ＃5 208.68342 5.318724e-05 6.115595e-05男1 ＃6 258.85427 5.598707e-05 6.332672e-05男1 这给你提供了使用 geom_ribbon 来绘制的数据数据。你可以这样做： pre $ g $ p $ ggplot（df，aes（value））+ geom_ribbon（data = densitysplit（df $ value ，df $ gender），aes（x，ymin = ymin，ymax = ymax，fill = top，group = group））+ geom_density（）+ geom_density（data = subset（df，gender = ='male'），aes（value），color =blue）+ geom_density（data = subset（df，gender =='female'），aes（value），color =red） I have this plotset.seed(28100)df <- data.frame(value = sample(1:10000,1000,replace=TRUE), gender = sample(c("male","female"),1000,replace=TRUE))ggplot(df, aes(value)) + geom_density() + geom_density(data=subset(df, gender=='male'), aes(value), colour="blue") + geom_density(data=subset(df, gender=='female'), aes(value), colour="red")I wonder if it's conceivable to fill the areas between the red and blue density lines with two colours: one colour when the blue line is above the red line and a different colour when the blue line is below. 解决方案 There's no easy way to color in different overlapping regions unless you explicitly calculate the regions yourself. Here's a function that can help calculate regions where densities swap placesdensitysplit <- function(val, grp, N=200, x=seq(min(val), max(val), length.out=N)) { grp <- factor(grp) den <- Map(function(z) { dx<-density(val[grp==z]) approxfun(dx$x, dx$y)(x) }, levels(grp)) maxcat <- apply(do.call("cbind",den), 1, which.max) data.frame(x=x, ymin=do.call("pmin", den), ymax=do.call("pmax", den), top = levels(grp)[maxcat], group = cumsum(c(1,diff(maxcat)!=0)) )}For your data, you would do something like thishead(densitysplit(df$value, df$gender))# x ymin ymax top group# 1 8.00000 4.214081e-05 5.198326e-05 male 1# 2 58.17085 4.485596e-05 5.433638e-05 male 1# 3 108.34171 4.760983e-05 5.665547e-05 male 1# 4 158.51256 5.039037e-05 5.893143e-05 male 1# 5 208.68342 5.318724e-05 6.115595e-05 male 1# 6 258.85427 5.598707e-05 6.332672e-05 male 1This gives you the data you need to use geom_ribbon to plot the data. You can doggplot(df, aes(value)) + geom_ribbon(data=densitysplit(df$value, df$gender), aes(x, ymin=ymin, ymax=ymax, fill=top, group=group)) + geom_density() + geom_density(data=subset(df, gender=='male'), aes(value), colour="blue") + geom_density(data=subset(df, gender=='female'), aes(value), colour="red") 这篇关于ggplot：根据相对位置在密度线之间着色区域的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！