提供给离散量程的连续值

本文介绍了提供给离散量程的连续值的处理方法，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 29岁程序员，3月因学历无情被辞！ 我是ggplot2的新手。事实上，我上周才发现它，而且我还没有弄清楚如何使用美学和尺度等。我的问题可能有一个非常简单的解决方案，但我无法在网上找到令人满意的答案。 对于邮件的大小感到抱歉，但所有使用的数据都在以下脚本中： dados Fres Vc Lu 1 466 30 10 2 416 30 10 3 465 30 10 4 416 30 10 5 464 30 10 6 416 30 10 7 476 30 10 8 412 30 10 9 468 30 10 10 410 30 10 11 470 30 10 12 407 30 10 13 468 30 10 14 412 30 10 15 469 30 10 16 414 30 10 17 469 30 10 18 412 30 10 19 467 30 10 20 409 30 10 21 469 30 10 22 415 30 10 23 471 30 10 24 420 30 10 25 469 30 10 26 416 30 10 27 464 30 10 28 409 30 10 29 465 30 10 30 412 3 0 10 31 464 30 10 32 409 30 10 33 466 30 10 34 417 30 10 35 466 30 10 36 417 30 10 37 464 30 10 38 414 30 10 39 466 30 10 40 415 30 10 41 585 30 94 42 234 30 94 43 589 30 94 44 231 30 94 45 585 30 94 46 223 30 94 47 586 30 94 48 223 30 94 49 572 30 94 50 233 30 94 51 585 30 94 52 233 30 94 53 589 30 94 54 234 30 94 55 598 30 94 56 237 30 94 57 605 30 94 58 237 30 94 59 586 30 94 60 233 30 94 61 588 30 94 62 227 30 94 63 585 30 94 64 230 30 94 65 586 30 94 66 230 30 94 67 591 30 94 68 237 30 94 69 586 30 94 70 234 30 94 71 592 30 94 72 237 30 94 73 595 30 94 74 236 30 94 75 600 30 94 76 227 30 94 77 592 30 94 78 237 30 94 79 592 30 94 80 240 30 94 81 468 30 10 82 408 30 10 83 471 30 10 84 405 30 10 85 475 30 10 86 403 30 10 87 470 30 10 88 409 30 10 89 478 30 10 90 405 30 10 91 474 30 10 92 403 30 10 93 472 30 10 94 402 30 10 95 478 30 10 96 408 30 10 97 477 30 10 98 406 30 10 99 473 30 10 100 406 30 10 101 474 30 10 102 406 30 10 103 477 30 10 104 411 30 10 105 480 30 10 106 413 30 10 107 479 30 10 108 408 30 10 109 476 30 10 110 406 30 10 111 476 30 10 112 404 30 10 113 472 30 10 114 407 30 10 115 474 30 10 116 411 30 10 117 473 30 10 118 415 30 10 119 479 30 10 120 409 30 10 121 578 30 94 122 370 30 94 123 570 30 94 124 378 30 94 125 575 30 94 126 367 30 94 127 579 30 94 128 371 30 94 129 576 30 94 130 362 30 94 131 579 30 94 132 372 30 94 133 588 30 94 134 375 30 94 135 586 30 94 136 372 30 94 137 589 30 94 138 378 30 94 139 587 30 94 140 375 30 94 141 578 30 94 $ b $ 142 368 30 94 $ b $ 143 575 30 94 144 375 30 94 145 574 30 94 146 376 30 94 147 575 30 94 148 367 30 94 149 580 30 94 150 382 30 94 151 583 30 94 152 368 30 94 153 591 30 94 154 386 30 94 155 595 30 94 156 379 30 94 157 593 30 94 158 384 30 94 159 607 30 94 160 399 30 94 161 760 30 122 162 625 30 122 163 746 30 122 164 612 30 122 165 762 30 122 166 625 30 122 167 783 30 122 168 637 30 122 169 778 30 122 170 640 30 122 171 778 30 122 172 638 30 122 173 79 1 30 122 174 638 30 122 175 782 30 122 176 635 30 122 177 792 30 122 178 640 30 122 179 783 30 122 180 637 30 122 181 774 30 122 182 622 30 122 183 777 30 122 184 618 30 122 185 777 30 122 186 622 30 122 187 765 30 122 188 623 30 122 189 769 30 122 190 625 30 122 191 775 30 122 192 622 30 122 193 777 30 122 194 628 30 122 195 769 30 122 196 620 30 122 197 778 30 122 198 623 30 122 199 788 30 122 200 634 30 122 201 457 40 38 202 416 40 38 203 460 40 38 204 438 40 38 205 465 40 38 206 441 40 38 207 467 40 38 208 442 40 38 209 473 40 38 210 452 40 38 211 469 40 38 212 446 40 38 213 478 40 38 214 450 40 38 215 476 40 38 216 454 40 38 217 479 40 38 218 452 40 38 219 480 40 38 220 450 40 38 221 481 40 38 222 443 40 38 223 476 40 38 224 447 40 38 225 472 40 38 226 450 40 38 227 479 40 38 228 449 40 38 229 478 40 38 230 455 40 38 231 478 40 38 232 457 40 38 233 481 40 38 234 447 40 38 235 504 40 38 236 452 40 38 237 472 40 38 238 447 40 38 239 472 40 38 240 451 40 38 241 622 40 66 242 377 40 66 243 619 40 66 244 378 40 66 245 622 40 66 246 369 40 66 247 616 40 66 248 374 40 66 249 619 40 66 250 374 40 66 251 616 40 66 252 374 40 66 253 621 40 66 254 375 40 66 255 618 40 66 256 397 40 66 257 633 40 66 258 406 40 66 259 652 40 66 260 412 40 66 261 652 40 66 262 419 40 66 263 658 40 66 264 423 40 66 265 659 40 66 266 409 40 66 267 650 40 66 268 405 40 66 269 653 40 66 270 405 40 66 271 652 40 66 272 403 40 66 273 656 40 66 274 408 40 66 275 644 40 66 276 406 40 66 277 649 40 66 278 412 40 66 279 650 40 66 280 406 40 66 281 853 40 122 282 330 40 122 283 859 40 122 284 323 40 122 285 842 40 122 286 308 40 122 287 842 40 122 288 324 40 122 289 831 40 122 290 334 40 122 291 838 40 122 292 341 40 122 293 836 40 122 294 328 40 122 295 840 40 122 296 324 40 122 297 836 40 122 298 321 40 122 299 831 40 122 300 328 40 122 301 833 40 122 302 328 40 122 303 840 40 122 304 330 40 122 305 831 40 122 306 321 40 122 307 833 40 122 308 328 40 122 309 833 40 122 310 321 40 122 311 840 40 122 312 319 40 122 313 838 40 122 314 317 40 122 315 831 40 122 316 319 40 122 317 827 40 122 318 323 40 122 319 836 40 122 320 328 40 122 321 442 40 38 322 407 40 38 323 437 40 38 324 410 40 38 325 444 40 38 326 412 40 38 327 440 40 38 328 414 40 38 329 439 40 38 330 413 40 38 331 436 40 38 332 416 40 38 333 446 40 38 334 412 40 38 335 438 40 38 336 414 40 38 337 443 40 38 338 408 40 38 339 446 40 38 340 407 40 38 341 445 40 38 342 413 40 38 343 453 40 38 344 414 40 38 345 449 40 38 346 417 40 38 347 447 40 38 348 411 40 38 349 443 40 38 350 417 40 38 351 447 40 38 352 410 40 38 353 449 40 38 354 409 40 38 355 442 40 38 356 413 40 38 357 451 40 38 358 412 40 38 359 447 40 38 360 420 40 38 361 526 40 66 362 467 40 66 363 532 40 66 364 470 40 66 365 528 40 66 366 474 40 66 367 529 40 66 368 472 40 66 369 533 40 66 370 480 40 66 371 542 40 66 372 487 40 66 373 545 40 66 374 504 40 66 375 549 40 66 376 507 40 66 377 546 40 66 378 517 40 66 379 541 40 66 380 518 40 66 381 554 40 66 382 514 40 66 383 564 40 66 384 514 40 66 385 571 40 66 386 522 40 66 387 575 40 66 388 525 40 66 389 582 40 66 390 533 40 66 391 588 40 66 392 536 40 66 393 591 40 66 394 553 40 66 395 592 40 66 396 557 40 66 397 592 40 66 398 563 40 66 399 583 40 66 400 568 40 66 > ; dadosc< - summarySE（dados，measurevar =Fres，groupvars = c（Vc，Lu））> dadosc Vc Lu N fres sd se ci 1 30 10 80 440.6875 30.91540 3.456447 6.879885 2 30 94 80 445.0250 150.97028 16.878990 33.596789 3 30 122 40 701.7000 75.06688 11.869115 24.007552 4 40 38 80 444.6125 23.31973 2.607225 5.189552 5 40 66 80 526.7125 90.77824 10.149316 20.201707 6 40 122 40 581.1250 259.74092 41.068645 83.069175 > ggplot（dadosc，aes（x = Lu，y = Fres，color = Vc））+ + geom_errorbar（aes（ymin = Fres-se，ymax = Fres + se），width = 5）+ + geom_point（）> pd 到这里，我得到了这张图，非常接近我的期望图，除了事实我只喜欢只有两种颜色的图例，一个用于Vc = 30，另一个用于Vc = 40。 ！[输入图片描述] [b] 然后我尝试下面的脚本： ggplot（dadosc，aes（x = Lu，y = Fres，ymax = max（Fres），color = Vc，group = Vc） ）+ + geom_errorbar（aes（ymin = Fres-se，ymax = Fres + se），color =black，width = .1，position = pd）+ + geom_point（position = pd ，尺寸= 3，形状= 21，填充=白色）+＃21是实心圆b $ b + xlab（Machining lenght（mm））+ + ylab（Machining forces（N） ）+ + scale_colour_hue（name =Cutting Velocity， + breaks = c（30，40）， + labels = c（Vc = 30 m / min，Vc = 40m / min）， + l = 40）+ + ggtitle（切削速度对加工力的影响）+ + expand_limits（y = 0）+ + scale_y_continuous（breaks = 0：750 * 50）+ + theme_bw（）+ + theme（legend.justification = c（1,0）， + legend.position = c（1,0））错误：提供给离散比例的连续值 我收到此消息： 错误：提供给离散量表的连续值！ 解决方案 Vc 应该是因子如果您想在图例中使用两个值。当你的类型为整数时，你试图将 Vc 作为离散的（breaks = c（30，40））， / code> ggplot（dadosc，aes（x = Lu，y = Fres，color = factor（Vc） ））+ ... I am new to ggplot2. In fact, I only discovered it last week and I haven't quite figured out yet how to use aesthetics and scales etc. There is probably a very easy solution to my problem but I couldn't find a satisfying answer online.Sorry for the size of the message, but all the data used is in the following script:dados Fres Vc Lu1 466 30 102 416 30 103 465 30 104 416 30 105 464 30 106 416 30 107 476 30 108 412 30 109 468 30 1010 410 30 1011 470 30 1012 407 30 1013 468 30 1014 412 30 1015 469 30 1016 414 30 1017 469 30 1018 412 30 1019 467 30 1020 409 30 1021 469 30 1022 415 30 1023 471 30 1024 420 30 1025 469 30 1026 416 30 1027 464 30 1028 409 30 1029 465 30 1030 412 30 1031 464 30 1032 409 30 1033 466 30 1034 417 30 1035 466 30 1036 417 30 1037 464 30 1038 414 30 1039 466 30 1040 415 30 1041 585 30 9442 234 30 9443 589 30 9444 231 30 9445 585 30 9446 223 30 9447 586 30 9448 223 30 9449 572 30 9450 233 30 9451 585 30 9452 233 30 9453 589 30 9454 234 30 9455 598 30 9456 237 30 9457 605 30 9458 237 30 9459 586 30 9460 233 30 9461 588 30 9462 227 30 9463 585 30 9464 230 30 9465 586 30 9466 230 30 9467 591 30 9468 237 30 9469 586 30 9470 234 30 9471 592 30 9472 237 30 9473 595 30 9474 236 30 9475 600 30 9476 227 30 9477 592 30 9478 237 30 9479 592 30 9480 240 30 9481 468 30 1082 408 30 1083 471 30 1084 405 30 1085 475 30 1086 403 30 1087 470 30 1088 409 30 1089 478 30 1090 405 30 1091 474 30 1092 403 30 1093 472 30 1094 402 30 1095 478 30 1096 408 30 1097 477 30 1098 406 30 1099 473 30 10100 406 30 10101 474 30 10102 406 30 10103 477 30 10104 411 30 10105 480 30 10106 413 30 10107 479 30 10108 408 30 10109 476 30 10110 406 30 10111 476 30 10112 404 30 10113 472 30 10114 407 30 10115 474 30 10116 411 30 10117 473 30 10118 415 30 10119 479 30 10120 409 30 10121 578 30 94122 370 30 94123 570 30 94124 378 30 94125 575 30 94126 367 30 94127 579 30 94128 371 30 94129 576 30 94130 362 30 94131 579 30 94132 372 30 94133 588 30 94134 375 30 94135 586 30 94136 372 30 94137 589 30 94138 378 30 94139 587 30 94140 375 30 94141 578 30 94142 368 30 94143 575 30 94144 375 30 94145 574 30 94146 376 30 94147 575 30 94148 367 30 94149 580 30 94150 382 30 94151 583 30 94152 368 30 94153 591 30 94154 386 30 94155 595 30 94156 379 30 94157 593 30 94158 384 30 94159 607 30 94160 399 30 94161 760 30 122162 625 30 122163 746 30 122164 612 30 122165 762 30 122166 625 30 122167 783 30 122168 637 30 122169 778 30 122170 640 30 122171 778 30 122172 638 30 122173 791 30 122174 638 30 122175 782 30 122176 635 30 122177 792 30 122178 640 30 122179 783 30 122180 637 30 122181 774 30 122182 622 30 122183 777 30 122184 618 30 122185 777 30 122186 622 30 122187 765 30 122188 623 30 122189 769 30 122190 625 30 122191 775 30 122192 622 30 122193 777 30 122194 628 30 122195 769 30 122196 620 30 122197 778 30 122198 623 30 122199 788 30 122200 634 30 122201 457 40 38202 416 40 38203 460 40 38204 438 40 38205 465 40 38206 441 40 38207 467 40 38208 442 40 38209 473 40 38210 452 40 38211 469 40 38212 446 40 38213 478 40 38214 450 40 38215 476 40 38216 454 40 38217 479 40 38218 452 40 38219 480 40 38220 450 40 38221 481 40 38222 443 40 38223 476 40 38224 447 40 38225 472 40 38226 450 40 38227 479 40 38228 449 40 38229 478 40 38230 455 40 38231 478 40 38232 457 40 38233 481 40 38234 447 40 38235 504 40 38236 452 40 38237 472 40 38238 447 40 38239 472 40 38240 451 40 38241 622 40 66242 377 40 66243 619 40 66244 378 40 66245 622 40 66246 369 40 66247 616 40 66248 374 40 66249 619 40 66250 374 40 66251 616 40 66252 374 40 66253 621 40 66254 375 40 66255 618 40 66256 397 40 66257 633 40 66258 406 40 66259 652 40 66260 412 40 66261 652 40 66262 419 40 66263 658 40 66264 423 40 66265 659 40 66266 409 40 66267 650 40 66268 405 40 66269 653 40 66270 405 40 66271 652 40 66272 403 40 66273 656 40 66274 408 40 66275 644 40 66276 406 40 66277 649 40 66278 412 40 66279 650 40 66280 406 40 66281 853 40 122282 330 40 122283 859 40 122284 323 40 122285 842 40 122286 308 40 122287 842 40 122288 324 40 122289 831 40 122290 334 40 122291 838 40 122292 341 40 122293 836 40 122294 328 40 122295 840 40 122296 324 40 122297 836 40 122298 321 40 122299 831 40 122300 328 40 122301 833 40 122302 328 40 122303 840 40 122304 330 40 122305 831 40 122306 321 40 122307 833 40 122308 328 40 122309 833 40 122310 321 40 122311 840 40 122312 319 40 122313 838 40 122314 317 40 122315 831 40 122316 319 40 122317 827 40 122318 323 40 122319 836 40 122320 328 40 122321 442 40 38322 407 40 38323 437 40 38324 410 40 38325 444 40 38326 412 40 38327 440 40 38328 414 40 38329 439 40 38330 413 40 38331 436 40 38332 416 40 38333 446 40 38334 412 40 38335 438 40 38336 414 40 38337 443 40 38338 408 40 38339 446 40 38340 407 40 38341 445 40 38342 413 40 38343 453 40 38344 414 40 38345 449 40 38346 417 40 38347 447 40 38348 411 40 38349 443 40 38350 417 40 38351 447 40 38352 410 40 38353 449 40 38354 409 40 38355 442 40 38356 413 40 38357 451 40 38358 412 40 38359 447 40 38360 420 40 38361 526 40 66362 467 40 66363 532 40 66364 470 40 66365 528 40 66366 474 40 66367 529 40 66368 472 40 66369 533 40 66370 480 40 66371 542 40 66372 487 40 66373 545 40 66374 504 40 66375 549 40 66376 507 40 66377 546 40 66378 517 40 66379 541 40 66380 518 40 66381 554 40 66382 514 40 66383 564 40 66384 514 40 66385 571 40 66386 522 40 66387 575 40 66388 525 40 66389 582 40 66390 533 40 66391 588 40 66392 536 40 66393 591 40 66394 553 40 66395 592 40 66396 557 40 66397 592 40 66398 563 40 66399 583 40 66400 568 40 66> dadosc <- summarySE(dados, measurevar="Fres", groupvars=c("Vc","Lu"))> dadosc Vc Lu N Fres sd se ci1 30 10 80 440.6875 30.91540 3.456447 6.8798852 30 94 80 445.0250 150.97028 16.878990 33.5967893 30 122 40 701.7000 75.06688 11.869115 24.0075524 40 38 80 444.6125 23.31973 2.607225 5.1895525 40 66 80 526.7125 90.77824 10.149316 20.2017076 40 122 40 581.1250 259.74092 41.068645 83.069175> ggplot(dadosc, aes(x=Lu, y=Fres, colour=Vc)) ++ geom_errorbar(aes(ymin=Fres-se, ymax=Fres+se), width=5) ++ geom_point()> pd <- position_dodge(0.1)Up to here I got this graph, very close to my desired graph, except for the fact I´d like a legend with only two colors, one for Vc=30 and other for Vc=40.![enter image description here][1]Then I try the following script:ggplot(dadosc, aes(x=Lu, y=Fres, ymax = max(Fres), colour=Vc, group=Vc)) ++ geom_errorbar(aes(ymin=Fres-se, ymax=Fres+se), colour="black", width=.1, position=pd) ++ geom_point(position=pd, size=3, shape=21, fill="white") + # 21 is filled circle+ xlab("Machining lenght (mm)") ++ ylab("Machining forces (N)") ++ scale_colour_hue(name="Cutting Velocity",+ breaks=c("30", "40"),+ labels=c("Vc = 30 m/min", " Vc = 40 m/min "),+ l=40) ++ ggtitle("The Effect of Cutting Velocity on Machining Forces") ++ expand_limits(y=0) ++ scale_y_continuous(breaks=0:750*50) ++ theme_bw() ++ theme(legend.justification=c(1,0),+ legend.position=c(1,0))Error: Continuous value supplied to discrete scaleAnd I receive this message: "Error: Continuous value supplied to discrete scale"! 解决方案 Vc should be a factor if you want two values in the legend. You were getting that error because you were trying to scale Vc as discrete (breaks = c(30, 40)) when it was of type integerggplot(dadosc, aes(x=Lu, y=Fres, colour=factor(Vc))) + ... 这篇关于提供给离散量程的连续值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！ 上岸，阿里云！