很忙，很久沒有寫文章。學習R繪圖，這些都是我的興趣愛好，并非我大的主業。也被我朋友說了很多次，別做這些沒用的，既不能帶來實際的收益，又耽誤正事的時間。

但是我可能對繪圖有著某種濃烈的興趣吧，所以總是抽出時間來瞎搗鼓這些。所以今天跟大家分享一個最近無意中實現的對于R-ggridges包的改進。ggridges包有一個很驚艷的函數geom_density_ridges_gradient（）可以繪制多數據系列的核密度估計圖，如下圖所示：

#代碼如下： library(ggplot2) library(ggridges) #theme_set(theme_ridges()) ggplot(lincoln_weather, aes(x = `Mean Temperature [F]`, y = `Month`)) + geom_density_ridges_gradient(aes(fill = `Month`), scale = 3, size = 0.3) + theme(legend.position = "none")

在這個函數中，fill的顏色還可以以x軸的數值作為映射，如下圖所示：

#代碼如下：
library(ggplot2)
library(ggridges)
#theme_set(theme_ridges())
library(RColorBrewer)
Colormap<- colorRampPalette(rev(brewer.pal(11,'Spectral')))(32)
ggplot(lincoln_weather, aes(x = `Mean Temperature [F]`, y = `Month`)) +
geom_density_ridges_gradient(aes(fill = ..x..), scale = 3, size = 0.3 ) +
scale_fill_gradientn(colours=Colormap,name = "Temp. [F]")

但是這種圖好看歸好看，存在兩個問題：
1. 由于沒有Y軸數值，無法得知每個數據系列對應的Y軸數值，也就無法得到核密度估計得具體數值，只能看到數據大概的分布形狀；
2.這個函數只能繪制這種核密度估計的山峰疊巒圖，但是有時候我們只是想展示多數據系列的時序數據的波動，而不是核密度估計。
所以，我自己研究解決了這兩個問題：下圖就是核密度估計的山峰疊巒圖，但是每個數據系列的核密度估計面積的高度對應核密度估計得數值，這就相當于將Y軸的對應數值使用顏色映射實現啦。

下面就是使用山峰疊巒圖展示多數據系列的時序數據，而不是核密度估計，如下圖1所示。但是這個圖也存在之前的問題：由于沒有Y軸數值，無法得知每個數據系列對應的Y軸數值。圖2所示就將Y軸數值映射到顏色colormap，這樣就可以得到每個時間點對應的數值。

圖1

圖2

大家，肯定想知道這些怎么實現的。所以，我現在想把這幾個圖的函數打包供大家直接使用。但是由于我時間有限，最近比較忙。順便看有沒有有共同愛好的之士，同時又會打包的朋友。大家可以一起合作，將這幾個函數打包package，供大家直接使用。

總結

以上是生活随笔為你收集整理的graphpad如何做x轴在上方的图_R-ggridges包：山峰叠峦图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。