ggplot2の周辺ヒストグラムの散布図

以下のサンプルのように、周辺ヒストグラムを持つ散布図を作成する方法はありggplot2ますか？Matlabではそれがscatterhist()関数であり、Rと同等のものも存在します。ただし、ggplot2の場合は見ていません。

私は単一のグラフを作成することから始めましたが、それらを適切に配置する方法がわかりません。

 require(ggplot2)
 x<-rnorm(300)
 y<-rt(300,df=2)
 xy<-data.frame(x,y)
     xhist <- qplot(x, geom="histogram") + scale_x_continuous(limits=c(min(x),max(x))) + opts(axis.text.x = theme_blank(), axis.title.x=theme_blank(), axis.ticks = theme_blank(), aspect.ratio = 5/16, axis.text.y = theme_blank(), axis.title.y=theme_blank(), background.colour="white")
     yhist <- qplot(y, geom="histogram") + coord_flip() + opts(background.fill = "white", background.color ="black")

     yhist <- yhist + scale_x_continuous(limits=c(min(x),max(x))) + opts(axis.text.x = theme_blank(), axis.title.x=theme_blank(), axis.ticks = theme_blank(), aspect.ratio = 16/5, axis.text.y = theme_blank(), axis.title.y=theme_blank() )


     scatter <- qplot(x,y, data=xy)  + scale_x_continuous(limits=c(min(x),max(x))) + scale_y_continuous(limits=c(min(y),max(y)))
none <- qplot(x,y, data=xy) + geom_blank()

そして、ここに掲載されている機能でそれらを配置します。しかし、長い話を簡単に言うと、これらのグラフを作成する方法はありますか？

gridExtraパッケージには、ここに動作するはずです。まず、各ggplotオブジェクトを作成します。

hist_top <- ggplot()+geom_histogram(aes(rnorm(100)))
empty <- ggplot()+geom_point(aes(1,1), colour="white")+
         theme(axis.ticks=element_blank(), 
               panel.background=element_blank(), 
               axis.text.x=element_blank(), axis.text.y=element_blank(),           
               axis.title.x=element_blank(), axis.title.y=element_blank())

scatter <- ggplot()+geom_point(aes(rnorm(100), rnorm(100)))
hist_right <- ggplot()+geom_histogram(aes(rnorm(100)))+coord_flip()

次に、grid.arrange関数を使用します。

grid.arrange(hist_top, empty, scatter, hist_right, ncol=2, nrow=2, widths=c(4, 1), heights=c(1, 4))

これは完全な応答ではありませんが、非常に簡単です。限界濃度を表示する別の方法と、透明度をサポートするグラフィック出力にアルファレベルを使用する方法も示します。

scatter <- qplot(x,y, data=xy)  + 
         scale_x_continuous(limits=c(min(x),max(x))) + 
         scale_y_continuous(limits=c(min(y),max(y))) + 
         geom_rug(col=rgb(.5,0,0,alpha=.2))
scatter

これは少し遅れるかもしれませんが、少しggExtraのコードが含まれ、書くのが面倒な場合があるので、パッケージ（）を作成することにしました。このパッケージは、タイトルがある場合やテキストが拡大された場合でも、プロットが互いにインラインになるようにするなど、いくつかの一般的な問題に対処しようとします。

基本的な考え方は、ここでの回答と似ていますが、それだけではありません。以下は、1000ポイントのランダムセットにマージナルヒストグラムを追加する方法の例です。うまくいけば、将来的にヒストグラム/密度プロットを簡単に追加できるようになります。

ggExtraパッケージへのリンク

library(ggplot2)
df <- data.frame(x = rnorm(1000, 50, 10), y = rnorm(1000, 50, 10))
p <- ggplot(df, aes(x, y)) + geom_point() + theme_classic()
ggExtra::ggMarginal(p, type = "histogram")

さらに、私たちの後にこれを行う人々の検索時間を節約するために。

凡例、軸ラベル、軸テキスト、目盛りは、プロットを互いにずらしているため、プロットは見苦しく、一貫性がありません。

これらのテーマ設定のいくつかを使用してこれを修正できます。

+theme(legend.position = "none",          
       axis.title.x = element_blank(),
       axis.title.y = element_blank(),
       axis.text.x = element_blank(),
       axis.text.y = element_blank(), 
       plot.margin = unit(c(3,-5.5,4,3), "mm"))

スケールを調整し、

+scale_x_continuous(breaks = 0:6,
                    limits = c(0,6),
                    expand = c(.05,.05))

結果は正常に見えるでしょう：

分布の限界指標の一般的な精神における、BondedDustの回答のごくわずかなバリエーション。

Edward Tufteは、ラグプロットのこの使用を「一点鎖線プロット」と呼び、VDQIで軸線を使用して各変数の範囲を示す例があります。私の例では、軸ラベルとグリッド線もデータの分布を示しています。ラベルは、Tukeyの5つの数値サマリー（最小、下ヒンジ、中央値、上ヒンジ、最大）の値に配置されており、各変数の広がりをすばやく確認できます。

したがって、これらの5つの数値は箱ひげ図の数値表現です。グリッド線が不等間隔に配置されていることから、軸のスケールが非線形（この例では線形）であることが示唆されるため、少し注意が必要です。グリッド線を省略したり、通常の場所に配置したりして、ラベルに5つの数値の要約を表示させるのが最善の方法です。

x<-rnorm(300)
y<-rt(300,df=10)
xy<-data.frame(x,y)

require(ggplot2); require(grid)
# make the basic plot object
ggplot(xy, aes(x, y)) +        
  # set the locations of the x-axis labels as Tukey's five numbers   
  scale_x_continuous(limit=c(min(x), max(x)), 
                     breaks=round(fivenum(x),1)) +     
  # ditto for y-axis labels 
  scale_y_continuous(limit=c(min(y), max(y)),
                     breaks=round(fivenum(y),1)) +     
  # specify points
  geom_point() +
  # specify that we want the rug plot
  geom_rug(size=0.1) +   
  # improve the data/ink ratio
  theme_set(theme_minimal(base_size = 18))

異なるグループを比較する場合、この種のプロットには満足のいく解決策がなかったため、これを行う関数を作成しました。

グループ化されたデータとグループ化されていないデータの両方で機能し、追加のグラフィックパラメータを受け入れます。

marginal_plot(x = iris$Sepal.Width, y = iris$Sepal.Length)

marginal_plot(x = Sepal.Width, y = Sepal.Length, group = Species, data = iris, bw = "nrd", lm_formula = NULL, xlab = "Sepal width", ylab = "Sepal length", pch = 15, cex = 0.5)

ggpubrこの問題に非常にうまく機能しているように見えるパッケージ（）を見つけました。データを表示するいくつかの可能性を考慮しています。

パッケージへのリンクはここにあり、このリンクには、それを使用するための素晴らしいチュートリアルがあります。完全を期すために、再現した例の1つを添付します。

最初にパッケージをインストールしました（が必要ですdevtools）

if(!require(devtools)) install.packages("devtools")
devtools::install_github("kassambara/ggpubr")

グループごとに異なるヒストグラムを表示する特定例えば、との関係に言及しggExtra、「の1つの制限はggExtra、それが散布図及び限界のプロットで複数のグループに対応できないということである以下のRコードでは、我々はAを提供します。cowplotパッケージを使用したソリューション。」私の場合、後者のパッケージをインストールする必要がありました。

install.packages("cowplot")

そして、私はこのコードの一部に従いました：

# Scatter plot colored by groups ("Species")
sp <- ggscatter(iris, x = "Sepal.Length", y = "Sepal.Width",
            color = "Species", palette = "jco",
            size = 3, alpha = 0.6)+
border()                                         
# Marginal density plot of x (top panel) and y (right panel)
xplot <- ggdensity(iris, "Sepal.Length", fill = "Species",
               palette = "jco")
yplot <- ggdensity(iris, "Sepal.Width", fill = "Species", 
               palette = "jco")+
rotate()
# Cleaning the plots
sp <- sp + rremove("legend")
yplot <- yplot + clean_theme() + rremove("legend") 
xplot <- xplot + clean_theme() + rremove("legend")
# Arranging the plot using cowplot
library(cowplot)
plot_grid(xplot, NULL, sp, yplot, ncol = 2, align = "hv", 
      rel_widths = c(2, 1), rel_heights = c(1, 2))

私にとってはうまくいきました：

アイリスが周辺ヒストグラム散布図を設定

ggstatsplotを使用すると、周辺ヒストグラムを使用して魅力的な散布図を簡単に作成できます（モデルに適合して説明することもできます）。

data(iris)

library(ggstatsplot)

ggscatterstats(
  data = iris,                                          
  x = Sepal.Length,                                                  
  y = Sepal.Width,
  xlab = "Sepal Length",
  ylab = "Sepal Width",
  marginal = TRUE,
  marginal.type = "histogram",
  centrality.para = "mean",
  margins = "both",
  title = "Relationship between Sepal Length and Sepal Width",
  messages = FALSE
)

または少し魅力的な（デフォルトで）ggpubr：

devtools::install_github("kassambara/ggpubr")
library(ggpubr)

ggscatterhist(
  iris, x = "Sepal.Length", y = "Sepal.Width",
  color = "Species", # comment out this and last line to remove the split by species
  margin.plot = "histogram", # I'd suggest removing this line to get density plots
  margin.params = list(fill = "Species", color = "black", size = 0.2)
)

更新：

@aickleyによって提案されたように、私は開発バージョンを使用してプロットを作成しました。

これは古い質問ですが、最近同じ問題に遭遇したので、ここに更新を投稿すると便利だと思いました（助けてくれたStefanie Muellerに感謝します！）。

gridExtraを使用した最も賛成の回答は機能しますが、コメントで指摘されているように、軸の整列は困難/ハックです。これは、ggExtraパッケージのコマンドggMarginalを使用して解決できるようになりました。

#load packages
library(tidyverse) #for creating dummy dataset only
library(ggExtra)

#create dummy data
a = round(rnorm(1000,mean=10,sd=6),digits=0)
b = runif(1000,min=1.0,max=1.6)*a
b = b+runif(1000,min=9,max=15)

DummyData <- data.frame(var1 = b, var2 = a) %>% 
  filter(var1 > 0 & var2 > 0)

#plot
p = ggplot(DummyData, aes(var1, var2)) + geom_point(alpha=0.3)
ggMarginal(p, type = "histogram")

私はそれらのオプションを試しましたが、結果またはそこに到達するために使用する必要がある厄介なコードには満足できませんでした。ラッキー私、トーマス・林ペダーセンはちょうどと呼ばれるパッケージ開発のパッチワークかなりエレガントなやり方で仕事を取得し、。

周辺ヒストグラムを持つ散布図を作成する場合は、最初にこれら3つのプロットを別々に作成する必要があります。

library(ggplot2)

x <- rnorm(300)
y <- rt(300, df = 2)
xy <- data.frame(x, y)

plot1 <- ggplot(xy, aes(x = x, y = y)) + 
  geom_point() 

dens1 <- ggplot(xy, aes(x = x)) + 
  geom_histogram(color = "black", fill = "white") + 
  theme_void()

dens2 <- ggplot(xy, aes(x = y)) + 
  geom_histogram(color = "black", fill = "white") + 
  theme_void() + 
  coord_flip()

あとは、これらのプロットを単純なものとして追加+し、関数でレイアウトを指定するだけplot_layout()です。

library(patchwork)

dens1 + plot_spacer() + plot1 + dens2 + 
  plot_layout(
    ncol = 2, 
    nrow = 2, 
    widths = c(4, 1),
    heights = c(1, 4)
  ) 

この関数plot_spacer()は、右上隅に空のプロットを追加します。他のすべての議論は自明です。

ヒストグラムは選択したビン幅に大きく依存するため、密度プロットを好むと主張する人もいます。いくつかの小さな変更を加えると、たとえばアイトラッキングデータの場合、美しいプロットが得られます。

library(ggpubr)

plot1 <- ggplot(df, aes(x = Density, y = Face_sum, color = Group)) + 
  geom_point(aes(color = Group), size = 3) + 
  geom_point(shape = 1, color = "black", size = 3) + 
  stat_smooth(method = "lm", fullrange = TRUE) +
  geom_rug() + 
  scale_y_continuous(name = "Number of fixated faces", 
                     limits = c(0, 205), expand = c(0, 0)) + 
  scale_x_continuous(name = "Population density (lg10)", 
                     limits = c(1, 4), expand = c(0, 0)) + 
  theme_pubr() +
  theme(legend.position = c(0.15, 0.9)) 

dens1 <- ggplot(df, aes(x = Density, fill = Group)) + 
  geom_density(alpha = 0.4) + 
  theme_void() + 
  theme(legend.position = "none")

dens2 <- ggplot(df, aes(x = Face_sum, fill = Group)) + 
  geom_density(alpha = 0.4) + 
  theme_void() + 
  theme(legend.position = "none") + 
  coord_flip()

dens1 + plot_spacer() + plot1 + dens2 + 
  plot_layout(ncol = 2, nrow = 2, widths = c(4, 1), heights = c(1, 4))

この時点ではデータは提供されていませんが、基本的な原則は明確である必要があります。

@ alf-pascuによる回答に基づいて、各プロットを手動で設定し、それらを配置することでcowplot、メインプロットとマージナルプロット（他のソリューションのいくつかと比較して）の両方に関して多くの柔軟性が得られます。グループによる分布はその一例です。メインプロットを2D密度プロットに変更することもできます。

以下は、（適切に整列された）周辺ヒストグラムをもつ散布図を作成します。

library("ggplot2")
library("cowplot")

# Set up scatterplot
scatterplot <- ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, color = Species)) +
  geom_point(size = 3, alpha = 0.6) +
  guides(color = FALSE) +
  theme(plot.margin = margin())


# Define marginal histogram
marginal_distribution <- function(x, var, group) {
  ggplot(x, aes_string(x = var, fill = group)) +
    geom_histogram(bins = 30, alpha = 0.4, position = "identity") +
    # geom_density(alpha = 0.4, size = 0.1) +
    guides(fill = FALSE) +
    theme_void() +
    theme(plot.margin = margin())
}

# Set up marginal histograms
x_hist <- marginal_distribution(iris, "Sepal.Length", "Species")
y_hist <- marginal_distribution(iris, "Sepal.Width", "Species") +
  coord_flip()

# Align histograms with scatterplot
aligned_x_hist <- align_plots(x_hist, scatterplot, align = "v")[[1]]
aligned_y_hist <- align_plots(y_hist, scatterplot, align = "h")[[1]]

# Arrange plots
plot_grid(
  aligned_x_hist
  , NULL
  , scatterplot
  , aligned_y_hist
  , ncol = 2
  , nrow = 2
  , rel_heights = c(0.2, 1)
  , rel_widths = c(1, 0.2)
)

代わりに2D密度プロットをプロットするには、メインプロットを変更するだけです。

# Set up 2D-density plot
contour_plot <- ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, color = Species)) +
  stat_density_2d(aes(alpha = ..piece..)) +
  guides(color = FALSE, alpha = FALSE) +
  theme(plot.margin = margin())

# Arrange plots
plot_grid(
  aligned_x_hist
  , NULL
  , contour_plot
  , aligned_y_hist
  , ncol = 2
  , nrow = 2
  , rel_heights = c(0.2, 1)
  , rel_widths = c(1, 0.2)
)

ggpubrおよびを使用する別のソリューションですcowplotが、ここではを使用してプロットを作成し、次のコマンドを使用cowplot::axis_canvasして元のプロットに追加しますcowplot::insert_xaxis_grob。

library(cowplot) 
library(ggpubr)

# Create main plot
plot_main <- ggplot(faithful, aes(eruptions, waiting)) +
  geom_point()

# Create marginal plots
# Use geom_density/histogram for whatever you plotted on x/y axis 
plot_x <- axis_canvas(plot_main, axis = "x") +
  geom_density(aes(eruptions), faithful)
plot_y <- axis_canvas(plot_main, axis = "y", coord_flip = TRUE) +
  geom_density(aes(waiting), faithful) +
  coord_flip()

# Combine all plots into one
plot_final <- insert_xaxis_grob(plot_main, plot_x, position = "top")
plot_final <- insert_yaxis_grob(plot_final, plot_y, position = "right")
ggdraw(plot_final)

現在、散布図とその周辺ヒストグラムを作成するCRANパッケージが少なくとも1つあります。

library(psych)
scatterHist(rnorm(1000), runif(1000))

のインタラクティブなフォームを使用して、ggExtra::ggMarginalGadget(yourplot) ボックスプロット、バイオリンプロット、密度プロット、ヒストグラムを簡単に選択できます。

そのように