캐치 데이터를 시각화하는 더 좋은 방법

Question

이것이 스택 오버플로 범위를 벗어나는 지 확실하지 않습니다. 만약 그렇다면 알려주세요.

내 입력 data.

468 개의 다른 캡처 세션 중에 잡힌 개인의 크기 분포를 시각화 (또는 아직 결정되지 않은 분석을 수행)하려고합니다. 캡처 세션은 "id"로 레이블이 지정되어 있고 단순화를 위해 1 : 468에서 세션 번호가 매겨진 새로운 컬럼 "newID"를 만들었습니다. 코드에 관심이있는 사람이라면이 새로운 컬럼을 만들 수있는 멋진 루프를 만들었습니다. 플로팅 크기는 "SL"열에 있습니다.

또한 주어진 캡처 세션이 진행되는 동안 "날짜", "연도", "월", "위치"및 "크릭"을 나타내는 열이 있습니다. 데이터는 분명히 더 작은 세그먼트로 분할 될 수 있습니다 (예 : 4 개 크릭이 있으므로 각 크릭에 대해 별도의 플롯을 수행 할 수 있음). 그러나 이것이 유일한 옵션이 아니면 그 도로를 내려가는 것을 원하지 않습니다.

지금까지 내가 "년"으로 각면 간단한 예비 음모를 수행 한 다음 코드 (단지 데이터가 너무 가까이 놓지 않도록 단순함에 대한) :

library(ggplot2) 
CreekDat <-read.table("CreekData.txt",header=TRUE) 
CreekData4<-data.frame(CreekDat) 

DOT <-ggplot(CreekData4,aes(newID,SL,color=factor(newID))) 
DOT<-DOT+facet_grid(Year~.) 
DOT<-DOT+stat_boxplot(aes(x = newID,y=SL)) 
DOT 

그리고이 결과를 가지고 http://ufsnook.smugmug.com/photos/i-psJZ6kw/0/X3/i-psJZ6kw-X3.jpg

~ 500 개의 이벤트가있어서 크기 분포를 보여주고 싶습니다. 누군가이 데이터에 도움이 될 수있는 다른 플롯팅 옵션을 알고 있다면 boxplots 내에서 작업 할 수있는 조언을 받았는지 궁금합니다. 현재 사용하고 있거나 볼 수있는 비 시각적 분석을위한 아이디어가 있습니다.

Answer 1

이것은 재미있었습니다. 나는 데이터를 묶고 집계하는 것을 끝내었다.

그것은 플롯의 색상을 해결하기 위해 몇 가지 작업을 필요로하지만 너무 열심히 안 :

require(ggplot2) 

# read the file into a data frame 
CreekData <-read.table("CreekData.txt",header=TRUE) 

# fix the date 
CreekData$Date <- as.POSIXct(paste(CreekData$Year, 
            CreekData$Month, 
            "1 12:00", 
            sep = "-"), 
          format = "%y-%m-%d %H:%M", 
          tz = "GMT") 
# bin the size 
CreekData$SL.binned <- cut(CreekData$SL, 
          breaks = c(seq(0,500,50),1000), 
          labels = c(paste(seq(0,450,50), 
              "-", 
              seq(50,500,50)), 
             ">500"), 
          right = FALSE, 
          ordered_result = TRUE) 
# add something we can sum! 
CreekData$SL.bin.count <- rep(1,length(CreekData$SL.binned)) 

# aggregate it 
CreekDataAg <- aggregate(x = CreekData$SL.bin.count, 
         by = list("Date" = CreekData$Date, 
            "Location" = CreekData$Location, 
            "SL.binned" = CreekData$SL.binned), 
         FUN = sum) 
names(CreekDataAg)[4] <- "Count" 

# plot it 
p <- ggplot(data = CreekDataAg, 
      aes(x = Date, 
       y = SL.binned)) + 
    geom_tile(aes(fill = Count, 
       color = Count), 
      size = 0) + 
    facet_wrap(~Location) + 
    scale_fill_gradient(name = "Count", 
         low = "grey50", 
         high = "steelblue") + 
    scale_color_gradient(low = "grey50", 
         high = "steelblue") + 
    scale_y_discrete(drop=FALSE) + 
    labs(title = expression(atop("Count by size interval", 
           atop(italic("something else")))), 
     x = "Date", 
     y = "Size range") + 
    theme_bw(base_size = 8, base_family = "") 
print(p) 

당신은 다음과 같습니다 음모와 끝까지.

newID을 입력하고 음영에 Date을 대입하여 ID별로 분류 할 수도 있습니다. 그걸로 당신을 ...