ggplot2 zaman serisinin gölgelendirme zarfı

Question

50 - 100 denemenin sonuçlarını çiziyorum. Her deneme bir zaman dizisiyle sonuçlanır. Tüm zaman serilerinin spagetti arsalarını çizebilirim ama neye sahip olmak istediğim zaman serisi plume için bir yoğunluk haritası. (buradaki alt panelde gri gölgeleme benzer bir şey: http://www.ipcc.ch/graphics/ar4-wg1/jpg/fig-6-14.jpg) Ben 'tür' güzel olabilir 2d binning veya BinHex ama sonuç ile yapabilirsiniz

(örneğe bakın altında).

Sahte veriler için bir tüy çizimini yeniden üreten bir kod (ggplot2 ve reshape2'yi kullanır).

# mock data: random walk plus a sinus curve. 
# two envelopes for added contrast. 
tt=10*sin(c(1:100)/(3*pi)) 
rr=apply(matrix(rnorm(5000),100,50),2,cumsum) +tt 
rr2=apply(matrix(rnorm(5000),100,50),2,cumsum)/1.5 +tt 

# stuff data into a dataframe and melt it. 
df=data.frame(c(1:100),cbind(rr,rr2)) 
names(df)=c("step",paste("ser",c(1:100),sep="")) 
dfm=melt(df,id.vars = 1) 

# ensemble average 
ensemble_av=data.frame(step=df[,1],ensav=apply(df[,-1],1,mean)) 
ensemble_av$variable=as.factor("Mean") 


ggplot(dfm,aes(step,value,group=variable))+ 
    stat_binhex(alpha=0.2) + geom_line(alpha=0.2) + 
    geom_line(data=ensemble_av,aes(step,ensav,size=2))+ 
    theme(legend.position="none") 

Herkes iyi bir şekilde, gölgeli gölgeli bir zarf aldığını biliyor mu. Ayrıca geom_ribbon'u denedim ancak bu, tüy boyunca yoğunluk değişikliklerine dair bir işaret vermedi. binhex bunu yapar, ama estetik açıdan hoş olmayan sonuçlarla değil.

Answer 1

hesaplayın kantilleri:

qs = data.frame(
    do.call(
     rbind, 
     tapply(
     dfm$value, dfm$step, function(i){quantile(i)})), 
    t=1:100) 

head(qs) 
     X0.  X25.  X50.  X75.  X100. t 
1 -0.8514179 0.4197579 0.7681517 1.396382 2.883903 1 
2 -0.6506662 1.2019163 1.6889073 2.480807 5.614209 2 
3 -0.3182652 2.0480082 2.6206045 4.205954 6.485394 3 
4 -0.1357976 2.8956990 4.2082762 5.138747 8.860838 4 
5 0.8988975 3.5289219 5.0621513 6.075937 10.253379 5 
6 2.0027973 4.5398120 5.9713921 7.015491 11.494183 6 

Parsel kurdeleler:

ggplot() + 
geom_ribbon(data=qs, aes(x=t, ymin=X0., ymax=X100.),fill="gray30", alpha=0.2) + 
geom_ribbon(data=qs, aes(x=t, ymin=X25., ymax=X75.),fill="gray30", alpha=0.2) 

Bu iki kuantil aralıklarla, (0-100) ve (25-75) içindir. Daha fazla miktar için quantile ve daha fazla şerit katmanına daha fazla argaya ihtiyacınız olacak ve renkleri de ayarlamanız gerekecek.

Spacedman fikrine dayanarak

Answer 2

, ben bir otomatik şekilde daha aralıkları eklemek için bir yol buldu: Ben ilk simetrik değeri çiftleri tarafından her step için grup onları quantiles hesaplamak ve sonra doğru sırayla geom_ribbon kullanmak ...

library(tidyr) 
library(dplyr) 
condquant <- dfm %>% group_by(step) %>% 
    do(quant = quantile(.$value, probs = seq(0,1,.05)), probs = seq(0,1,.05)) %>% 
    unnest() %>% 
    mutate(delta = 2*round(abs(.5-probs)*100)) %>% 
    group_by(step, delta) %>% 
    summarize(quantmin = min(quant), quantmax= max(quant)) 

ggplot() + 
    geom_ribbon(data = condquant, aes(x = step, ymin = quantmin, ymax = quantmax, 
            group = reorder(delta, -delta), fill = as.numeric(delta)), 
       alpha = .5) + 
    scale_fill_gradient(low = "grey10", high = "grey95") + 
    geom_line(data = dfm, aes(x = step, y = value, group=variable), alpha=0.2) + 
    geom_line(data=ensemble_av,aes(step,ensav),size=2)+ 
    theme(legend.position="none") 

Answer 3

Teşekkürler Erwan ve Spacedman.

'tidyr' ('dplyr' ve 'magrittr') Erwans cevap benim versiyonunu kaçınmak

probs=c(0:10)/10 # use fewer quantiles than Erwan 
arr=t(apply(df[,-1],1,quantile,prob=probs)) 
dfq=data.frame(step=df[,1],arr) 
names(dfq)=c("step",colnames(arr)) 
dfqm=melt(dfq,id.vars=c(1)) 
# add inter-quantile (per) range as delta 
dfqm$delta=dfqm$variable 
levels(dfqm$delta)=abs(probs-rev(probs))*100 


dfplot=ddply(dfqm,.(step,delta),summarize, 
    quantmin=min(value), 
    quantmax=max(value)) 

ggplot() + 
    geom_ribbon(data = dfplot, aes(x = step, ymin = quantmin, 
           ymax =quantmax,group=rev(delta), 
           fill = as.numeric(delta)), 
      alpha = .5) + 
    scale_fill_gradient(low = "grey25", high = "grey75") + 
    geom_line(data=ensemble_av,aes(step,ensav),size=2) + 
    theme(legend.position="none")