前幾天有一個讀者在公眾號留言問上面這幅圖應(yīng)該如何實(shí)現(xiàn)，我想到一個辦法是利用ggplot2分別畫散點(diǎn)圖和密度圖，然后利用aplot包來拼圖，aplot包是ggtree的作者新開發(fā)的一個包，非常重要的一個作用就是解決拼圖的時候坐標(biāo)軸對齊的問題。這個aplot包的用法大家可以在微信搜索里直接搜a(bǔ)plot就可以直接找到原作者寫的推文的介紹，而且這個公眾號經(jīng)常推送R語言的學(xué)習(xí)內(nèi)容，非常好，作者是真正的大神級別的人物了。

aplot包：讓你畫出更復(fù)雜的圖

好了下面就開始介紹具體的實(shí)現(xiàn)過程

生成兩列符合正態(tài)分布的數(shù)據(jù)，然后組合成一個數(shù)據(jù)框

x<-rnorm(500,0,1)
y<-rnorm(500,0,2)
df<-data.frame(x=x,y=y)
head(df)

先做一個簡單的散點(diǎn)圖

library(ggplot2)ggplot(df,aes(x=x,y=y))+  geom_point()

 

按照Y軸的范圍填充三個顏色，比如大于3填充一個，小于-3填充另外一種，-3到3中間的填充另外一種

給數(shù)據(jù)添加一列新的用來映射顏色

df$color<-ifelse(df$y>3,"A",
                 ifelse(df$y<(-3),"B","D"))
head(df)

畫圖

ggplot(df,aes(x,y))+
  geom_point(aes(color=color))+
  scale_color_manual(values=c("green","blue","grey"))+
  theme_bw()

 

接下來是添加輔助線

ggplot(df,aes(x,y))+
  geom_point(aes(color=color))+
  scale_color_manual(values=c("green","blue","grey"))+
  theme_bw()+
  geom_hline(yintercept = -3,lty="dashed")+
  geom_hline(yintercept = 3,lty="dashed")+
  geom_vline(xintercept = -2,lty="dashed")

 

ggplot(df,aes(x))+
  geom_density(fill="grey",alpha=0.5)+
  scale_y_continuous(expand = c(0,0))+
  theme_minimal()+
  theme(axis.title = element_blank(),
        axis.text = element_blank(),
        axis.ticks = element_blank())

 

y軸的密度分布也是這樣畫，下面就不重復(fù)了

library(ggplot2)
library(aplot)
p1<-ggplot(df,aes(x,y))+
  geom_point(aes(color=color))+
  scale_color_manual(values=c("green","blue","grey"))+
  theme_bw()+
  geom_hline(yintercept = -3,lty="dashed")+
  geom_hline(yintercept = 3,lty="dashed")+
  geom_vline(xintercept = -2,lty="dashed")

p2<-ggplot(df,aes(x))+
  geom_density(fill="grey",alpha=0.5)+
  scale_y_continuous(expand = c(0,0))+
  theme_minimal()+
  theme(axis.title = element_blank(),
        axis.text = element_blank(),
        axis.ticks = element_blank())

p3<-ggplot(df,aes(y))+
  geom_density(fill="grey",alpha=0.5)+
  scale_y_continuous(expand = c(0,0))+
  theme_minimal()+
  theme(axis.title = element_blank(),
        axis.text = element_blank(),
        axis.ticks = element_blank())+
  coord_flip()
p1%>%
  insert_top(p2,height = 0.5)%>%
  insert_right(p3,0.5)