Nano Hash - криптовалюты, майнинг, программирование

как я могу сделать гистограмму с накоплением с помощью ggplot2

Привет, я хотел сделать гистограмму с накоплением, используя ggplot2 с приведенными ниже данными.

Chr NonSyn_Snps Total_exonic_Snps
A01 9217    13725
A02 6226    9133
A03 14888   21531
A04 5272    7482
A05 4489    6608
A06 8298    12212
A07 6351    9368
A08 3737    5592
A09 12429   18119
A10 7165    10525

По сути, я хочу сложить NonSyn_Snps и Total_exonic_Snps для каждой хромосомы, но, к сожалению, не могу.

Это то, что я пробовал до сих пор без везения

ggplot(Chr.df_mod, aes(Chr, Total_exonic_Snps, fill = NonSyn_Snps)) + geom_bar(stat = "identity", colour = "white") + xlab("Chromosome") + ylab("Number of SNPs")

Я получаю сюжет, но не сложенный.

введите здесь описание изображения

Может кто-нибудь, пожалуйста, помогите мне устранить эту проблему.

Спасибо, Упендра.

r bar-chart ggplot2 stacked
02.07.2013

Ответы:


1

Идиома ggplot лучше всего работает с длинными данными, а не с широкими данными. Вам нужно преобразовать широкий фрейм данных в длинный формат, чтобы воспользоваться многими опциями ggplot.

# get data
dat <- read.table(text = "Chr NonSyn_Snps Total_exonic_Snps
A01 9217    13725
A02 6226    9133
                  A03 14888   21531
                  A04 5272    7482
                  A05 4489    6608
                  A06 8298    12212
                  A07 6351    9368
                  A08 3737    5592
                  A09 12429   18119
                  A10 7165    10525", header= TRUE)


# load libraries
require(ggplot2)
require(reshape2)

# melt data from wide to long
dat_m <- melt(dat)

# plot
ggplot(dat_m, aes(Chr, value, fill = variable)) + 
  geom_bar(stat = "identity") + 
  xlab("Chromosome") + 
  ylab("Number of SNPs")

введите здесь описание изображения

02.07.2013
  • Прохладно. Спасибо за подсказку и ответ. Очень признателен. 02.07.2013
  • Не беспокойтесь, если вы хотите попробовать более интерактивный график (например, наведение курсора для получения значений и т. д.), дайте rCharts вперед 02.07.2013
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..