Comment dessiner des polygones nets autour des régions du diagramme de dispersion dans ggplot2 [fermé]

Comment ajouter un polygone net autour d'un groupe de points sur un diagramme de dispersion? J'utilise ggplot2 mais je suis déçu des résultats de geom_polygon.

Le jeu de données est là - bas , sous forme de fichier texte délimité par des tabulations. Le graphique ci-dessous montre deux mesures d'attitude à l'égard de la santé et du chômage dans de nombreux pays:

Je voudrais passer du geom_density2dmoins fantaisiste mais empiriquement plus correct geom_polygon. Le résultat sur des données non triées est inutile:

Comment dessiner des polygones "nets" se comportant comme des chemins de contour autour des valeurs min-max yx? J'ai essayé de trier les données en vain.

Code:

print(fig2 <- ggplot(d, aes(man, eff, colour=issue, fill=issue)) + 
geom_point() + geom_density2d(alpha=.5) + labs(x = "Efficiency", y = "Mandate"))

L' dobjet est obtenu avec ce fichier CSV .

Solution:

Merci à Wayne , Andy W et aux autres pour leurs conseils! Les données, codes et graphiques ont été publiés sur GitHub . Le résultat ressemble à ceci:

Avec Google, je suis tombé sur le site Web de Gota Morota qui en a déjà un exemple sur son site Web . Vous trouverez ci-dessous cet exemple étendu à vos données.

library(ggplot2)
work <- "E:\\Forum_Post_Stuff\\convex_hull_ggplot2"
setwd(work)

#note you have some missing data
mydata <- read.table(file = "emD71JT5.txt",header = TRUE, fill = TRUE)
nomissing <- na.omit(mydata) #chull function does not work with missing data

#getting the convex hull of each unique point set
df <- nomissing
find_hull <- function(df) df[chull(df$eff, df$man), ]
hulls <- ddply(df, "issue", find_hull)

plot <- ggplot(data = nomissing, aes(x = eff, y = man, colour=issue, fill = issue)) +
geom_point() + 
geom_polygon(data = hulls, alpha = 0.5) +
labs(x = "Efficiency", y = "Mandate")
plot

Si je comprends votre problème, vous recherchez la coque convexe de healthet de unemployment. Il y a probablement plusieurs paquets pour le faire dans R, dont un paquet geometry. J'imagine que les points sont classés dans l'ordre autour du périmètre, mais vous devez vérifier cela.

EDIT: Voici un exemple, qui n’utilise pas ggplot, mais j’espère que c’est utile. L'exemple dans la chulldocumentation semble être faux, ce qui pourrait vous jeter au dépourvu:

X <- matrix(rnorm(2000), ncol = 2)
X.chull <- chull (X)
X.chull <- c(X.chull, X.chull[1])
plot (X)
lines (X[X.chull,])

EDIT 2: OK, voici quelque chose utilisant ggplot2. Nous nous transformons Xen une data.frameavec des variables xet y. Ensuite:

library(ggplot2)
X <- as.data.frame(X)
hull <- chull(X)
hull <- c(hull, hull[1])
ggplot(X, aes(x=x, y=y)) + geom_polygon(data=X[hull,], fill="red") + geom_point()

Notez que le geom_pointutilise les données ( X) et aes du ggplot, alors que je le remplace dans le geom_polygon.

Pour bien le comprendre, vous devez insérer les lettres x et y de la coque pour les deux problèmes bar, en utilisant une troisième colonne issuepour les différencier.

Depuis cet après-midi, j'ai chullintégré la fonction dans un package R en tant que geom_convexhullfonction.

Une fois que le paquet est chargé, il peut être utilisé comme n’importe quel autre géom. Dans votre cas, cela devrait ressembler à:

ggplot(d, aes(man, eff, colour=issue, fill=issue)) + 
  geom_convexhull(alpha=.5) + 
  geom_point() + 
  labs(x = "Efficiency", y = "Mandate"))

Le paquet est disponible sur github: https://github.com/cmartin/ggConvexHull