Table of Contents
利用 R 繪制擬合曲線
個人主要使用 ggplot2 進行繪圖,這里也只介紹 ggplot2 的相關方法。
利用 R 繪制擬合曲線主要有兩類方法:
- 利用 geom_smooth 進行曲線的擬合(method 選擇 loess 或者添加 formula);
- 利用 spline 進行插值操作,然后用 geom_line 進行連接。
但是,這兩種方法都有一些缺陷。利用 geom_smooth 進行曲線的擬合在某些數據的情況下會擬合比較差,甚至呈現折線。利用 spline 進行插值操作后繪圖會導致曲線必須經過實際值對應的點,導致曲線僵硬。在某些情況下,兩種方法都無法得到我們需要的圖形。
在本文中,需要繪制如下數據的圖形:
density | ROS |
0 | 3.43 |
0.001 | 1.86 |
0.01 | 56.00 |
0.1 | 225.31 |
1 | 183.56 |
10 | 339.40 |
100 | 272.89 |
1000 | 204.17 |
10000 | 2.29 |
該數據表現了樣品隨着濃度的變化,觀測值變化的情況。
單純使用 goem_smooth
library(ggplot2)
ros <- read.csv('tem.csv', colClasses = c('character', 'numeric'))
ggplot(ros, aes(x=density, y=ROS)) +
geom_point() +
geom_smooth(aes(x=density2, y=ROS), se = F, method = 'loess')
單純使用 spline
ros <- transform.data.frame(ros, density2=1:9)
tem <- as.data.frame(spline(ros$density2, ros$ROS, n=10000))
ggplot(ros, aes(x=density, y=ROS)) +
geom_point() +
geom_line(data = tem, aes(x=x, y=y))
同時使用前兩種方法
tem2 <- as.data.frame(spline(ros$density2, ros$ROS, n=100))
ggplot(ros, aes(x=density, y=ROS)) +
geom_point() +
geom_smooth(data = tem2, aes(x=x, y=y), se = F, method = 'loess')