Come produrre una mappa di calore con ggplot2?

Question

Sto cercando di produrre una mappa di calore utilizzando ggplot2. Ho trovato questo esempio , che essenzialmente sto provando replicare con i miei dati, ma ho difficoltà. I miei dati sono un semplice file .csv simile a questo:

people,apple,orange,peach
mike,1,0,6
sue,0,0,1
bill,3,3,1
ted,1,1,0

Vorrei produrre una semplice mappa di calore in cui il nome del frutto è sull'asse xe la persona è sull'asse y. Il grafico dovrebbe rappresentare quadrati in cui il colore di ogni quadrato è una rappresentazione del numero di frutta consumata. Il quadrato corrispondente a mike:peach dovrebbe essere il più scuro.

Ecco il codice che sto usando per provare a produrre la mappa di calore:

data <- read.csv("/Users/bunsen/Desktop/fruit.txt", head=TRUE, sep=",")
fruit <- c(apple,orange,peach)
people <- data[,1]
(p <- ggplot(data, aes(fruit, people)) + geom_tile(aes(fill = rescale), colour = "white") +    scale_fill_gradient(low = "white", high = "steelblue"))

Quando tracciamo questi dati ottengo il numero di frutti sull'asse x e le persone sull'asse y. Inoltre non ottengo sfumature di colore che rappresentano il numero di frutti. Come posso ottenere i nomi dei frutti sull'asse x con il numero di frutti mangiati da una persona visualizzato come mappa di calore? L'output corrente che ricevo in R è simile a questo:

Answer 1

Essere onesto @ Dr.Bunsen - Il tuo esempio sopra è stato scarsamente riproducibile e non hai letto la prima parte del tutorial che collegato .Ecco probabilmente quello che stai cercando:

 library(reshape)
 library(ggplot2)
 library(scales)

 data <- structure(list(people = structure(c(2L, 3L, 1L, 4L), 
                                           .Label = c("bill", "mike", "sue", "ted"), 
                                           class = "factor"), 
                        apple = c(1L, 0L, 3L, 1L), 
                        orange = c(0L, 0L, 3L, 1L), 
                        peach = c(6L, 1L, 1L, 0L)), 
                    .Names = c("people", "apple", "orange", "peach"),
                    class = "data.frame", 
                    row.names = c(NA, -4L))
 data.m <- melt(data)
 data.m <- ddply(data.m, .(variable), transform, rescale = rescale(value))
 p <- ggplot(data.m, aes(variable, people)) + 
         geom_tile(aes(fill = rescale), colour = "white") 
 p + scale_fill_gradient(low = "white", high = "steelblue")

.

Answer 2

Sette (!) anni dopo, il modo migliore per formattare correttamente i dati è utilizzare tidyr anziché reshape

Utilizzando gather da tidyr, è molto facile riformattare i dati per ottenere le 3 colonne previste (person per l'asse y, fruit per l'asse x e count per i valori):

library("dplyr")
library("tidyr")

hm <- readr::read_csv("people,apple,orange,peach
mike,1,0,6
sue,0,0,1
bill,3,3,1
ted,1,1,0")

hm <- hm %>%
  gather(fruit, count, apple:peach)
  #syntax: key column (to create), value column (to create), columns to gather (will become (key, value) pairs)

I dati ora hanno questo aspetto:

# A tibble: 12 x 3
   people fruit  count
   <chr>  <chr>  <dbl>
 1 mike   apple      1
 2 sue    apple      0
 3 bill   apple      3
 4 ted    apple      1
 5 mike   orange     0
 6 sue    orange     0
 7 bill   orange     3
 8 ted    orange     1
 9 mike   peach      6
10 sue    peach      1
11 bill   peach      1
12 ted    peach      0

Perfetto! Cominciamo a tracciare. Il geom di base per fare una heatmap con ggplot2 è geom_tile a cui forniremo x estetico, y e fill.

library("ggplot2")
ggplot(hm, aes(x=x, y=y, fill=value)) + geom_tile() 

OK, non male, ma possiamo fare molto meglio.

• Per le mappe di calore, mi piace il theme_bw() del tema in bianco e nero che elimina lo sfondo grigio.

• Mi piace anche usare una tavolozza da RColorBrewer (con direction = 1 per ottenere i colori più scuri per valori più alti, o -1 altrimenti). Ci sono molte tavolozze disponibili: Reds, Blues, Spectral, RdYlBu (red-yellow-blue), RdBu (red-blue), ecc. Di seguito uso "Greens". Esegui RColorBrewer::display.brewer.all() per vedere come appaiono le tavolozze.

• Se vuoi che le tessere siano quadrate, usa semplicemente coord_equal().

• Trovo spesso che la legenda non sia utile, ma dipende dal tuo caso d'uso particolare. Puoi nascondere la legenda fill con guides(fill=F).

• Puoi stampare i valori sopra i riquadri utilizzando geom_text (o geom_label). Ci vuole l'estetica x, y e label ma nel nostro caso vengono ereditati x e y. Puoi anche stampare valori più alti più grandi passando size=count come estetica: in tal caso dovrai anche passare size=F a guides per nascondere la legenda delle dimensioni.

• Puoi tracciare linee attorno alle tessere passando un color a geom_tile.

Mettendo tutto insieme:

ggplot(hm, aes(x=fruit, y=people, fill=count)) +
  # tile with black contour
  geom_tile(color="black") + 
  # B&W theme, no grey background
  theme_bw() + 
  # square tiles
  coord_equal() + 
  # Green color theme for `fill`
  scale_fill_distiller(palette="Greens", direction=1) + 
  # printing values in black
  geom_text(aes(label=count), color="black") +
  # removing legend for `fill` since we're already printing values
  guides(fill=F) +
  # since there is no legend, adding a title
  labs(title = "Count of fruits per person")

Per rimuovere qualsiasi cosa, rimuovi semplicemente la riga corrispondente.