我有这个情节：
mtcars$mpg_level <- as.character(as.integer(mtcars$mpg))
p1 <- ggplot(data = mtcars, aes(x = disp, y = mpg_level, color=mpg_level , shape=mpg_level)) + geom_point()
p1 <- p1 + scale_shape_manual(values = 1:length(unique(mtcars$mpg_level)))
我想为mpg和disp之间的相关性添加一个标签
这不起作用：
p2 <- ggplot(data = mtcars, aes(x = disp, y = mpg_level, color=mpg_level , shape=mpg_level)) + geom_point()
p2 <- p2 + stat_cor(aes(label = ..rr.label..), color = "red", geom = "label", digits = 2, size = 3)
p2 <- p2 + scale_shape_manual(values = 1:length(unique(mtcars$mpg_level)))给出：
Warning message:
Computation failed in `stat_cor()`
Caused by error in `cor.test.default()`:
! not enough finite observations所以我怀疑它试图获得mpg_level的每个级别之间的相关性，这是由以下工作支持的：
p3 <- ggplot(data = mtcars, aes(x = disp, y = mpg)) + geom_point()
p3 <- p3 + stat_cor(aes(label = ..rr.label..), color = "red", geom = "label", digits = 2, size = 3)
我觉得它应该是这样的，我把mpg和disp分别加到stat_cor中，但显然不起作用：
p4 <- ggplot(data = mtcars, aes(x = disp, y = mpg_level, color=mpg_level , shape=mpg_level)) + geom_point()
p4 <- p4 + stat_cor(aes(x=disp, y=mpg, label = ..rr.label..), color = "red", geom = "label", digits = 2, size = 3)
p4 <- p4 + scale_shape_manual(values = 1:length(unique(mtcars$mpg_level)))
1条答案
按热度按时间1l5u6lss1#
问题是你的数据是按
mpg_level分组的。要通过stat_cor获得你想要的相关性，你必须额外设置groupaes来覆盖默认分组，即添加group=1。然而，虽然这是有效的，并且给出了所需的相关性，但标签被放置在
mpg处，而不是mpg_level处。要解决这个问题，您必须显式地设置标签位置。注意：当然，这也可以通过将
mpgMap到y上来避免。