本文介绍了提供给离散量程的连续值的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我是ggplot2的新手。事实上，我上周才发现它，而且我还没有弄清楚如何使用美学和尺度等。我的问题可能有一个非常简单的解决方案，但我无法在网上找到令人满意的答案。
对于邮件的大小感到抱歉，但所有使用的数据都在以下脚本中：
dados Fres Vc Lu 1 466 30 10 2 416 30 10 3 465 30 10 4 416 30 10 5 464 30 10 6 416 30 10 7 476 30 10 8 412 30 10 9 468 30 10 10 410 30 10 11 470 30 10 12 407 30 10 13 468 30 10 14 412 30 10 15 469 30 10 16 414 30 10 17 469 30 10 18 412 30 10 19 467 30 10 20 409 30 10 21 469 30 10 22 415 30 10 23 471 30 10 24 420 30 10 25 469 30 10 26 416 30 10 27 464 30 10 28 409 30 10 29 465 30 10 30 412 3 0 10 31 464 30 10 32 409 30 10 33 466 30 10 34 417 30 10 35 466 30 10 36 417 30 10 37 464 30 10 38 414 30 10 39 466 30 10 40 415 30 10 41 585 30 94 42 234 30 94 43 589 30 94 44 231 30 94 45 585 30 94 46 223 30 94 47 586 30 94 48 223 30 94 49 572 30 94 50 233 30 94 51 585 30 94 52 233 30 94 53 589 30 94 54 234 30 94 55 598 30 94 56 237 30 94 57 605 30 94 58 237 30 94 59 586 30 94 60 233 30 94 61 588 30 94 62 227 30 94 63 585 30 94 64 230 30 94 65 586 30 94 66 230 30 94 67 591 30 94 68 237 30 94 69 586 30 94 70 234 30 94 71 592 30 94 72 237 30 94 73 595 30 94 74 236 30 94 75 600 30 94 76 227 30 94 77 592 30 94 78 237 30 94 79 592 30 94 80 240 30 94 81 468 30 10 82 408 30 10 83 471 30 10 84 405 30 10 85 475 30 10 86 403 30 10 87 470 30 10 88 409 30 10 89 478 30 10 90 405 30 10 91 474 30 10 92 403 30 10 93 472 30 10 94 402 30 10 95 478 30 10 96 408 30 10 97 477 30 10 98 406 30 10 99 473 30 10 100 406 30 10 101 474 30 10 102 406 30 10 103 477 30 10 104 411 30 10 105 480 30 10 106 413 30 10 107 479 30 10 108 408 30 10 109 476 30 10 110 406 30 10 111 476 30 10 112 404 30 10 113 472 30 10 114 407 30 10 115 474 30 10 116 411 30 10 117 473 30 10 118 415 30 10 119 479 30 10 120 409 30 10 121 578 30 94 122 370 30 94 123 570 30 94 124 378 30 94 125 575 30 94 126 367 30 94 127 579 30 94 128 371 30 94 129 576 30 94 130 362 30 94 131 579 30 94 132 372 30 94 133 588 30 94 134 375 30 94 135 586 30 94 136 372 30 94 137 589 30 94 138 378 30 94 139 587 30 94 140 375 30 94 141 578 30 94 $ b $ 142 368 30 94 $ b $ 143 575 30 94 144 375 30 94 145 574 30 94 146 376 30 94 147 575 30 94 148 367 30 94 149 580 30 94 150 382 30 94 151 583 30 94 152 368 30 94 153 591 30 94 154 386 30 94 155 595 30 94 156 379 30 94 157 593 30 94 158 384 30 94 159 607 30 94 160 399 30 94 161 760 30 122 162 625 30 122 163 746 30 122 164 612 30 122 165 762 30 122 166 625 30 122 167 783 30 122 168 637 30 122 169 778 30 122 170 640 30 122 171 778 30 122 172 638 30 122 173 79 1 30 122 174 638 30 122 175 782 30 122 176 635 30 122 177 792 30 122 178 640 30 122 179 783 30 122 180 637 30 122 181 774 30 122 182 622 30 122 183 777 30 122 184 618 30 122 185 777 30 122 186 622 30 122 187 765 30 122 188 623 30 122 189 769 30 122 190 625 30 122 191 775 30 122 192 622 30 122 193 777 30 122 194 628 30 122 195 769 30 122 196 620 30 122 197 778 30 122 198 623 30 122 199 788 30 122 200 634 30 122 201 457 40 38 202 416 40 38 203 460 40 38 204 438 40 38 205 465 40 38 206 441 40 38 207 467 40 38 208 442 40 38 209 473 40 38 210 452 40 38 211 469 40 38 212 446 40 38 213 478 40 38 214 450 40 38 215 476 40 38 216 454 40 38 217 479 40 38 218 452 40 38 219 480 40 38 220 450 40 38 221 481 40 38 222 443 40 38 223 476 40 38 224 447 40 38 225 472 40 38 226 450 40 38 227 479 40 38 228 449 40 38 229 478 40 38 230 455 40 38 231 478 40 38 232 457 40 38 233 481 40 38 234 447 40 38 235 504 40 38 236 452 40 38 237 472 40 38 238 447 40 38 239 472 40 38 240 451 40 38 241 622 40 66 242 377 40 66 243 619 40 66 244 378 40 66 245 622 40 66 246 369 40 66 247 616 40 66 248 374 40 66 249 619 40 66 250 374 40 66 251 616 40 66 252 374 40 66 253 621 40 66 254 375 40 66 255 618 40 66 256 397 40 66 257 633 40 66 258 406 40 66 259 652 40 66 260 412 40 66 261 652 40 66 262 419 40 66 263 658 40 66 264 423 40 66 265 659 40 66 266 409 40 66 267 650 40 66 268 405 40 66 269 653 40 66 270 405 40 66 271 652 40 66 272 403 40 66 273 656 40 66 274 408 40 66 275 644 40 66 276 406 40 66 277 649 40 66 278 412 40 66 279 650 40 66 280 406 40 66 281 853 40 122 282 330 40 122 283 859 40 122 284 323 40 122 285 842 40 122 286 308 40 122 287 842 40 122 288 324 40 122 289 831 40 122 290 334 40 122 291 838 40 122 292 341 40 122 293 836 40 122 294 328 40 122 295 840 40 122 296 324 40 122 297 836 40 122 298 321 40 122 299 831 40 122 300 328 40 122 301 833 40 122 302 328 40 122 303 840 40 122 304 330 40 122 305 831 40 122 306 321 40 122 307 833 40 122 308 328 40 122 309 833 40 122 310 321 40 122 311 840 40 122 312 319 40 122 313 838 40 122 314 317 40 122 315 831 40 122 316 319 40 122 317 827 40 122 318 323 40 122 319 836 40 122 320 328 40 122 321 442 40 38 322 407 40 38 323 437 40 38 324 410 40 38 325 444 40 38 326 412 40 38 327 440 40 38 328 414 40 38 329 439 40 38 330 413 40 38 331 436 40 38 332 416 40 38 333 446 40 38 334 412 40 38 335 438 40 38 336 414 40 38 337 443 40 38 338 408 40 38 339 446 40 38 340 407 40 38 341 445 40 38 342 413 40 38 343 453 40 38 344 414 40 38 345 449 40 38 346 417 40 38 347 447 40 38 348 411 40 38 349 443 40 38 350 417 40 38 351 447 40 38 352 410 40 38 353 449 40 38 354 409 40 38 355 442 40 38 356 413 40 38 357 451 40 38 358 412 40 38 359 447 40 38 360 420 40 38 361 526 40 66 362 467 40 66 363 532 40 66 364 470 40 66 365 528 40 66 366 474 40 66 367 529 40 66 368 472 40 66 369 533 40 66 370 480 40 66 371 542 40 66 372 487 40 66 373 545 40 66 374 504 40 66 375 549 40 66 376 507 40 66 377 546 40 66 378 517 40 66 379 541 40 66 380 518 40 66 381 554 40 66 382 514 40 66 383 564 40 66 384 514 40 66 385 571 40 66 386 522 40 66 387 575 40 66 388 525 40 66 389 582 40 66 390 533 40 66 391 588 40 66 392 536 40 66 393 591 40 66 394 553 40 66 395 592 40 66 396 557 40 66 397 592 40 66 398 563 40 66 399 583 40 66 400 568 40 66 > ; dadosc< - summarySE（dados，measurevar =Fres，groupvars = c（Vc，Lu））> dadosc Vc Lu N fres sd se ci 1 30 10 80 440.6875 30.91540 3.456447 6.879885 2 30 94 80 445.0250 150.97028 16.878990 33.596789 3 30 122 40 701.7000 75.06688 11.869115 24.007552 4 40 38 80 444.6125 23.31973 2.607225 5.189552 5 40 66 80 526.7125 90.77824 10.149316 20.201707 6 40 122 40 581.1250 259.74092 41.068645 83.069175 > ggplot（dadosc，aes（x = Lu，y = Fres，color = Vc））+ + geom_errorbar（aes（ymin = Fres-se，ymax = Fres + se），width = 5）+ + geom_point（）> pd < - position_dodge（0.1）到这里，我得到了这张图，非常接近我的期望图，除了事实我只喜欢只有两种颜色的图例，一个用于Vc = 30，另一个用于Vc = 40。
！[输入图片描述] [b]
然后我尝试下面的脚本：
ggplot（dadosc，aes（x = Lu，y = Fres，ymax = max（Fres），color = Vc，group = Vc） ）+ + geom_errorbar（aes（ymin = Fres-se，ymax = Fres + se），color =black，width = .1，position = pd）+ + geom_point（position = pd ，尺寸= 3，形状= 21，填充=白色）+＃21是实心圆b $ b + xlab（Machining lenght（mm））+ + ylab（Machining forces（N） ）+ + scale_colour_hue（name =Cutting Velocity， + breaks = c（30，40）， + labels = c（Vc = 30 m / min，Vc = 40m / min）， + l = 40）+ + ggtitle（切削速度对加工力的影响）+ + expand_limits（y = 0）+ + scale_y_continuous（breaks = 0：750 * 50）+ + theme_bw（）+ + theme（legend.justification = c（1,0）， + legend.position = c（1,0））错误：提供给离散比例的连续值我收到此消息：
错误：提供给离散量表的连续值！
解决方案
Vc 应该是因子如果您想在图例中使用两个值。当你的类型为整数时，你试图将 Vc 作为离散的（breaks = c（30，40））， / code>
ggplot（dadosc，aes（x = Lu，y = Fres，color = factor（Vc） ））+ ...
I am new to ggplot2. In fact, I only discovered it last week and I haven't quite figured out yet how to use aesthetics and scales etc. There is probably a very easy solution to my problem but I couldn't find a satisfying answer online.
Sorry for the size of the message, but all the data used is in the following script:
dados Fres Vc Lu 1 466 30 10 2 416 30 10 3 465 30 10 4 416 30 10 5 464 30 10 6 416 30 10 7 476 30 10 8 412 30 10 9 468 30 10 10 410 30 10 11 470 30 10 12 407 30 10 13 468 30 10 14 412 30 10 15 469 30 10 16 414 30 10 17 469 30 10 18 412 30 10 19 467 30 10 20 409 30 10 21 469 30 10 22 415 30 10 23 471 30 10 24 420 30 10 25 469 30 10 26 416 30 10 27 464 30 10 28 409 30 10 29 465 30 10 30 412 30 10 31 464 30 10 32 409 30 10 33 466 30 10 34 417 30 10 35 466 30 10 36 417 30 10 37 464 30 10 38 414 30 10 39 466 30 10 40 415 30 10 41 585 30 94 42 234 30 94 43 589 30 94 44 231 30 94 45 585 30 94 46 223 30 94 47 586 30 94 48 223 30 94 49 572 30 94 50 233 30 94 51 585 30 94 52 233 30 94 53 589 30 94 54 234 30 94 55 598 30 94 56 237 30 94 57 605 30 94 58 237 30 94 59 586 30 94 60 233 30 94 61 588 30 94 62 227 30 94 63 585 30 94 64 230 30 94 65 586 30 94 66 230 30 94 67 591 30 94 68 237 30 94 69 586 30 94 70 234 30 94 71 592 30 94 72 237 30 94 73 595 30 94 74 236 30 94 75 600 30 94 76 227 30 94 77 592 30 94 78 237 30 94 79 592 30 94 80 240 30 94 81 468 30 10 82 408 30 10 83 471 30 10 84 405 30 10 85 475 30 10 86 403 30 10 87 470 30 10 88 409 30 10 89 478 30 10 90 405 30 10 91 474 30 10 92 403 30 10 93 472 30 10 94 402 30 10 95 478 30 10 96 408 30 10 97 477 30 10 98 406 30 10 99 473 30 10 100 406 30 10 101 474 30 10 102 406 30 10 103 477 30 10 104 411 30 10 105 480 30 10 106 413 30 10 107 479 30 10 108 408 30 10 109 476 30 10 110 406 30 10 111 476 30 10 112 404 30 10 113 472 30 10 114 407 30 10 115 474 30 10 116 411 30 10 117 473 30 10 118 415 30 10 119 479 30 10 120 409 30 10 121 578 30 94 122 370 30 94 123 570 30 94 124 378 30 94 125 575 30 94 126 367 30 94 127 579 30 94 128 371 30 94 129 576 30 94 130 362 30 94 131 579 30 94 132 372 30 94 133 588 30 94 134 375 30 94 135 586 30 94 136 372 30 94 137 589 30 94 138 378 30 94 139 587 30 94 140 375 30 94 141 578 30 94 142 368 30 94 143 575 30 94 144 375 30 94 145 574 30 94 146 376 30 94 147 575 30 94 148 367 30 94 149 580 30 94 150 382 30 94 151 583 30 94 152 368 30 94 153 591 30 94 154 386 30 94 155 595 30 94 156 379 30 94 157 593 30 94 158 384 30 94 159 607 30 94 160 399 30 94 161 760 30 122 162 625 30 122 163 746 30 122 164 612 30 122 165 762 30 122 166 625 30 122 167 783 30 122 168 637 30 122 169 778 30 122 170 640 30 122 171 778 30 122 172 638 30 122 173 791 30 122 174 638 30 122 175 782 30 122 176 635 30 122 177 792 30 122 178 640 30 122 179 783 30 122 180 637 30 122 181 774 30 122 182 622 30 122 183 777 30 122 184 618 30 122 185 777 30 122 186 622 30 122 187 765 30 122 188 623 30 122 189 769 30 122 190 625 30 122 191 775 30 122 192 622 30 122 193 777 30 122 194 628 30 122 195 769 30 122 196 620 30 122 197 778 30 122 198 623 30 122 199 788 30 122 200 634 30 122 201 457 40 38 202 416 40 38 203 460 40 38 204 438 40 38 205 465 40 38 206 441 40 38 207 467 40 38 208 442 40 38 209 473 40 38 210 452 40 38 211 469 40 38 212 446 40 38 213 478 40 38 214 450 40 38 215 476 40 38 216 454 40 38 217 479 40 38 218 452 40 38 219 480 40 38 220 450 40 38 221 481 40 38 222 443 40 38 223 476 40 38 224 447 40 38 225 472 40 38 226 450 40 38 227 479 40 38 228 449 40 38 229 478 40 38 230 455 40 38 231 478 40 38 232 457 40 38 233 481 40 38 234 447 40 38 235 504 40 38 236 452 40 38 237 472 40 38 238 447 40 38 239 472 40 38 240 451 40 38 241 622 40 66 242 377 40 66 243 619 40 66 244 378 40 66 245 622 40 66 246 369 40 66 247 616 40 66 248 374 40 66 249 619 40 66 250 374 40 66 251 616 40 66 252 374 40 66 253 621 40 66 254 375 40 66 255 618 40 66 256 397 40 66 257 633 40 66 258 406 40 66 259 652 40 66 260 412 40 66 261 652 40 66 262 419 40 66 263 658 40 66 264 423 40 66 265 659 40 66 266 409 40 66 267 650 40 66 268 405 40 66 269 653 40 66 270 405 40 66 271 652 40 66 272 403 40 66 273 656 40 66 274 408 40 66 275 644 40 66 276 406 40 66 277 649 40 66 278 412 40 66 279 650 40 66 280 406 40 66 281 853 40 122 282 330 40 122 283 859 40 122 284 323 40 122 285 842 40 122 286 308 40 122 287 842 40 122 288 324 40 122 289 831 40 122 290 334 40 122 291 838 40 122 292 341 40 122 293 836 40 122 294 328 40 122 295 840 40 122 296 324 40 122 297 836 40 122 298 321 40 122 299 831 40 122 300 328 40 122 301 833 40 122 302 328 40 122 303 840 40 122 304 330 40 122 305 831 40 122 306 321 40 122 307 833 40 122 308 328 40 122 309 833 40 122 310 321 40 122 311 840 40 122 312 319 40 122 313 838 40 122 314 317 40 122 315 831 40 122 316 319 40 122 317 827 40 122 318 323 40 122 319 836 40 122 320 328 40 122 321 442 40 38 322 407 40 38 323 437 40 38 324 410 40 38 325 444 40 38 326 412 40 38 327 440 40 38 328 414 40 38 329 439 40 38 330 413 40 38 331 436 40 38 332 416 40 38 333 446 40 38 334 412 40 38 335 438 40 38 336 414 40 38 337 443 40 38 338 408 40 38 339 446 40 38 340 407 40 38 341 445 40 38 342 413 40 38 343 453 40 38 344 414 40 38 345 449 40 38 346 417 40 38 347 447 40 38 348 411 40 38 349 443 40 38 350 417 40 38 351 447 40 38 352 410 40 38 353 449 40 38 354 409 40 38 355 442 40 38 356 413 40 38 357 451 40 38 358 412 40 38 359 447 40 38 360 420 40 38 361 526 40 66 362 467 40 66 363 532 40 66 364 470 40 66 365 528 40 66 366 474 40 66 367 529 40 66 368 472 40 66 369 533 40 66 370 480 40 66 371 542 40 66 372 487 40 66 373 545 40 66 374 504 40 66 375 549 40 66 376 507 40 66 377 546 40 66 378 517 40 66 379 541 40 66 380 518 40 66 381 554 40 66 382 514 40 66 383 564 40 66 384 514 40 66 385 571 40 66 386 522 40 66 387 575 40 66 388 525 40 66 389 582 40 66 390 533 40 66 391 588 40 66 392 536 40 66 393 591 40 66 394 553 40 66 395 592 40 66 396 557 40 66 397 592 40 66 398 563 40 66 399 583 40 66 400 568 40 66 > dadosc <- summarySE(dados, measurevar="Fres", groupvars=c("Vc","Lu")) > dadosc Vc Lu N Fres sd se ci 1 30 10 80 440.6875 30.91540 3.456447 6.879885 2 30 94 80 445.0250 150.97028 16.878990 33.596789 3 30 122 40 701.7000 75.06688 11.869115 24.007552 4 40 38 80 444.6125 23.31973 2.607225 5.189552 5 40 66 80 526.7125 90.77824 10.149316 20.201707 6 40 122 40 581.1250 259.74092 41.068645 83.069175 > ggplot(dadosc, aes(x=Lu, y=Fres, colour=Vc)) + + geom_errorbar(aes(ymin=Fres-se, ymax=Fres+se), width=5) + + geom_point() > pd <- position_dodge(0.1)Up to here I got this graph, very close to my desired graph, except for the fact I´d like a legend with only two colors, one for Vc=30 and other for Vc=40.
![enter image description here][1]
Then I try the following script:
ggplot(dadosc, aes(x=Lu, y=Fres, ymax = max(Fres), colour=Vc, group=Vc)) + + geom_errorbar(aes(ymin=Fres-se, ymax=Fres+se), colour="black", width=.1, position=pd) + + geom_point(position=pd, size=3, shape=21, fill="white") + # 21 is filled circle + xlab("Machining lenght (mm)") + + ylab("Machining forces (N)") + + scale_colour_hue(name="Cutting Velocity", + breaks=c("30", "40"), + labels=c("Vc = 30 m/min", " Vc = 40 m/min "), + l=40) + + ggtitle("The Effect of Cutting Velocity on Machining Forces") + + expand_limits(y=0) + + scale_y_continuous(breaks=0:750*50) + + theme_bw() + + theme(legend.justification=c(1,0), + legend.position=c(1,0)) Error: Continuous value supplied to discrete scaleAnd I receive this message:
"Error: Continuous value supplied to discrete scale"!
解决方案
Vc should be a factor if you want two values in the legend. You were getting that error because you were trying to scale Vc as discrete (breaks = c(30, 40)) when it was of type integer
ggplot(dadosc, aes(x=Lu, y=Fres, colour=factor(Vc))) + ...更多推荐
提供给离散量程的连续值
发布评论