ggplot扩展学习笔记-逐行解析Y叔的“geom

介绍

看到Y叔为ggord做的添加置信椭圆的geom_ord_ellipse.R（用法见上一篇文章《画个小圈圈》），决定学习一点ggplot图形的语言，对于初学者最好的方法就是照葫芦画瓢，而Y叔的代码自然是最好的模板。我对Y叔的代码进行了逐行的分析，希望以后有需要可以套用。

以下为代码。这个图层的代码其实很短，很简洁，但是如果想要透彻理解还是需要下些功夫的。

文档注释

roxygen会根据这一部分对单一函数生成帮助文档，也就是我们在R命令行中输入看到的帮助信息。

其基础格式是（Y叔使用了，我觉得好像跟没有什么区别？）：

上面代码的注释大多可以顾名思义。比较有意思的是这行了，roxygen会把这个函数放在文件中，这样用户便可以调用这个函数。我是可以调用这个函数的。但这个函数是yyplot的内部函数（注意代码中此函数没有注释）。如果我调用就会报错：

更多关于roxygen的介绍可以参考这篇文章或官方文档。

—的语言

ggproto是ggplot2模块化、面向对象（Object Oriented）化的核心部分。基础的格式是：

是一个很庞大的系统，我目前理解还不是很深入，提供一些参考资料：

官方详细文档

ggproto教程

在理解Y叔这个脚本中我们需要使用最基础的两个模块（创建图层），（数据处理）。

内部函数—中的数据处理

我们在作图之前基本都是要对输入数据进行一些数据预处理，比如在做线箱图的时候需要计算中位数、IQR等。在这个脚本中，我们需要做的是计算置信区间椭圆，这一步是通过实现的。

：这个类的名字为

：继承类

：核心处理数据部分，对每一组进行处理，模板为，在这里，它主要接受置信区间（）参数，返回值为计算好的置信区间轮廓上的点坐标。另外，我认为这里并不必要。

：创建图层所需要的mapping参数

函数—创建图层

下面便是重头戏，使用上面的来创建一个图层。其实这就是一个普通的函数，只是为了返回一个图层。

函数的输入值：

：使用过ggplot2都不应该陌生，就是我们写的

：置信区间的概率

：置信区间内部的颜色，会产生透明的椭圆

输入预处理：

这里对输入的做了判断，如果没有输入，就会使用默认值，如果有输入，则替换默认值。

：定义了默认的aesthetics，使用时，变量要用双引号引用或使用（）

：根据一个修改另一个中的值

返回的：

这个函数的模板是：

对应到Y叔的函数：

：一个多边形（椭圆）

：使用我们定义的

：数据与图形的对应，如

：位置的定义

：从上一图层继承

：和的参数

到这里，对于一些基本的图层，我觉得完全可以套用Y叔的这个模板。在宏基因组公众号中曾经有人问，这个包中能不能把那些向量去掉，或者加入少部分变量的向量，我想用这个模板完全可以实现，只需要用来做个图层就可以了。

计算置信区间椭圆

这个代码是从的源码改过来的。对于排序图来说，基本最后都会降维到一个低维的空间（2维），方便展示。所以，我们最后需要处理的问题就是根据2维上的散点，计算出这些点分布的可能范围（在2维正态分布的假设下，对协方差使用卡方检验）。其中涉及到我们要把数据分成组（不同椭圆，不同颜色标记），然后对每一组求出上述的范围。这个操作使用ddply实现的：

分而治之

在此，把根据拆分成组，然后每一组套用，最后再把结果组合（）在一起。以下我们介绍每一组是如何处理的。

计算置信椭圆

从统计上来讲这个置信椭圆是这样做的：

做出一个单位圆（半径为单位1）

我们知道单位圆的参数方程为，在这里ggord的作者其实重复了两圈，具体的原因我也没有搞清楚，我认为没有必要。

套用公式把这个圆转换成椭圆

这里的转化实际是：

其中，也就是数据的中心，k根据概率控制椭圆的大小（因为是针对2维正态分布的协方差，所以使用了卡方检验），代表协方差矩阵的Cholesky分解，X和分别为圆和椭圆上对应点的坐标。

至于为什么这么做，涉及一些线代推导，可以参见下面两篇文章（特别是第一篇）：

https://jellymatter.wordpress.com/2011/03/31/drawing-confidence-ellipses-and-ellipsoids/#more-507

http://www.visiondummy.com/2014/04/draw-error-ellipse-representing-covariance-matrix/

有点多余？

这部分的意思是对之前算出的那些椭圆上的点找出对应的凸多边形。我认为对于上述方法得到的点已经在一个凸多边形上了（椭圆）。我没有太明白这一步的必要性，去掉之后并没有发现影响。

作者李陈浩，没错就是那个写了个原型，请我来封装成图层的人，我在他代码（其实来源于ggord包）的基础上，封装了图层，并且修改增强为适应其它ordination plot的通用图层。他对我的代码进行了逐行解析，是学习写ggplot2的好材料，当然这里其实只是写了Stat而已，也就是我之前说的数据处理，画图的Geom使用的是内置的polygon，写图层的能力还应该包括写Geom，以后有机会再跟大家介绍。

赞赏是最好的支持！