r - 如何使用 ggplot2 按降序组织构面?
问题描述
这个问题被标记为前段时间已经回答,有人将我重定向到此页面。但是,我对 Tidyverse 一无所知(而且数据本身看起来也不同),所以我决定通过重新编写这篇文章来再试一次。
简而言之,我已经成功地在 R 中制作了一个堆叠条形图,其中几个不同类别的百分比加起来为 100%。数据框如下所示:
sujeito teste epentese vozeamento palavra tipo ortografia
<chr> <chr> <chr> <chr> <chr> <chr> <chr>
1 a n 1 0 cats ts cs
2 b l 1 1 ducks ks cs
3 c l 1 1 cups ps cs
4 d l 0 0 grapes ps ces
5 e l 1 0 lakes ks ces
6 f n 1 0 gates ts ces
7 g n 0 0 books ks cs
8 h n 1 0 cakes ks ces
9 a n 1 1 kites ts ces
10 b n 1 0 boats ts cs
我使用 ggplot2 和 deplyr 制作了一个显示频率的堆叠条形图。由于我需要显示两个自变量,所以我习惯于facet_wrap
组织可视化。我使用了以下代码:
dados%>%
group_by(ortografia, tipo, epentese)%>%
summarise(quantidade = n())%>%
mutate(frequencia = quantidade/sum(quantidade))%>%
ggplot(., aes(x = tipo, y = frequencia, fill = epentese))+
geom_col(position = position_fill(reverse=TRUE))+
geom_text(aes(label = if_else(epentese == 0, scales::percent(frequencia, accuracy = 1), "")), vjust = 0, nudge_y = .01) +
scale_y_continuous(labels=scales::percent)+
facet_wrap(~ortografia)+
labs(title = "Epenthesis rates by ortographic pattern and cluster type", subtitle = "Orthographic Pattern")+
theme(plot.title = element_text(hjust = 0.5))+
theme(plot.subtitle = element_text(hjust = 0.5))+
xlab("Cluster Type")+ylab("Frequency")
然而,我的情节最终像下图的左侧,而不是右侧(这是我的目标)。恐怕使用不同的方面会使事情变得有点复杂。
有人可以帮助这个不起眼的用户按降序组织这些方面吗?
编辑:这是 dput 的输出,根据要求:
> dput(dados)
structure(list(sujeito = c("a", "a", "a", "a", "a", "a", "a",
"a", "a", "a", "a", "a", "a", "a", "a", "a", "a", "a", "a", "a",
"a", "a", "a", "a", "a", "a", "a", "a", "a", "a", "a", "a", "a",
"a", "a", "a", "a", "a", "a", "a", "a", "a", "b", "b", "b", "b",
"b", "b", "b", "b", "b", "b", "b", "b", "b", "b", "b", "b", "b",
"b", "b", "b", "b", "b", "b", "b", "b", "b", "b", "b", "b", "b",
"b", "b", "b", "b", "b", "b", "b", "b", "b", "b", "b", "b", "b",
"b", "c", "c", "c", "c", "c", "c", "c", "c", "c", "c", "c", "c",
"c", "c", "c", "c", "c", "c", "c", "c", "c", "c", "c", "c", "c",
"c", "c", "c", "c", "c", "c", "c", "c", "c", "c", "c", "c", "c",
"c", "c", "c", "c", "c", "c", "d", "d", "d", "d", "d", "d", "d",
"d", "d", "d", "d", "d", "d", "d", "d", "d", "d", "d", "d", "d",
"d", "d", "d", "d", "d", "d", "d", "d", "d", "d", "d", "d", "d",
"d", "d", "d", "d", "d", "d", "d", "d", "d", "d", "e", "e", "e",
"e", "e", "e", "e", "e", "e", "e", "e", "e", "e", "e", "e", "e",
"e", "e", "e", "e", "e", "e", "e", "e", "e", "e", "e", "e", "e",
"e", "e", "e", "e", "e", "e", "e", "e", "e", "e", "e", "e", "e",
"e", "f", "f", "f", "f", "f", "f", "f", "f", "f", "f", "f", "f",
"f", "f", "f", "f", "f", "f", "f", "f", "f", "f", "f", "f", "f",
"f", "f", "f", "f", "f", "f", "f", "f", "f", "f", "f", "f", "f",
"f", "f", "f", "f", "f", "g", "g", "g", "g", "g", "g", "g", "g",
"g", "g", "g", "g", "g", "g", "g", "g", "g", "g", "g", "g", "g",
"g", "g", "g", "g", "g", "g", "g", "g", "g", "g", "g", "g", "g",
"g", "g", "g", "g", "g", "g", "g", "g", "g", "g", "h", "h", "h",
"h", "h", "h", "h", "h", "h", "h", "h", "h", "h", "h", "h", "h",
"h", "h", "h", "h", "h", "h", "h", "h", "h", "h", "h", "h", "h",
"h", "h", "h", "h", "h", "h", "h", "h", "h", "h", "h", "h", "h",
"h"), teste = c("n", "n", "n", "n", "n", "n", "n", "n", "n",
"n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n",
"l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l",
"l", "l", "l", "l", "l", "l", "l", "n", "n", "n", "n", "n", "n",
"n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n",
"n", "n", "n", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l",
"l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "n",
"n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n",
"n", "n", "n", "n", "n", "n", "n", "n", "l", "l", "l", "l", "l",
"l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l",
"l", "l", "l", "l", "n", "n", "n", "n", "n", "n", "n", "n", "n",
"n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n",
"l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l",
"l", "l", "l", "l", "l", "l", "l", "l", "n", "n", "n", "n", "n",
"n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n",
"n", "n", "n", "n", "l", "l", "l", "l", "l", "l", "l", "l", "l",
"l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "n",
"n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n",
"n", "n", "n", "n", "n", "n", "n", "l", "l", "l", "l", "l", "l",
"l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l",
"l", "l", "l", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n",
"n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "l",
"l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l",
"l", "l", "l", "l", "l", "l", "l", "l", "n", "n", "n", "n", "n",
"n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n", "n",
"n", "n", "n", "n", "l", "l", "l", "l", "l", "l", "l", "l", "l",
"l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l", "l"),
epentese = c("1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "0", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "0", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "0", "1", "1", "1", "0", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "0", "1", "1", "1", "1", "0", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "0", "0", "1", "1", "0", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "0", "1", "1", "1", "1", "1", "1", "1",
"0", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "0",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"0", "1", "1", "1", "0", "0", "1", "1", "1", "0", "0", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "1", "1", "1", "0", "1",
"1", "1", "1", "1", "1", "1", "1", "0", "1", "1", "1", "0",
"0"), vozeamento = c("0", "0", "0", "0", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "1", "0", "1", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "0", "0", "0", "1", "1", "1", "0",
"1", "1", "0", "1", "1", "0", "0", "0", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "1", "0", "0", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0",
"0", "0", "0", "1", "1", "1", "1", "0", "1", "1", "0", "1",
"1", "0", "1", "0", "1", "0", "1", "1", "1", "1", "0", "0",
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "0", "0", "1", "0", "0", "1", "0",
"0", "0", "1", "1", "0", "0", "0", "0", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0",
"0", "0", "1", "0", "0", "1", "1", "1", "0", "0", "1", "0",
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0",
"0", "1", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0",
"1", "0", "0", "0", "0", "1", "1", "0", "0", "1", "1", "1",
"1", "1", "1", "1", "1", "1", "1", "0", "0", "0", "0", "0",
"0", "1", "0", "0", "0", "1", "1", "0", "0", "0", "0", "0",
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "1",
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "1",
"0", "1", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0",
"0", "0"), palavra = c("cats", "ducks", "cups", "grapes",
"lakes", "gates", "books", "cakes", "kites", "boats", "ropes",
"maps", "eggs", "globes", "jobs", "beds", "kids", "pubs",
"pigs", "tubes", "sides", "codes", "pubs", "beds", "kids",
"eggs", "pigs", "tubes", "globes", "sides", "codes", "maps",
"cats", "boats", "ducks", "books", "grapes", "ropes", "gates",
"kites", "cakes", "lakes", "cats", "ducks", "cups", "grapes",
"lakes", "gates", "books", "cakes", "kites", "boats", "ropes",
"maps", "eggs", "globes", "jobs", "beds", "kids", "pubs",
"pigs", "tubes", "sides", "codes", "jobs", "pubs", "beds",
"kids", "eggs", "pigs", "tubes", "globes", "sides", "codes",
"cups", "maps", "cats", "boats", "ducks", "books", "grapes",
"ropes", "gates", "kites", "cakes", "lakes", "cats", "ducks",
"cups", "grapes", "lakes", "gates", "books", "cakes", "kites",
"boats", "ropes", "maps", "eggs", "globes", "jobs", "beds",
"kids", "pubs", "pigs", "tubes", "sides", "codes", "jobs",
"pubs", "beds", "kids", "eggs", "pigs", "tubes", "globes",
"sides", "codes", "cups", "maps", "cats", "boats", "ducks",
"books", "grapes", "ropes", "gates", "kites", "cakes", "lakes",
"cats", "ducks", "cups", "grapes", "lakes", "gates", "books",
"cakes", "kites", "boats", "ropes", "maps", "eggs", "globes",
"jobs", "beds", "kids", "pubs", "pigs", "tubes", "sides",
"codes", "jobs", "pubs", "beds", "kids", "eggs", "pigs",
"tubes", "globes", "sides", "codes", "cups", "maps", "cats",
"boats", "ducks", "books", "grapes", "ropes", "gates", "cakes",
"lakes", "cats", "ducks", "cups", "grapes", "lakes", "gates",
"books", "cakes", "kites", "boats", "ropes", "maps", "eggs",
"globes", "jobs", "beds", "kids", "pubs", "pigs", "tubes",
"sides", "codes", "jobs", "pubs", "beds", "kids", "eggs",
"pigs", "globes", "sides", "codes", "cups", "maps", "cats",
"boats", "ducks", "books", "grapes", "ropes", "gates", "kites",
"cakes", "lakes", "cats", "ducks", "cups", "grapes", "lakes",
"gates", "books", "cakes", "boats", "ropes", "maps", "eggs",
"globes", "jobs", "beds", "kids", "pubs", "pigs", "tubes",
"sides", "codes", "jobs", "pubs", "beds", "kids", "eggs",
"pigs", "tubes", "globes", "sides", "codes", "cups", "maps",
"cats", "boats", "ducks", "books", "grapes", "ropes", "gates",
"kites", "cakes", "lakes", "cats", "ducks", "cups", "grapes",
"lakes", "gates", "books", "cakes", "kites", "boats", "ropes",
"maps", "eggs", "globes", "jobs", "beds", "kids", "pubs",
"pigs", "tubes", "sides", "codes", "jobs", "pubs", "beds",
"kids", "eggs", "pigs", "tubes", "globes", "sides", "codes",
"cups", "maps", "cats", "boats", "ducks", "books", "grapes",
"ropes", "gates", "kites", "cakes", "lakes", "cats", "ducks",
"cups", "grapes", "lakes", "gates", "books", "cakes", "kites",
"boats", "ropes", "maps", "eggs", "globes", "jobs", "beds",
"kids", "pubs", "pigs", "tubes", "sides", "codes", "jobs",
"pubs", "beds", "eggs", "pigs", "tubes", "globes", "sides",
"codes", "cups", "maps", "cats", "boats", "ducks", "books",
"grapes", "ropes", "gates", "kites", "cakes", "lakes"), tipo = c("ts",
"ks", "ps", "ps", "ks", "ts", "ks", "ks", "ts", "ts", "ps",
"ps", "gz", "bz", "bz", "dz", "dz", "bz", "gz", "bz", "dz",
"dz", "bz", "dz", "dz", "gz", "gz", "bz", "bz", "dz", "dz",
"ps", "ts", "ts", "ks", "ks", "ps", "ps", "ts", "ts", "ks",
"ks", "ts", "ks", "ps", "ps", "ks", "ts", "ks", "ks", "ts",
"ts", "ps", "ps", "gz", "bz", "bz", "dz", "dz", "bz", "gz",
"bz", "dz", "dz", "bz", "bz", "dz", "dz", "gz", "gz", "bz",
"bz", "dz", "dz", "ps", "ps", "ts", "ts", "ks", "ks", "ps",
"ps", "ts", "ts", "ks", "ks", "ts", "ks", "ps", "ps", "ks",
"ts", "ks", "ks", "ts", "ts", "ps", "ps", "gz", "bz", "bz",
"dz", "dz", "bz", "gz", "bz", "dz", "dz", "bz", "bz", "dz",
"dz", "gz", "gz", "bz", "bz", "dz", "dz", "ps", "ps", "ts",
"ts", "ks", "ks", "ps", "ps", "ts", "ts", "ks", "ks", "ts",
"ks", "ps", "ps", "ks", "ts", "ks", "ks", "ts", "ts", "ps",
"ps", "gz", "bz", "bz", "dz", "dz", "bz", "gz", "bz", "dz",
"dz", "bz", "bz", "dz", "dz", "gz", "gz", "bz", "bz", "dz",
"dz", "ps", "ps", "ts", "ts", "ks", "ks", "ps", "ps", "ts",
"ks", "ks", "ts", "ks", "ps", "ps", "ks", "ts", "ks", "ks",
"ts", "ts", "ps", "ps", "gz", "bz", "bz", "dz", "dz", "bz",
"gz", "bz", "dz", "dz", "bz", "bz", "dz", "dz", "gz", "gz",
"bz", "dz", "dz", "ps", "ps", "ts", "ts", "ks", "ks", "ps",
"ps", "ts", "ts", "ks", "ks", "ts", "ks", "ps", "ps", "ks",
"ts", "ks", "ks", "ts", "ps", "ps", "gz", "bz", "bz", "dz",
"dz", "bz", "gz", "bz", "dz", "dz", "bz", "bz", "dz", "dz",
"gz", "gz", "bz", "bz", "dz", "dz", "ps", "ps", "ts", "ts",
"ks", "ks", "ps", "ps", "ts", "ts", "ks", "ks", "ts", "ks",
"ps", "ps", "ks", "ts", "ks", "ks", "ts", "ts", "ps", "ps",
"gz", "bz", "bz", "dz", "dz", "bz", "gz", "bz", "dz", "dz",
"bz", "bz", "dz", "dz", "gz", "gz", "bz", "bz", "dz", "dz",
"ps", "ps", "ts", "ts", "ks", "ks", "ps", "ps", "ts", "ts",
"ks", "ks", "ts", "ks", "ps", "ps", "ks", "ts", "ks", "ks",
"ts", "ts", "ps", "ps", "gz", "bz", "bz", "dz", "dz", "bz",
"gz", "bz", "dz", "dz", "bz", "bz", "dz", "gz", "gz", "bz",
"bz", "dz", "dz", "ps", "ps", "ts", "ts", "ks", "ks", "ps",
"ps", "ts", "ts", "ks", "ks"), ortografia = c("cs", "cs",
"cs", "ces", "ces", "ces", "cs", "ces", "ces", "cs", "ces",
"cs", "cs", "ces", "cs", "cs", "cs", "cs", "cs", "ces", "ces",
"ces", "cs", "cs", "cs", "cs", "cs", "ces", "ces", "ces",
"ces", "cs", "cs", "cs", "cs", "cs", "ces", "ces", "ces",
"ces", "ces", "ces", "cs", "cs", "cs", "ces", "ces", "ces",
"cs", "ces", "ces", "cs", "ces", "cs", "cs", "ces", "cs",
"cs", "cs", "cs", "cs", "ces", "ces", "ces", "cs", "cs",
"cs", "cs", "cs", "cs", "ces", "ces", "ces", "ces", "cs",
"cs", "cs", "cs", "cs", "cs", "ces", "ces", "ces", "ces",
"ces", "ces", "cs", "cs", "cs", "ces", "ces", "ces", "cs",
"ces", "ces", "cs", "ces", "cs", "cs", "ces", "cs", "cs",
"cs", "cs", "cs", "ces", "ces", "ces", "cs", "cs", "cs",
"cs", "cs", "cs", "ces", "ces", "ces", "ces", "cs", "cs",
"cs", "cs", "cs", "cs", "ces", "ces", "ces", "ces", "ces",
"ces", "cs", "cs", "cs", "ces", "ces", "ces", "cs", "ces",
"ces", "cs", "ces", "cs", "cs", "ces", "cs", "cs", "cs",
"cs", "cs", "ces", "ces", "ces", "cs", "cs", "cs", "cs",
"cs", "cs", "ces", "ces", "ces", "ces", "cs", "cs", "cs",
"cs", "cs", "cs", "ces", "ces", "ces", "ces", "ces", "cs",
"cs", "cs", "ces", "ces", "ces", "cs", "ces", "ces", "cs",
"ces", "cs", "cs", "ces", "cs", "cs", "cs", "cs", "cs", "ces",
"ces", "ces", "cs", "cs", "cs", "cs", "cs", "cs", "ces",
"ces", "ces", "cs", "cs", "cs", "cs", "cs", "cs", "ces",
"ces", "ces", "ces", "ces", "ces", "cs", "cs", "cs", "ces",
"ces", "ces", "cs", "ces", "cs", "ces", "cs", "cs", "ces",
"cs", "cs", "cs", "cs", "cs", "ces", "ces", "ces", "cs",
"cs", "cs", "cs", "cs", "cs", "ces", "ces", "ces", "ces",
"cs", "cs", "cs", "cs", "cs", "cs", "ces", "ces", "ces",
"ces", "ces", "ces", "cs", "cs", "cs", "ces", "ces", "ces",
"cs", "ces", "ces", "cs", "ces", "cs", "cs", "ces", "cs",
"cs", "cs", "cs", "cs", "ces", "ces", "ces", "cs", "cs",
"cs", "cs", "cs", "cs", "ces", "ces", "ces", "ces", "cs",
"cs", "cs", "cs", "cs", "cs", "ces", "ces", "ces", "ces",
"ces", "ces", "cs", "cs", "cs", "ces", "ces", "ces", "cs",
"ces", "ces", "cs", "ces", "cs", "cs", "ces", "cs", "cs",
"cs", "cs", "cs", "ces", "ces", "ces", "cs", "cs", "cs",
"cs", "cs", "ces", "ces", "ces", "ces", "cs", "cs", "cs",
"cs", "cs", "cs", "ces", "ces", "ces", "ces", "ces", "ces"
)), row.names = c(NA, -346L), class = c("tbl_df", "tbl",
"data.frame"))
解决方案
这比最初看起来要难一些,因为 x 轴的顺序在两个方面是不同的。如果我们希望根据两个方面的频率进行排序,我们将需要按 x 轴和分面变量的交互频率进行排序,然后通过使其仅显示 x 轴部分来欺骗 x 轴交互变量名称:
dados %>%
group_by(ortografia, tipo) %>%
summarize(frequencia = length(which(epentese == "0")) /
length(which(epentese == "1"))) %>%
ungroup() %>%
mutate(tipo2 = interaction(tipo, ortografia)) %>%
mutate(tipo2 = forcats::fct_reorder(tipo2, -frequencia)) %>%
group_by(across(everything())) %>%
summarize(epentese = c("0", "1")) %>%
mutate(frequencia = ifelse(epentese == "0", frequencia, 1 - frequencia)) %>%
ungroup() %>%
ggplot(aes(x = tipo2, y = frequencia, fill = epentese))+
geom_col(position = position_fill(reverse = TRUE))+
geom_text(aes(label = if_else(epentese == "0" & frequencia != 0,
scales::percent(frequencia, accuracy = 1), "")),
vjust = 0, nudge_y = .01) +
scale_y_continuous(labels = scales::percent) +
scale_x_discrete(labels = function(x) substr(x, 1, 2)) +
facet_grid(~ortografia, space = "free_x", scales = "free_x") +
labs(title = "Epenthesis rates by ortographic pattern and cluster type",
subtitle = "Orthographic Pattern") +
theme(plot.title = element_text(hjust = 0.5)) +
theme(plot.subtitle = element_text(hjust = 0.5)) +
xlab("Cluster Type") +
ylab("Frequency")
推荐阅读
- node.js - 如何使用 Handlebars 中当前上下文的 @key 从其他数组中获取元素?
- cloudera - 从哪里或如何下载 Cloudera 快速启动 VM 5.12
- python - 在 python 中,将某些函数映射到另一个以它们的名称作为参数的函数
- java - 获取 JRaw 的空访问令牌
- ruby-on-rails - 如何在rails中为多个表单添加共享输入字段
- python - 哪个 Python 模块可以在 while 循环中监视 3 个键组合?
- list - Unity:如何不使用 GetComponent() 将引用添加到列表中?
- python - 将散点图分配到特定的 bin
- azure - 我们如何仅为匹配模式的标签触发构建
- stream - jq --stream 在后台运行吗?