lovecos

@刘 宏祥</a>：
哦，原来是这样，没看到你的图片中还有一个*号呢。你说的这个问题 ，还是头一次碰到呢，学习了。
在不同的分面中（或者指定的分面里）添加不同的注释（或者符号），这个一搜就有答案了。

http://stackoverflow.com/questions/11889625/annotating-text-on-individual-facet-in-ggplot2#412920#412943#5

大概就是需要创建一个data.frame,然后把表示横、纵坐标和因子的变量都设置好，就可以在指定的分面里添加星号了。

ps:你的图画的真不错。 :-)

如果还按照你的做法来，可以尝试给第一张图和第三张图上面的margin设置大一些；
我给它们加上下面一句（做出来的图还行）

plot.margin=unit(c(4, 1, 0.5, 0.5),units= 'line')

refer： http://stackoverflow.com/questions/17073772/ggplot2-legend-on-top-and-margin

必须要分开来做图吗？不可以使用分面吗？

BXTgrowth %>%
  ggplot(aes(x = time, y = mean, fill = kcl))+
  geom_bar(stat='identity', position= 'dodge', colour= 'black')+
  facet_wrap(~tissue)

我感觉效果是一样的。

不过你提到的这个问题，自己还没注意过呢，等待高手。

[未知用户]
有点错误，
上个程序的user time为26s

如果将
dm <- dm[-grep(most.ele, dm)]
换成

ele.idx <- lapply(dm, function(i) most.ele %in% i)
dm <- dm[!unlist(ele.idx)]

user time就会是18.63秒
:devil:

[未知用户]
确实，楼主提供的方法，既简单又好用！用ethansun提供的模拟数据来进行模拟的话，时间为11秒左右
（windows8， 12GB, i5-4200M)

keep.ele <- vector()
system.time({
  while(length(dm)!=0){
    dm.cha <- unlist(dm)
    most.ele <- names(which.max(table(dm.cha)))[1]
    keep.ele <- c(keep.ele, most.ele)
    dm <- dm[-grep(most.ele, dm)]
  }
})

[未知用户]
谢谢你的热心回复！

你提供的这个方法也挺好的（通过将字体调小和修改画布的大小），结果也能够清楚地看到结果；
但是美中不足的是，画布的上面和下面还空了好多！（肯定应该有个参数或方法能够解决这个问题）

library(ggplot2)
qplot(length, data= movies, geom= 'histogram')
ggsave("test2.pdf", height= 40, width= 5)

这样出来的图片，就是我像要的（我怀疑自己没有表达清楚），高度进行了拉伸（占满了整个画布）而宽度不变；


（另外上面你提供的方法中，如果不设置height和width参数的话，效果会更好）


再次感谢你的回复！

顶起！ :cry:

自己顶起！希望路过的看到！ :cool:

没太明白你的意思，你不妨把你的数据的一部分给贴出来，然后再写出来你希望输出的结果，这样会更清楚！

input <- read.table(...)
head(input)

此外，你的第一个函数里面，which函数的右括号漏掉了；第二个函数里面的if的判断条件太难读了，你不如多写几行，那样会更清楚些吧。

在做heatmap时，图片右侧的label太多而无法看清楚，所以想在保存成文件（pdf或png)时进行竖直拉伸（主要通过设置width/heigth参数），但是结果图形文件中的图片还是原来大小，图片的上面和下面都留有大片空白，请给点提示。


示例：（纯粹为了掩饰）

pdf(file= "test1.pdf", height= 100, width= 5)
heatmap(as.matrix(rbind(mtcars, mtcars)))
dev.off()

此外，使用ggplot2中的绘图函数来进行绘图、保存，却可以拉伸图片来保存！请知情者指示。

回复 第1楼 的 madyounghe：

可以先给个例子或者片段；

方便的话，给个R的运行环境情况，这样会更清楚一些！

学习一下，更需要多思考一下！

看《大数据》的时候，只去关注那些有趣的案例了；看《失控》时，光去关注

那些机器大战和机器进化之类的事情了，上文提到的重点完全忽略了[s:11]

还没碰到过你说的那个错误信息呢。

我把你示例中的中文改成了英文字符，试了一下没有报错。

</p>
<p>> x<br />
  area year value<br />
1    a 1990     1<br />
2    b 1991     2<br />
3    c 1992     3<br />
4    d 1993     4<br />
5    e 1994     5<br />
6    f 1995     6<br />
> y<br />
  area year value2<br />
1    a 1990      7<br />
2    b 1991      8<br />
3    c 1992      9<br />
> merge(x, y, by= 'area', all= T)<br />
  area year.x value year.y value2<br />
1    a   1990     1   1990      7<br />
2    b   1991     2   1991      8<br />
3    c   1992     3   1992      9<br />
4    d   1993     4     NA     NA<br />
5    e   1994     5     NA     NA<br />
6    f   1995     6     NA     NA<br />

</p>

我用的是Rstudio/R-3.0.2

<br />
> sessionInfo()<br />
R version 3.0.2 (2013-09-25)<br />
Platform: x86_64-redhat-linux-gnu (64-bit)</p>
<p>locale:<br />
[1] C</p>
<p>attached base packages:<br />
[1] stats     graphics  grDevices utils     datasets  methods   base     </p>
<p>loaded via a namespace (and not attached):<br />
[1] tools_3.0.2<br />

</p>

google了一下，别人有和你类似的问题，但是那个回复实在是看不懂[s:12]

同期待高人解答

回复3楼：方法中规中矩，赞一个[s:13]

回复4楼：利用向量和矩阵的关系来解决问题，确实够tricky[s:11]

回复7楼：代码很正规，学习了，不过关于内存溢出的那段有点没看懂，还要修炼！

模仿这个帖子：

http://stackoverflow.com/questions/20117458/replicate-rows-of-a-matrix-in-r

还有上面的cos里面的帖子

http://cos.name/cn/topic/107224#post-233376

<br />
mm <- as.matrix(df[, c("a", "b")])<br />
ind <- rep(1:nrow(mm), df$c)<br />
mm[ind, ]<br />

</p>

比较了上面的3种方法，第3个方法最快，希望高人再来指点下。[s:12]

问题如题：

相似的帖子：

http://cos.name/cn/topic/109025#post-241149

http://cos.name/cn/topic/107224#post-233376

例子：

<br />
df <- data.frame(a= 1:3, b= 4:6, c= 10:12)</p>
<p>newdf <- apply(df[, c("a", "b")], 2, rep, time= df$c)</p>
<p>

</p>

如果行数多的时候（比如10000行)或者第三列的数值比较大的时候显然就慢了下来，

自己尝试了一下，改成矩阵后会更快些

<br />
mm <- matrix(0, nrow= sum(df$c), ncol= 2)<br />
mm[, 1] <- rep(df$a, df$c)<br />
mm[, 2] <- rep(df$b, df$c)<br />

</p>

请问有没有高效一点的办法？

赞一个！R里面也直接使用了管道符，“军刀”级别的包啊！

吐槽一下：

github里的这段示例代码里的最后一句，我觉得可以换一个值来返回，这样看着更清晰[s:11]

<br />
mtcars %|>%<br />
  (df -> lm(mpg ~ ., data=df)) %>%<br />
  summary %>>%<br />
  .$r.squared<br />

</p>

谢谢manxingxing和楼主的回答，可能我忽略了一个定义：

“用到”和“计算（evaluate)”是两码事，在执行

<br />
adders <- lapply(1:10, add)<br />

仅仅是“用”add()函数中的参数x来表示adders列表的每一个元素（或组分），

但是一直没有对x进行计算（即x没有被evaluated)。

等到执行执行

<br />
adders[[1]](10）<br />

这时，就需要计算add()函数中的x值了，而经过lapply的循环后，最后传递给

add（）的参数已经是10了，即x为10，所以就得到了上述的结果。</p>

望批评指正[s:13]

回复 第1楼 的 yiluheihei：

求教一下：

关于其中的lazy evaluation中前一个例子还好理解，但是后面的关于adder的例子则

不好懂了。

<br />
add1 <- add(1)<br />
add2 <- add(2)</p>
<p>add1(10)<br />
# 结果为11</p>
<p>add2(10)<br />
# 结果为12<br />

上面的例子和作者的例子区别在哪呢？</p>

我感觉在用lapply()时，同样也把1：10一个个传给add(),然后x依次等于1：10，并且

利用x才能生成adders列表的一个个元素。这里x用到了啊？求解释！

谢谢两位的热心回复，难怪刚开始没人回复，原来是站上已经有人提出

类似的问题，只怪自己没有细心去找！

再次感谢zggjtsgzczh和yufree，[s:13]