使用ggplot2同時繪製時間序列和預測

我有一個預測和置信區間數據的時間序列，我想用ggplot2同時繪製它們。我用下面的代碼做它：使用ggplot2同時繪製時間序列和預測

set.seed(321) 
library(ggplot2) 
#create some dummy data similar to mine 

sample<-rnorm(350) 
forecast<-rnorm(24) 
upper<-forecast+2*sd(forecast) 
lower<-forecast-2*sd(forecast) 


## wrap data into a data.frame 
df1 = data.frame(time = seq(325,350,length=26), M = sample[325:350], isin = "observations") 
df2 = data.frame(time = seq(351,374,length=24), M = forecast , isin = "my_forecast") 
df3 = data.frame(time = seq(351,374,length=24), M = upper ,isin = "upper_bound") 
df4 = data.frame(time = seq(351,374,length=24), M = lower, isin = "lower_bound") 
df = rbind(df1, df2, df3, df4) 

## ggplot object 
ggplot(df, aes(x = time, y = M, color = isin)) + geom_line()

enter image description here

我怎樣才能在一個顏色加入上下行？以及如何設置特定的顏色來預測和採樣？

來源

2014-09-25 Uzg

使用scale_colour_manual：

ggplot(df, aes(x = time, y = M, color = isin)) + geom_line() + 
    scale_colour_manual(values=c(observations='blue', my_forecast='red', upper_bound='black', lower_bound='black'))

enter image description here

編輯

這是另一種選擇，通過@rnso答案啓發。

ggplot(df1, aes(x = time, y = M)) + geom_line(colour='blue') + 
    geom_smooth(aes(x=time, y=M, ymax=upper_bound, ymin=lower_bound), 
       colour='red', data=df5, stat='identity')

enter image description here

來源

2014-09-25 16:56:24

我真的很喜歡最後一個選項一起使用。考慮到df5應該是df2，對於我的模擬數據，upper_bound應該是upper和lower_bound應該較低。只是因爲其他人可能會感興趣。謝謝馬修。 – Uzg 2014-09-26 05:06:28

關於@rnso啓發的選項，我想添加觀察和my_forecoast的圖例。我使用ggplot（df1，aes（x = time，y = M））+ geom_line（color ='blue'）+ geom_smooth（aes（x = time，y = M，ymax = upper_bound，ymin = lower_bound）， color ='red'，data = df5，stat ='identity'）+ scale_colour_manual（values = c（observations ='blue'，my_forecast ='red'））。它展示了同樣的情節沒有傳說，任何幫助... – Uzg 2014-10-21 18:34:02

最好發佈一個新的問題。 – 2014-10-21 18:37:40

以下可能是有用的：

ggplot() + geom_line(data=df1, aes(x = time, y = M, color = isin)) + stat_smooth(data=df2, aes(x = time, y = M, color = isin))

enter image description here

'方法' 選項，也可以在stat_smooth（）

來源

2014-09-25 17:04:24 rnso

使用ggplot2同時繪製時間序列和預測

回答

相關問題