Rimuovere le voci della legenda per alcuni livelli di fattori

È ansible rimuovere elementi di legenda corrispondenti a determinati livelli di fattore?

Nel mio esempio, desidero rimuovere le voci della legenda per i livelli dei fattori grigi (1-5) e mantenere solo i livelli “Best”, “Suggested” e “Worst”.

Ho già provato un certo numero di hack, ma la maggior parte di essi ha rimosso la colorazione grigia delle barre (in gruppi di 25 ciascuno) o mi ha lasciato solo con le barre che ho colorato di rosso, giallo e verde.

# ggplot2 barplot <- ggplot(training_results.barplot, mapping=aes(x=name, fill=factor(a))) # filling based on a column ##mapping=aes(x=name, fill=factor(a)) barplot <- barplot + geom_histogram(stat = "identity", aes(name,wer)) ##colour="black" barplot <- barplot + scale_fill_manual(values=c("#555555", "#777777", "#555555", "#777777", "#555555", color.best, color.suggested, color.worst), labels=c(NA,NA,NA,NA,NA,"Best","Suggested","Worst")) # 6th = best; 7th = suggested; 8th = worst barplot <- barplot + everyNthLabel(training_results$name,5) # only show every 5th label on x-axis barplot <- barplot + theme_minimal() barplot <- barplot + theme(axis.text.x = element_text(angle = 90, hjust = 1, vjust = 0.5),legend.position=c(.5, .9)) # rotate labels on x-axis ##, legend.position="none" barplot <- barplot + coord_cartesian(ylim = c(35, 45)) # Legend barplot <- barplot + guides(fill = guide_legend(title="Models", title.position="top", direction="horizontal")) # Axis labels barplot <- barplot + xlab("Number of EM-Training Iterations") + opts(axis.title.x = theme_text(vjust=-0.3)) barplot <- barplot + ylab("Word Error Rate (WER)") + opts(axis.title.y = theme_text(vjust=0.2)) 

Il risultato finora; i valori NA dovrebbero essere omessi dalla legenda.

I dati che sto usando appaiono come segue, con a essere il fattore dal quale dipende il colore di riempimento; a = 6, 7 e 8 segnano i casi evidenziati (verde, giallo e rosso, rispettivamente).

  abc name corr acc HDSIN wer 1 1 1 1 1+1+1 66.63 59.15 4167 238 1849 468 6254 40.85 2 1 1 2 1+1+2 66.66 59.29 4169 235 1850 461 6254 40.71 3 1 1 3 1+1+3 66.81 59.42 4178 226 1850 462 6254 40.58 4 8 1 4 1+1+4 66.57 59.08 4163 223 1868 468 6254 40.92 5 1 1 5 1+1+5 66.89 59.34 4183 226 1845 472 6254 40.66 6 1 2 1 1+2+1 66.63 59.10 4167 240 1847 471 6254 40.90 7 1 2 2 1+2+2 66.82 59.45 4179 228 1847 461 6254 40.55 8 1 2 3 1+2+3 66.74 59.31 4174 225 1855 465 6254 40.69 9 1 2 4 1+2+4 67.00 59.50 4190 226 1838 469 6254 40.50 10 1 2 5 1+2+5 66.90 59.19 4184 230 1840 482 6254 40.81 11 1 3 1 1+3+1 66.68 59.16 4170 227 1857 470 6254 40.84 12 1 3 2 1+3+2 66.76 59.23 4175 226 1853 471 6254 40.77 etc. 

Innanzitutto, poiché la variabile utilizzata per il fill è numerica, convertirla in fattore (ad esempio con un diverso nome a2) e impostare le etichette per i livelli di fattore necessari (ogni livello richiede un’etichetta diversa, quindi per i primi cinque numeri ho utilizzato gli stessi numeri ).

 training_results.barplot$a2 < - factor(training_results.barplot$a, labels = c("1", "2", "3", "4", "5", "Best", "Suggested", "Worst")) 

Ora usa questa nuova variabile per il fill = . Questo renderà le etichette nella legenda di cui hai bisogno. Con argument breaks= in scale_fill_manual() hai impostato i livelli del cat che devi mostrare nella legenda ma rimuovi l'argomento labels = . Entrambi gli argomenti possono essere utilizzati solo se hanno le stesse lunghezze.

 ggplot(training_results.barplot, mapping = aes(x = name, y = wer, fill = a2)) + geom_bar(stat = "identity") + scale_fill_manual(breaks = c("Best", "Suggested", "Worst"), values = c("#555555", "#777777", "#555555", "#777777", "#555555", "green", "orange", "red")) 

inserisci la descrizione dell'immagine qui

Ecco i dati utilizzati per questa risposta:

 training_results.barplot< -structure(list(a = c(1L, 2L, 1L, 8L, 3L, 4L, 5L, 6L, 7L, 1L, 1L, 1L), b = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 3L, 3L ), c = c(1L, 2L, 3L, 4L, 5L, 1L, 2L, 3L, 4L, 5L, 1L, 2L), name = structure(1:12, .Label = c("1+1+1", "1+1+2", "1+1+3", "1+1+4", "1+1+5", "1+2+1", "1+2+2", "1+2+3", "1+2+4", "1+2+5", "1+3+1", "1+3+2"), class = "factor"), corr = c(66.63, 66.66, 66.81, 66.57, 66.89, 66.63, 66.82, 66.74, 67, 66.9, 66.68, 66.76), acc = c(59.15, 59.29, 59.42, 59.08, 59.34, 59.1, 59.45, 59.31, 59.5, 59.19, 59.16, 59.23), H = c(4167L, 4169L, 4178L, 4163L, 4183L, 4167L, 4179L, 4174L, 4190L, 4184L, 4170L, 4175L ), D = c(238L, 235L, 226L, 223L, 226L, 240L, 228L, 225L, 226L, 230L, 227L, 226L), S = c(1849L, 1850L, 1850L, 1868L, 1845L, 1847L, 1847L, 1855L, 1838L, 1840L, 1857L, 1853L), I = c(468L, 461L, 462L, 468L, 472L, 471L, 461L, 465L, 469L, 482L, 470L, 471L), N = c(6254L, 6254L, 6254L, 6254L, 6254L, 6254L, 6254L, 6254L, 6254L, 6254L, 6254L, 6254L), wer = c(40.85, 40.71, 40.58, 40.92, 40.66, 40.9, 40.55, 40.69, 40.5, 40.81, 40.84, 40.77 )), .Names = c("a", "b", "c", "name", "corr", "acc", "H", "D", "S", "I", "N", "wer"), class = "data.frame", row.names = c("1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12"))