Langkah 1/3: Membuat Data

Sebelum membuat grafik, kita perlu memiliki data yang sesuai. Dalam contoh ini, kita menggunakan data iris dari paket datasets R.

library(datasets)
data(iris)
df <- iris[, c("Sepal.Length", "Petal.Width")]

Langkah 2/3: Membuat Grafik

1. Scatter plot of x and y variables
   Kita akan membuat scatter plot dari data Sepal.Length dan Petal.Width dengan menggunakan paket ggplot2.

library(ggplot2)
scatterPlot <- ggplot(df, aes(x=Sepal.Length, y=Petal.Width)) + 
 geom_point() + 
 theme_classic()
scatterPlot

2. Marginal density plot of x (top panel)
   Kita juga akan membuat marginal density plot dari data Sepal.Length.

xdensity <- ggplot(df, aes(x=Sepal.Length, fill=Species)) + 
 geom_density(alpha=.5) + 
 scale_fill_manual(values = c("#999999", "#E69F00")) + 
 theme(legend.position = "none")
xdensity

3. Marginal density plot of y (right panel)
   Kita juga akan membuat marginal density plot dari data Petal.Width.

ydensity <- ggplot(df, aes(x=Petal.Width, fill=Species)) + 
 geom_density(alpha=.5) + 
 scale_fill_manual(values = c("#999999", "#E69F00")) + 
 theme(legend.position = "none")
ydensity

Langkah 3/3: Menggabungkan Grafik

Untuk menggabungkan grafik, kita akan menggunakan paket gridExtra. Install the package dengan cara berikut:

install.packages("gridExtra")

Kemudian, kita akan membuat blank placeholder plot dan menggabungkannya dengan plot lainnya.

blankPlot <- ggplot() + 
 geom_blank(aes(x=1, y=1)) +
 theme(plot.background = element_blank(),
 panel.grid.major = element_blank(),
 panel.grid.minor = element_blank(), 
 panel.border = element_blank(),
 panel.background = element_blank(),
 axis.title.x = element_blank(),
 axis.title.y = element_blank(),
 axis.text.x = element_blank(), 
 axis.text.y = element_blank(),
 axis.ticks = element_blank()
 )

Akhirnya, kita akan menggabungkan plot dengan menggunakan grid.arrange.

library(gridExtra)
grid.arrange(xdensity, blankPlot, scatterPlot, ydensity,
 ncol=2, nrow=2, widths=c(4, 1.4), heights=c(1.4, 4))

Grafik Custom

Kita juga dapat membuat grafik yang lebih custom dengan menggunakan ggplot2. Contohnya, kita dapat membuat grafik scatter plot dengan warna dan bentuk yang berbeda untuk setiap grup.

p <- ggplot(mtcars, aes(x=wt, y=mpg, color=cyl, shape=cyl)) + 
 geom_point()+
 geom_smooth(method=lm, se=FALSE, fullrange=TRUE)+
 labs(title="Miles per gallon \n according to the weight",
 x="Weight (lb/1000)", y = "Miles/(US) gallon")
p + theme_classic()

Kita juga dapat mengubah warna dengan manual menggunakan scale_color_manual.

p + scale_color_brewer(palette="Paired") + theme_classic()

Referensi

• R software (ver. 3.2.4)
• ggplot2 (ver. 2.1.0)