使用ggplot绘制kmeans聚类结果时遇list类型尺度选择报错

嘿，我一眼就看出问题出在哪啦！你遇到的Don't know how to automatically pick scale for object of type list报错，根本原因是你生成的out数据框里的三个列都是列表（list）类型，而ggplot需要的是数值型向量才能正确映射到坐标轴和颜色属性上。

问题根源 #

你看代码里初始化kvals、sumsqs、missvars时用的是list()，然后循环里用rbind()来拼接元素——这种方式会让最终的data.frame每一列都保留列表结构，而不是ggplot能识别的数值向量。

修正方案 #

我们只需要把这些变量改成用向量来存储，而不是列表，就能解决问题。下面是修正后的完整代码：

library(datasets)
library(ggplot2)  # 别忘了加载ggplot2包！
data(iris)
cluster_data<-iris[-5]

calcss <- function(missingvar,kval) {
  cluster<-kmeans(cluster_data[-missingvar],kval,nstart=100)
  TotWithinSS<-cluster$tot.withinss
  return(TotWithinSS)
}

# 初始化数值向量，而不是列表
kvals <- numeric()
sumsqs <- numeric()
missvars <- numeric()

for(k in 2:5){
  for(var in 1:4){
    kvals <- c(kvals, k)
    sumsqs <- c(sumsqs, calcss(var,k))
    missvars <- c(missvars, var)
  }
}

out<-data.frame(kvals, missvars, sumsqs)
# 加上绘图图层，比如散点+折线
ggplot(data=out,aes(x=missvars, y=sumsqs, color=as.factor(kvals))) +
  geom_point(size=3) +
  geom_line(aes(group=kvals)) +
  labs(x="Missing Variable Index", y="Total Within-Cluster Sum of Squares", color="Number of Clusters (k)")

关键修改点 #

• 把list()初始化改成numeric()，用c()来追加元素，这样生成的是纯数值向量
• 把kvals转成因子（as.factor(kvals)），因为k是离散的聚类数，作为颜色映射更合理
• 补充了ggplot2的加载（原代码没写，运行时可能也会报错）
• 添加了geom_point()和geom_line()图层，不然原代码只会生成空的绘图对象

这样修改后，ggplot就能正确识别所有变量的类型，不会再弹出列表类型的报错啦！

内容的提问来源于stack exchange，提问作者Deborah Paul