#I would like to use the below data to make a scatter plot matrix with
#code similar to that below the data
#conceptually this is the right approach I think
#thanks in advance
melt.gg <- structure(list(stream = c("Bonham Lower", "Bonham Lower",
"Bonham Lower",
"Bonham Lower", "Bonham Lower", "Bonham Lower", "Bonham Lower",
"Bonham Lower", "Bonham Lower", "Bonham Lower", "Bonham Lower",
"Bonham Lower", "Bonham Lower", "Bonham Upper", "Bonham Upper",
"Bonham Upper", "Bonham Upper", "Bonham Upper", "Bonham Upper",
"Bonham Upper", "Bonham Upper", "Bonham Upper", "Bonham Upper",
"Bonham Upper", "Bonham Upper", "Bonham Upper", "D13", "D13",
"D13", "D13", "D13", "D13", "D13", "D13", "D13", "D13", "D13",
"D13", "D13", "Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower",
"Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower",
"Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower", "Sally Upper",
"Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper",
"Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper",
"Sally Upper", "Sally Upper", "Bonham Lower", "Bonham Lower",
"Bonham Lower", "Bonham Lower", "Bonham Lower", "Bonham Lower",
"Bonham Lower", "Bonham Lower", "Bonham Lower", "Bonham Lower",
"Bonham Lower", "Bonham Lower", "Bonham Lower", "Bonham Upper",
"Bonham Upper", "Bonham Upper", "Bonham Upper", "Bonham Upper",
"Bonham Upper", "Bonham Upper", "Bonham Upper", "Bonham Upper",
"Bonham Upper", "Bonham Upper", "Bonham Upper", "Bonham Upper",
"D13", "D13", "D13", "D13", "D13", "D13", "D13", "D13", "D13",
"D13", "D13", "D13", "D13", "Sally Lower", "Sally Lower", "Sally Lower",
"Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower",
"Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower",
"Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper",
"Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper",
"Sally Upper", "Sally Upper", "Sally Upper", "Bonham Lower",
"Bonham Lower", "Bonham Lower", "Bonham Lower", "Bonham Lower",
"Bonham Lower", "Bonham Lower", "Bonham Lower", "Bonham Lower",
"Bonham Lower", "Bonham Lower", "Bonham Lower", "Bonham Lower",
"Bonham Upper", "Bonham Upper", "Bonham Upper", "Bonham Upper",
"Bonham Upper", "Bonham Upper", "Bonham Upper", "Bonham Upper",
"Bonham Upper", "Bonham Upper", "Bonham Upper", "Bonham Upper",
"Bonham Upper", "D13", "D13", "D13", "D13", "D13", "D13", "D13",
"D13", "D13", "D13", "D13", "D13", "D13", "Sally Lower", "Sally Lower",
"Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower",
"Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower",
"Sally Lower", "Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper",
"Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper",
"Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper", "Bonham Lower",
"Bonham Lower", "Bonham Lower", "Bonham Lower", "Bonham Lower",
"Bonham Lower", "Bonham Lower", "Bonham Lower", "Bonham Lower",
"Bonham Lower", "Bonham Lower", "Bonham Lower", "Bonham Lower",
"Bonham Upper", "Bonham Upper", "Bonham Upper", "Bonham Upper",
"Bonham Upper", "Bonham Upper", "Bonham Upper", "Bonham Upper",
"Bonham Upper", "Bonham Upper", "Bonham Upper", "Bonham Upper",
"Bonham Upper", "D13", "D13", "D13", "D13", "D13", "D13", "D13",
"D13", "D13", "D13", "D13", "D13", "D13", "Sally Lower", "Sally Lower",
"Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower",
"Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower", "Sally Lower",
"Sally Lower", "Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper",
"Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper",
"Sally Upper", "Sally Upper", "Sally Upper", "Sally Upper"),
agg_site = c("Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "D13", "D13", "D13", "D13",
"D13", "D13", "D13", "D13", "D13", "D13", "D13", "D13", "D13",
"sally", "sally", "sally", "sally", "sally", "sally", "sally",
"sally", "sally", "sally", "sally", "sally", "sally", "sally",
"sally", "sally", "sally", "sally", "sally", "sally", "sally",
"sally", "sally", "sally", "sally", "sally", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"D13", "D13", "D13", "D13", "D13", "D13", "D13", "D13", "D13",
"D13", "D13", "D13", "D13", "sally", "sally", "sally", "sally",
"sally", "sally", "sally", "sally", "sally", "sally", "sally",
"sally", "sally", "sally", "sally", "sally", "sally", "sally",
"sally", "sally", "sally", "sally", "sally", "sally", "sally",
"sally", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "D13", "D13", "D13", "D13",
"D13", "D13", "D13", "D13", "D13", "D13", "D13", "D13", "D13",
"sally", "sally", "sally", "sally", "sally", "sally", "sally",
"sally", "sally", "sally", "sally", "sally", "sally", "sally",
"sally", "sally", "sally", "sally", "sally", "sally", "sally",
"sally", "sally", "sally", "sally", "sally", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"Bonham", "Bonham", "Bonham", "Bonham", "Bonham", "Bonham",
"D13", "D13", "D13", "D13", "D13", "D13", "D13", "D13", "D13",
"D13", "D13", "D13", "D13", "sally", "sally", "sally", "sally",
"sally", "sally", "sally", "sally", "sally", "sally", "sally",
"sally", "sally", "sally", "sally", "sally", "sally", "sally",
"sally", "sally", "sally", "sally", "sally", "sally", "sally",
"sally"), yearmonth = structure(c(2004.75, 2005, 2005.33333333333,
2005.66666666667, 2006, 2006.33333333333, 2006.66666666667,
2007, 2007.33333333333, 2007.66666666667, 2008, 2008.33333333333,
2008.66666666667, 2004.75, 2005, 2005.33333333333, 2005.66666666667,
2006, 2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667,
2004.75, 2005, 2005.33333333333, 2005.66666666667, 2006,
2006.33333333333, 2006.66666666667, 2007, 2007.33333333333,
2007.66666666667, 2008, 2008.33333333333, 2008.66666666667
), class = "yearmon"), date = structure(c(12L, 27L, 15L,
26L, 22L, 14L, 28L, 19L, 10L, 18L, 8L, 16L, 24L, 12L, 27L,
15L, 26L, 22L, 14L, 28L, 19L, 10L, 18L, 8L, 16L, 24L, 17L,
27L, 15L, 23L, 22L, 14L, 28L, 19L, 10L, 18L, 9L, 16L, 24L,
12L, 27L, 15L, 26L, 22L, 14L, 28L, 19L, 10L, 18L, 8L, 16L,
24L, 17L, 27L, 15L, 26L, 22L, 14L, 28L, 19L, 10L, 18L, 8L,
16L, 24L, 12L, 27L, 15L, 26L, 22L, 14L, 28L, 19L, 10L, 18L,
8L, 16L, 24L, 12L, 27L, 15L, 26L, 22L, 14L, 28L, 19L, 10L,
18L, 8L, 16L, 24L, 17L, 27L, 15L, 23L, 22L, 14L, 28L, 19L,
10L, 18L, 9L, 16L, 24L, 12L, 27L, 15L, 26L, 22L, 14L, 28L,
19L, 10L, 18L, 8L, 16L, 24L, 17L, 27L, 15L, 26L, 22L, 14L,
28L, 19L, 10L, 18L, 8L, 16L, 24L, 12L, 27L, 15L, 26L, 22L,
14L, 28L, 19L, 10L, 18L, 8L, 16L, 24L, 12L, 27L, 15L, 26L,
22L, 14L, 28L, 19L, 10L, 18L, 8L, 16L, 24L, 17L, 27L, 15L,
23L, 22L, 14L, 28L, 19L, 10L, 18L, 9L, 16L, 24L, 12L, 27L,
15L, 26L, 22L, 14L, 28L, 19L, 10L, 18L, 8L, 16L, 24L, 17L,
27L, 15L, 26L, 22L, 14L, 28L, 19L, 10L, 18L, 8L, 16L, 24L,
12L, 27L, 15L, 26L, 22L, 14L, 28L, 19L, 10L, 18L, 8L, 16L,
24L, 12L, 27L, 15L, 26L, 22L, 14L, 28L, 19L, 10L, 18L, 8L,
16L, 24L, 17L, 27L, 15L, 23L, 22L, 14L, 28L, 19L, 10L, 18L,
9L, 16L, 24L, 12L, 27L, 15L, 26L, 22L, 14L, 28L, 19L, 10L,
18L, 8L, 16L, 24L, 17L, 27L, 15L, 26L, 22L, 14L, 28L, 19L,
10L, 18L, 8L, 16L, 24L), .Label = c("01Jan2003", "01May2002",
"01May2003", "01Sep2002", "01Sep2003", "05May2000", "06May2001",
"08Jan2008", "09Jan2008", "10May2007", "11Jan2000", "11Oct2004",
"12Jan2002", "12May2006", "13May2005", "13May2008", "13Oct2004",
"17Sep2007", "18Jan2007", "18Sep2000", "20Sep2001", "21Jan2006",
"21Sep2005", "22Sep2008", "23Jan2001", "23Sep2005", "24Jan2005",
"27Sep2006"), class = "factor"), year = structure(c(1L, 2L,
2L, 2L, 3L, 3L, 3L, 4L, 4L, 4L, 5L, 5L, 5L, 1L, 2L, 2L, 2L,
3L, 3L, 3L, 4L, 4L, 4L, 5L, 5L, 5L, 1L, 2L, 2L, 2L, 3L, 3L,
3L, 4L, 4L, 4L, 5L, 5L, 5L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 4L,
4L, 4L, 5L, 5L, 5L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 4L, 4L, 4L,
5L, 5L, 5L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 4L, 4L, 4L, 5L, 5L,
5L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 4L, 4L, 4L, 5L, 5L, 5L, 1L,
2L, 2L, 2L, 3L, 3L, 3L, 4L, 4L, 4L, 5L, 5L, 5L, 1L, 2L, 2L,
2L, 3L, 3L, 3L, 4L, 4L, 4L, 5L, 5L, 5L, 1L, 2L, 2L, 2L, 3L,
3L, 3L, 4L, 4L, 4L, 5L, 5L, 5L, 1L, 2L, 2L, 2L, 3L, 3L, 3L,
4L, 4L, 4L, 5L, 5L, 5L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 4L, 4L,
4L, 5L, 5L, 5L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 4L, 4L, 4L, 5L,
5L, 5L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 4L, 4L, 4L, 5L, 5L, 5L,
1L, 2L, 2L, 2L, 3L, 3L, 3L, 4L, 4L, 4L, 5L, 5L, 5L, 1L, 2L,
2L, 2L, 3L, 3L, 3L, 4L, 4L, 4L, 5L, 5L, 5L, 1L, 2L, 2L, 2L,
3L, 3L, 3L, 4L, 4L, 4L, 5L, 5L, 5L, 1L, 2L, 2L, 2L, 3L, 3L,
3L, 4L, 4L, 4L, 5L, 5L, 5L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 4L,
4L, 4L, 5L, 5L, 5L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 4L, 4L, 4L,
5L, 5L, 5L), .Label = c("2004", "2005", "2006", "2007", "2008"
), class = "factor"), month = structure(c(2L, 1L, 3L, 4L,
1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 2L, 1L, 3L, 4L, 1L, 3L,
4L, 1L, 3L, 4L, 1L, 3L, 4L, 2L, 1L, 3L, 4L, 1L, 3L, 4L, 1L,
3L, 4L, 1L, 3L, 4L, 2L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L,
1L, 3L, 4L, 2L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L,
4L, 2L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 2L,
1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 2L, 1L, 3L,
4L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 2L, 1L, 3L, 4L, 1L,
3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 2L, 1L, 3L, 4L, 1L, 3L, 4L,
1L, 3L, 4L, 1L, 3L, 4L, 2L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L,
4L, 1L, 3L, 4L, 2L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 1L,
3L, 4L, 2L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L,
2L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 2L, 1L,
3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 2L, 1L, 3L, 4L,
1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 2L, 1L, 3L, 4L, 1L, 3L,
4L, 1L, 3L, 4L, 1L, 3L, 4L, 2L, 1L, 3L, 4L, 1L, 3L, 4L, 1L,
3L, 4L, 1L, 3L, 4L, 2L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L,
1L, 3L, 4L, 2L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L, 4L, 1L, 3L,
4L), .Label = c("1", "10", "5", "9"), class = "factor"),
variable = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L,
4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L,
4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L,
4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L,
4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L), .Label = c("X1",
"X2", "X3", "X4"), class = "factor"), value = c(-0.29268068412058,
-0.408345590557969, -0.598090852570842, -0.107580681947029,
0.0756385325151614, 0.07179283693242, 0.155501652485759,
-0.131367494571153, -0.323531857929751, 0.124697741975635,
-0.187183758244986, -0.340375751025794, -0.0721469021395035,
-0.33900986261917, -0.128943042706911, -0.222193688007276,
0.0156633792657038, 0.152781023035667, 0.0862477356849547,
0.266461339619607, 0.0615906521941667, -0.138078539300714,
0.178904231521397, -0.00498028866480877, -0.103443385699591,
0.0797594896859104, 0.00153036362749529, -0.174741051227915,
-0.0482879078760747, 0.674451817396277, 0.811451848239348,
0.945206112811682, 0.698479993281548, 0.580704658485884,
0.569993842195396, 0.839789223173212, 0.164712046901711,
-0.122855194405578, 0.214867796503538, -0.309898482321086,
-0.262913560450783, -0.245099861271544, -0.0871989078106842,
-0.0402380970075905, 0.015472119963775, 0.067013188147713,
-0.1443155708415, -0.155443041020754, 0.252630055308496,
0.0129630313591423, -0.222433877571472, 0.0559890662964845,
-0.318794666899163, -0.411429594574563, -0.444162946292543,
-0.206684983946933, 0.156765089225192, -0.158306382902767,
0.166945812535156, -0.207025178729242, -0.210965815991836,
-0.0656261678940583, -0.106322120805331, -0.0856803917212684,
-0.0716284986996687, 0.25938358551466, 0.41961513432598,
0.195300569779531, 0.0476770344196272, -0.0398967169396079,
-0.329503302274549, -0.160698362396482, 0.0553734574636992,
-0.331311828650911, -0.251889012623212, -0.112401869265410,
-0.435031593892727, -0.474976862864942, 0.208393603079143,
0.416090113462421, 0.209434274715606, 0.11016543501281, 0.180689055736926,
-0.107355748516166, -0.0468567418259217, 0.0726596696917437,
-0.0573407495024205, -0.314988438385803, 0.0155044468535842,
-0.455626278208973, -0.459800519441012, 0.400094638475554,
0.69003684273911, 0.385267285965507, 0.195927432214638, 0.260279652378949,
0.346704059061312, -0.0238617598224212, 0.432553441141767,
0.22212947208964, -0.160620989836625, -0.141547792737286,
-0.307810712596789, -0.274260919730948, 0.131298339086351,
0.352688413971644, 0.195934282298969, 0.0504625965248626,
0.138697087263055, -0.204750091009528, -0.157000783116220,
0.118066505574633, -0.177226468300318, -0.255343430124879,
-0.0339024710418689, -0.23361390842388, -0.294047840621796,
0.168942270133631, 0.443493887764169, 0.1560966666549, 0.320621344248777,
0.283245690392980, -0.331941000912087, 0.0212530888274958,
-0.0547789578921787, -0.107494614310628, -0.258650676281655,
-0.179885290816754, -0.326661990862512, -0.403001653637166,
-0.149125694543089, 0.123909400660492, 0.0430569403060745,
-0.332192780121263, 0.248210137018093, 0.56466338480602,
0.182366441057088, -0.25041006313406, -0.111948453454281,
0.0518807954774476, 0.50153557253192, 0.00452310460349212,
-0.282223545951419, -0.16585421708621, -0.147410461193315,
0.187881503176971, -0.226297164798094, 0.302570250723344,
0.311786779165594, 0.0734724190633757, -0.183253112832662,
-0.103091487553215, 0.0352061299174326, 0.0707081056803815,
-0.0222886099149788, -0.369702841682172, -0.0794689873944213,
0.099043148107574, 0.134409583264522, -0.230535395218891,
0.119989092380483, 0.194411862418071, 0.133158734305746,
-0.00402187087195422, -0.352519729979561, -0.220426387061339,
0.0120313416572033, -0.311181995275339, -0.300419590456467,
-0.316967574647105, 0.0813800135902457, 0.319559523502124,
-0.216055400544993, 0.338900741094771, 0.184662086804302,
-0.201914299762802, -0.168607381459235, -0.0326043093616108,
-0.0656885591135762, 0.0137503918453045, 0.154223364746257,
-0.124273304981595, -0.111046970622786, -0.188781876682577,
0.205087066343076, -0.386375630983979, 0.108976689492118,
0.309100117375345, 0.193397164837554, -0.0348571063829087,
0.151748946771074, 0.179130712223116, 0.113252602913015,
0.015578088438401, -0.07401743323213, 0.0032194254791392,
0.0440894240591707, -0.0185006867900867, -0.203657384979029,
0.0519932231959233, -0.0456531528084777, 0.0991567301948383,
0.37103279461153, -0.204465142054555, -0.0994463879915945,
0.644316822835, 0.205263508529846, 0.067600921407502, -0.202775003717507,
0.095935440021512, -0.354204521383463, -0.132602717079614,
0.0141654831588840, -0.111677629811929, -0.452871180690034,
0.145005504082473, -0.201814662757752, 0.0357709892226865,
0.140166632318320, -0.122801338175873, -0.0358504720654933,
-0.281104498768270, 0.200084243266254, -0.245165951877464,
-0.262246707230065, 0.116824807511754, -0.265623535750815,
-0.0651124776751175, 0.265961102644087, 0.262501760876308,
0.273829616446138, 0.357781764259993, 0.091311387467586,
0.125171838987169, 0.094644567375869, 0.171048195591688,
-0.165114964035041, -0.399895616961578, 0.181883937395798,
-0.223364788407258, -0.067071346085745, 0.297521265404909,
-0.385785869795191, -0.110835574757353, 0.126316104726185,
0.0811605960728528, 0.0160367774396163, -0.103179827831298,
0.247732351820347, -0.101880408120641, -0.151068958956049,
0.0445367395227580, -0.113354518336417, -0.204995692597744,
0.354375556613374, -0.210598913730922, -0.0139331733470270,
0.239561471951956, 0.0615237085281821, 0.0291284115497526
)), .Names = c("stream", "agg_site", "yearmonth", "date",
"year", "month", "variable", "value"), row.names = c(NA, -260L
), class = "data.frame")
#I would like to do this- a scatterplot matrix with ggplot. I still
want all of the mappings and such
qplot(value, value, data=melt.gg, colour=year, shape=stream,
group=agg_site)+geom_path()+facet_grid(variable~variable)
▾ Signature
Stephen Sefick
Let's not spend our time and resources thinking about things that are
so little or so large that all they really do for us is puff us up and
make us feel like gods. We are mammals, and have not exhausted the
annoying little problems of being mammals.
-K. Mullis