Skip to content

scatterplot matrix with ggplot2

2 messages · stephen sefick, Ista Zahn

stephen sefick
# 
#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)
Ista Zahn
# 
I don't think this approach will work. In your call to facet_grid you
call variable twice. Another way to do this is create another
variable, call it "variable2" and set it equal to variable. Now look
at the dataframe. You have values for variable = x1, variable2 = x1,
but no values for variable = x1, variable2 = x2 etc. In other words, I
think it's more complicated than you were hoping.

There is plotmatrix, but I've never been able to get it to work
correctly when I try to map additional variables to color or shape
scales etc.

-Ista
On Sat, Jan 9, 2010 at 8:02 PM, stephen sefick <ssefick at gmail.com> wrote: