什么是...级别..意思是ggplot :: stat_density2d

Question

我在构建将fill变量设置为的热图时看到了一些例子..level...

比如在这个例子中:

library(MASS)
ggplot(geyser, aes(x = duration, y = waiting)) + 
    geom_point() + 
    geom_density2d() + 
    stat_density2d(aes(fill = ..level..), geom = "polygon")

我怀疑是否..level..意味着fill设置为相对的层数？还有人可以给我一个很好的例子来解释这些2D密度图,每个轮廓代表什么等等？我在网上搜索过但找不到合适的指南.

Answer 1

的stat_函数计算新值,并创建新的数据帧.这个创建一个带level变量的数据框.如果使用ggplot_buildvs绘制图形,你可以看到它:

library(ggplot2)
library(MASS)

gg <- ggplot(geyser, aes(x = duration, y = waiting)) + 
    geom_point() + 
    geom_density2d() + 
    stat_density2d(aes(fill = ..level..), geom = "polygon")

gb <- ggplot_build(gg)

head(gb$data[[3]])

##      fill level        x        y piece group PANEL
## 1 #132B43 0.002 3.876502 43.00000     1 1-001     1
## 2 #132B43 0.002 3.864478 43.09492     1 1-001     1
## 3 #132B43 0.002 3.817845 43.50833     1 1-001     1
## 4 #132B43 0.002 3.802885 43.65657     1 1-001     1
## 5 #132B43 0.002 3.771212 43.97583     1 1-001     1
## 6 #132B43 0.002 3.741335 44.31313     1 1-001     1

将..level..告诉ggplot来引用列中的新建数据帧.

在幕后,ggplot正在做类似的事情(这不是100%的复制,因为它使用不同的情节限制等):

n <- 100
h <- c(bandwidth.nrd(geyser$duration), bandwidth.nrd(geyser$waiting))
dens <- kde2d(geyser$duration, geyser$waiting, n=n, h=h)
df <- data.frame(expand.grid(x = dens$x, y = dens$y), z = as.vector(dens$z))
head(df)

##           x  y            z
## 1 0.8333333 43 9.068691e-13
## 2 0.8799663 43 1.287684e-12
## 3 0.9265993 43 1.802768e-12
## 4 0.9732323 43 2.488479e-12
## 5 1.0198653 43 3.386816e-12
## 6 1.0664983 43 4.544811e-12

并且还要求contourLines获取多边形.

这是对该主题的一个不错的介绍.另请参阅?kde2dR帮助.

Answer 2

扩展@hrbrmstr提供的答案 - 首先,呼叫geom_density2d()是多余的.也就是说,您可以使用以下方法获得相同的结果:

library(ggplot2)
library(MASS)

gg <- ggplot(geyser, aes(x = duration, y = waiting)) + 
    geom_point() + 
    stat_density2d(aes(fill = ..level..), geom = "polygon")

让我们考虑一些其他方法来可视化这种密度估计,这可能有助于澄清正在发生的事情:

base_plot <- ggplot(geyser, aes(x = duration, y = waiting)) + 
  geom_point()

base_plot + 
  stat_density2d(aes(color = ..level..))

base_plot + 
  stat_density2d(aes(fill = ..density..), geom = "raster", contour = FALSE)

base_plot +
  stat_density2d(aes(alpha = ..density..), geom = "tile", contour = FALSE)

但请注意,我们无法再看到生成的点数geom_point().

最后,请注意您可以控制密度估计的带宽.要做到这一点,我们通过x和y带宽参数h(见?kde2d):

base_plot +
  stat_density2d(aes(fill = ..density..), geom = "raster", contour = FALSE,
                 h = c(2, 5))

同样,点数来自geom_point()隐藏,因为它们在调用之后stat_density2d().