使用 ggplot2 的 stat_density_2d 仅显示高密度区域

Question

我想将 stat_density2D 函数与分类变量一起使用，但将我的绘图限制在高密度区域，以减少重叠并提高易读性。

让我们以以下数据为例：

plot_data <-
  data.frame(X = c(rnorm(300, 3, 2.5), rnorm(150, 7, 2)),
             Y = c(rnorm(300, 6, 2.5), rnorm(150, 2, 2)),
             Label = c(rep('A', 300), rep('B', 150)))

ggplot(plot_data, aes(X, Y, colour = Label)) + geom_point()

使用 2D 密度图，我们获得重叠密度

ggplot(plot_data, aes(X, Y)) + 
  stat_density_2d(geom = "polygon", aes(alpha = ..level.., fill = Label))

是否可以只绘制高密度区域（例如level>0.03）？我找到的唯一解决方案是“欺骗”并手动修改..levels..变量，无论是使用阶跃函数还是任何幂变换，就像在这个简单的例子中一样。

ggplot(plot_data, aes(X, Y)) + 
  stat_density_2d(geom = "polygon", aes(alpha = (..level..) ^ 2, fill = Label)) + 
  scale_alpha_continuous(range = c(0, 1))

..levels..是否可以要求 ggplot2/stat_density2D 函数仅关注特定范围的密度级别，而不是修改变量？我试图在没有任何相关结果的情况下使用函数range或limits函数参数scale_alpha_continuous......

谢谢！

Answer 1

选项 1
通过添加到stat_density_2d参数中bins，您绝对可以避免过度绘制，以非常经济的方式控制和吸引对许多密度区域的注意。

set.seed(123)
plot_data <-
  data.frame(
    X = c(rnorm(300, 3, 2.5), rnorm(150, 7, 2)),
    Y = c(rnorm(300, 6, 2.5), rnorm(150, 2, 2)),
    Label = c(rep('A', 300), rep('B', 150))
  )
ggplot(plot_data, aes(X, Y, group = Label)) +
  stat_density_2d(geom = "polygon",
                  aes(alpha = ..level.., fill = Label),
                  bins = 4) 

选项 2
手动分配颜色，对于我们不想绘制的那些级别不适用。主要缺点是，我们应该提前知道所需的级别和颜色数量（或计算它们）。在我的示例中，set.seed(123)我们需要 7。

ggplot(plot_data, aes(X, Y, group = Label)) +
  stat_density_2d(geom = "polygon", aes(fill = as.factor(..level..))) +
  scale_fill_manual(values = c(NA, NA, NA,"#BDD7E7", "#6BAED6", "#3182BD", "#08519C"))