小编Jon*_*nas的帖子

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 …