如何在GGally中使用自己的密度函数创建低密度图 [英] How to create lower density plot using your own density function in GGally

问题描述

使用以下代码：

  library（GGally）
 library（tidyverse）
 library viridis）
 
 
 dat < -  iris％>>％select（ - 物种）
 
 my_fn<  -  function（data，mapping，...） {
＃使用默认的ggplot密度函数
 
p < -  ggplot（data = data，mapping = mapping）+ 
 stat_density2d（aes（fill = .. density ..）， geom =tile，contour = FALSE）+ 
 scale_fill_gradientn（colors = viridis :: viridis（100，option =viridis））
p 
} 
 
 
 ggpairs（dat，lower = list（continuous = my_fn））+ 
 theme_void（）
  

我可以创建这个图：

我的问题是我怎样才能用下面的方案来改变GGally密度较低的图：

  library（MASS）
 ＃获取2维点的密度。 
＃@param x数字向量。 
＃@param y一个数字向量。 
＃@param n用n个网格创建一个正方形来计算密度。 
＃@return每个方块内的密度。 
 get_density < - 函数（x，y，n = 100）{
 dens <-MASS :: kde2d（x = x，y = y，n = n）
 ix< ;  -  findInterval（x，dens $ x）
 iy < -  findInterval（y，dens $ y）
 ii < -  cbind（ix，iy）
 return（dens $ z [ ）
} 
 
 
 
＃数据处理方法2 ---------------------- ---------------------------- 
 theme_set（theme_bw（base_size = 16））
 tbl<  -  as .tibble（虹膜）％>％
 select（ - 物种）
 
 
＃tbl 
 dens_wrapper<  - 函数（tbl = NULL，var1 = NULL， var2 = NULL）{
 tbl_pair<  -  tbl％>％
 select_（var1，var2）
x<  -  tbl_pair％>％pull（var1）
y< -  tbl_pair％>％pull（var2）
 tbl_pair $ density<  -  get_density（x，y）
 tbl_pair 
} 
 
 feature1 =Sepal.Length 
 feature2 =Petal.Length
 tbl_pair1<  -  dens_wrapper（tbl = tbl，var1 = feature1，var2 = feature2）
 ggplot（tbl_pair1）+ 
 geom_point（aes_string （feature1，feature2，color ='de nsity'））+ 
 scale_color_viridis（）
  

产生这种结果的是：

解决方案

使用与

With the following code:

library(GGally)
library(tidyverse)
library(viridis)


dat <- iris %>% select(-Species)

my_fn <- function(data, mapping, ...){
      # Using default ggplot density function

      p <- ggplot(data = data, mapping = mapping) + 
        stat_density2d(aes(fill=..density..), geom="tile", contour = FALSE) +
        scale_fill_gradientn(colours=viridis::viridis(100, option="viridis"))
      p
}


ggpairs(dat, lower=list(continuous=my_fn)) +
  theme_void()

I can create this plot:

My question is how can I change the GGally lower density plot with the following scheme:

library(MASS)
# Get density of points in 2 dimensions.
# @param x A numeric vector.
# @param y A numeric vector.
# @param n Create a square n by n grid to compute density.
# @return The density within each square.
get_density <- function(x, y, n = 100) {
  dens <- MASS::kde2d(x = x, y = y, n = n)
  ix <- findInterval(x, dens$x)
  iy <- findInterval(y, dens$y)
  ii <- cbind(ix, iy)
  return(dens$z[ii])
}



# Data wrangling method2 --------------------------------------------------
theme_set(theme_bw(base_size = 16))
tbl <- as.tibble(iris) %>% 
        select(-Species)


# tbl
dens_wrapper <- function (tbl=NULL, var1=NULL, var2=NULL) {
  tbl_pair <- tbl %>%
                select_(var1, var2)
  x <- tbl_pair %>% pull(var1)
  y <- tbl_pair %>% pull(var2)
  tbl_pair$density <- get_density(x,y)
  tbl_pair
}

feature1 = "Sepal.Length"
feature2 = "Petal.Length"
tbl_pair1 <- dens_wrapper(tbl=tbl, var1=feature1, var2=feature2) 
ggplot(tbl_pair1) +
  geom_point(aes_string(feature1, feature2, color = 'density')) +
  scale_color_viridis()

Which produce this:

解决方案

Using a similar idea as from Change colors in ggpairs now that params is deprecated , you can just add the calculations in to your own defined function.

my_fn <- function(data, mapping, N=100, ...){

      get_density <- function(x, y, n ) {
                  dens <- MASS::kde2d(x = x, y = y, n = n)
                  ix <- findInterval(x, dens$x)
                  iy <- findInterval(y, dens$y)
                  ii <- cbind(ix, iy)
                  return(dens$z[ii])
                }

      X <- data[,as.character(mapping$x)]
      Y <- data[,as.character(mapping$y)]

      data$density <- get_density(x=X, y=Y, n=N)

      p <- ggplot(data, mapping) +
               geom_point(aes(colour=density), ...) +
               scale_color_viridis()      
      p
}

 ggpairs(dat, lower=list(continuous=my_fn)) +
 theme_bw()

Produces:

这篇关于如何在GGally中使用自己的密度函数创建低密度图的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！