geom_raster中值的范围内的非线性颜色分布 [英] Non-linear color distribution over the range of values in a geom_raster

问题描述

我面临以下问题：一些极端值正在支配我的 geom_raster 图的色阶。一个例子可能更清晰（注意这个例子只适用于最近的ggplot2版本，我使用0.9.2.1）：

  library（ggplot2）
 library（reshape）
 theme_set（theme_bw（））
 $ b m_small_sd = melt（matrix（rnorm（10000），100，100））
 （样本（nrow（m_small_sd），nrow（m_big_sd）），c（x1，x2）和m_big_sd = ）] 
 m_big_sd [c（X1，X2）] = new_xy 
m = data.frame（rbind（m_small_sd，m_big_sd））
 names（m）= c（x ，y，fill）
 
 ggplot（m，aes_auto（m））+ geom_raster（）+ scale_fill_gradient2（）
  

现在我通过设置某个分位数值等于分位数来解决这个问题：

  qn =分位数（m $ fill，c（0.01,0.99），na.rm = TRUE）
m = within（m，{fill = ifelse（fill  fi ll = ifelse（填充> qn [2]，qn [2]，fill）}）
  

这并不是真正的最佳解决方案。我想要做的是将颜色与数值范围进行非线性映射，即在观察点更多的区域出现更多颜色。在 spplot 中，我可以使用 classInt 包中的 classIntervals 计算合适的类边界：

$ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ =〜x + y
col = c（＃EDF8B1，＃C7E9B4，＃7FCDBB，＃41B6C4，
＃1D91C0，＃225EA8，＃0C2C84 ，＃5A005A）
at = classIntervals（m $ fill，n = length（col）+1）$ brks $ b $ spplot（m，at = at，col.regions = col）

据我所知，这是不可能的颜色映射到类间隔，像我可以在 spplot 。我可以转换 fill 轴，但是因为 fill 变量中有负值，所以不起作用。 p>

所以我的问题是：使用ggplot2有没有解决这个问题的解决方案？ 解决方案

看起来ggplot（0.9.2.1）和scale（0.2.2）带来了所有你需要的东西（用于原始的 m ）：

  library（比例）
 
 qn =分位数（m $ fill，c（0.01，0.99），na.rm = TRUE）
 qn01 < -  rescale（c（qn，range（m $ fill）））
 
 ggplot（m，aes（x = x，y = y，fill = fill））+ 
 geom_raster（）+ 
 scale_fill_gradientn（
 colors = colorRampPalette（c（darkblue，white，darkred））（20），
 values = c（0， seq（qn01 [1]，qn01 [2]，length.out = 18），1））+ 
 theme（legend.key.height = unit（4.5，lines））
  

I'm faced with the following problem: a few extreme values are dominating the colorscale of my geom_raster plot. An example is probably more clear (note that this example only works with a recent ggplot2 version, I use 0.9.2.1):

library(ggplot2)
library(reshape)
theme_set(theme_bw())

m_small_sd = melt(matrix(rnorm(10000), 100, 100))
m_big_sd = melt(matrix(rnorm(100, sd = 10), 10, 10))
new_xy = m_small_sd[sample(nrow(m_small_sd), nrow(m_big_sd)), c("X1","X2")]
m_big_sd[c("X1","X2")] = new_xy
m = data.frame(rbind(m_small_sd, m_big_sd))
names(m) = c("x", "y", "fill")

ggplot(m, aes_auto(m)) + geom_raster() + scale_fill_gradient2()

Right now I solve this by setting the values over a certain quantile equal to that quantile:

qn = quantile(m$fill, c(0.01, 0.99), na.rm = TRUE)
m = within(m, { fill = ifelse(fill < qn[1], qn[1], fill)
                fill = ifelse(fill > qn[2], qn[2], fill)})

This does not really feel like an optimal solution. What I would like to do is have a non-linear mapping of colors to the range of values, i.e. more colors present in the area with more observations. In spplot I could use classIntervals from the classInt package to calculate the appropriate class boundaries:

library(sp)
library(classInt)
gridded(m) = ~x+y
col = c("#EDF8B1", "#C7E9B4", "#7FCDBB", "#41B6C4", 
        "#1D91C0", "#225EA8", "#0C2C84", "#5A005A")
at = classIntervals(m$fill, n = length(col) + 1)$brks
spplot(m, at = at, col.regions = col)

To my knowledge it is not possible to hardcode this mapping of colors to class intervals like I can in spplot. I could transform the fill axis, but as there are negative values in the fill variable that will not work.

So my question is: are there any solutions to this problem using ggplot2?

解决方案

Seems that ggplot (0.9.2.1) and scales (0.2.2) bring all you need (for your original m):

library(scales)

qn = quantile(m$fill, c(0.01, 0.99), na.rm = TRUE)
qn01 <- rescale(c(qn, range(m$fill))) 

ggplot(m, aes(x = x, y = y, fill = fill)) + 
   geom_raster() + 
   scale_fill_gradientn (
      colours = colorRampPalette(c("darkblue", "white", "darkred"))(20),
      values = c(0, seq(qn01[1], qn01[2], length.out = 18), 1)) +
   theme(legend.key.height = unit (4.5, "lines"))

这篇关于geom_raster中值的范围内的非线性颜色分布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！