使用scale_fill_gradientn（）将颜色比例转换为概率转换颜色分布 [英] Transform color scale to probability-transformed color distribution with scale_fill_gradientn()

问题描述

我试图对重尾的栅格数据进行可视化处理，我想要将颜色非线性映射到值的范围。有几个类似的问题，但它们并不能真正解决我的具体问题（请参阅下面的链接）。

  library（ggplot2）
库（比例）
 
 set.seed（42） 
 dat < -  data.frame（
x = floor（runif（10000，min = 1，max = 100）），
y = floor（runif（10000，min = 2，max = 1000）），
z = rlnorm（10000,1,1））
 
＃颜色比例的颜色：
 col.pal<  -  colorRampPalette（c（＃00007F ，blue，＃007FFF，青色，＃7FFF7F，黄色，＃FF7F00，红色，＃7F0000））
 fill.colors<  -  col .pa（64）
  

如果没有以某种方式转换数据， p>

  ggplot（dat，aes（x = x，y = y，fill = z））+ 
 geom_tile（width = 2，height = 30）+ 
 scale_fill_gradientn（colors = fill.colors）
  

我的问题是与
相关的后续问题

现在我想让图例中的颜色比例代表值的非线性分布（现在只有比例尺的红色部分是可见的） ible），即传说也应该基于分位数。有没有办法做到这一点？

我认为色彩尺度内的 trans 参数可能会起作用，按照建议此处，但是会抛出错误，我想是因为 qnorm（pnorm（dat $ z））会产生一些无限的值（尽管我完全不了解这个函数）。

pre $ norm_trans < - function（）{
trans_new（'norm'，function（x）pnorm（x），function（x ）qnorm（x））
}
ggplot（dat，aes（x = x，y = y，fill = z））+
geom_tile（width = 2，height = 30）+
scale_fill_gradientn（colors = fill.colors，trans ='norm'）
>在seq.default中出错（from = best $ lmin，to = best $ lmax，by = best $ lstep）：'from'必须长度为1


那么，是否有人知道如何在图例中的plot 和中使用基于分位数的颜色分布？

解决方案

此代码将使pnorm转换手动中断。这是你在追求什么？

  ggplot（dat，aes（x = x，y = y，fill = z）） + 
 geom_tile（width = 2，height = 30）+ 
 scale_fill_gradientn（colors = fill.colors，
 trans ='norm'，
 breaks = quantile（dat $ z， probs = c（0,0.25,1））
）
  

I am trying to visualize heavily tailed raster data, and I would like a non-linear mapping of colors to the range of the values. There are a couple of similar questions, but they don't really solve my specific problem (see links below).

library(ggplot2)
library(scales)

set.seed(42)
dat <- data.frame(
   x = floor(runif(10000, min=1, max=100)),
   y = floor(runif(10000, min=2, max=1000)),
   z = rlnorm(10000, 1, 1) )

# colors for the colour scale:   
col.pal <- colorRampPalette(c("#00007F", "blue", "#007FFF", "cyan", "#7FFF7F", "yellow", "#FF7F00", "red", "#7F0000"))
fill.colors <- col.pal(64)

This is how the data look like if not transformed in some way:

ggplot(dat, aes(x = x, y = y, fill = z)) +
   geom_tile(width=2, height=30) +
   scale_fill_gradientn(colours=fill.colors) 

My question is sort of a follow-up question related to this one or this one , and the solution given here actually yields exactly the plot I want, except for the legend:

qn <- rescale(quantile(dat$z, probs=seq(0, 1, length.out=length(fill.colors))))
ggplot(dat, aes(x = x, y = y, fill = z)) + 
   geom_tile(width=2, height=30) +
   scale_fill_gradientn(colours=fill.colors, values = qn)

Now I want the colour scale in the legend to represent the non-linear distribution of the values (now only the red part of the scale is visible), i.e. the legend should as well be based on quantiles. Is there a way to accomplish this?

I thought the trans argument within the colour scale might do the trick, as suggested here , but that throws an error, I think because qnorm(pnorm(dat$z)) results in some infinite values (I don't completely understand the function though..).

norm_trans <- function(){
   trans_new('norm', function(x) pnorm(x), function(x) qnorm(x)) 
}
ggplot(dat, aes(x = x, y = y, fill = z)) + 
   geom_tile(width=2, height=30) +
   scale_fill_gradientn(colours=fill.colors, trans = 'norm')
> Error in seq.default(from = best$lmin, to = best$lmax, by = best$lstep) : 'from' must be of length 1

So, does anybody know how to have a quantile-based colour distribution in the plot and in the legend?

解决方案

This code will make manual breaks with a pnorm transformation. Is this what you are after?

ggplot(dat, aes(x = x, y = y, fill = z)) + 
  geom_tile(width=2, height=30) +
  scale_fill_gradientn(colours=fill.colors, 
                       trans = 'norm', 
                       breaks = quantile(dat$z, probs = c(0, 0.25, 1))
  )

这篇关于使用scale_fill_gradientn（）将颜色比例转换为概率转换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！