使用ggplot2转换颜色比例尺，但保持漂亮的图例

Question

使用ggplot2转换颜色比例尺，但保持漂亮的图例

16

我看到过一些类似的问题，但我想尽可能直接地提出我的问题：

我有一个散点图，其中将“z”变量编码为颜色刻度：

library(ggplot2)
myData <- data.frame(x = rnorm(1000),
                     y = rnorm(1000))
myData$z <- with(myData, x * y)

badVersion <- ggplot(myData,
              aes(x = x, y = y, colour = z))
badVersion <- badVersion + geom_point()
print(badVersion)

这会产生这样的效果： bad version

可以看到，由于“z”变量服从正态分布，很少有点被着色为分布的“极端”颜色。这是应该的，但我希望强调差异。一种方法是使用：

betterVersion <- ggplot(myData,
                        aes(x = x, y = y, colour = rank(z)))
betterVersion <- betterVersion + geom_point()
print(betterVersion)

这将产生以下结果： better version

通过将rank()应用于“z”变量，我可以更加强调“z”变量内的小差异。在这里，可以想象使用任何转换，而不是rank，但你明白我的意思。

我的问题本质上是：最直接的方法或最“真正的ggplot2”方式是什么，在保持着彩色点的转换版本的同时，以原始单位（z的单位）获得图例？

我有一种感觉这里会用到rescaler()，但我不清楚如何使用rescaler()进行任意转换等。总的来说，更清晰的示例将很有用。

非常感谢您的时间。

- isDotR

3

+1 分，如果提供可重现的例子、明确的目标和一个有趣的可视化问题。请注意，这是一份翻译任务，我只会翻译文本内容，不会进行解释。 - Roman Luštrik

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- mnel · Accepted Answer

请看一下包scales，特别是?trans。

我认为，根据得到的值或更极端的概率映射颜色的转换应该是合理的（基本上是pnorm(z)）。

我认为scale_colour_continuous(trans = probability_trans(distribution = 'norm')应该可以工作，但会引发警告。

所以我定义了一个新的转换（参见?trans_new）。

我必须定义一个转换和一个反转换。

library(scales)
norm_trans <- function(){
  trans_new('norm', function(x) pnorm(x), function(x) qnorm(x))
}

badVersion + geom_point() + scale_colour_continuous(trans = 'norm'))

enter image description here

使用提供的probability_trans会引发警告，并且似乎无法正常工作。

# this throws a warning
badVersion + geom_point+
  scale_colour_continuous(trans = probability_trans(distribution = 'norm'))

## Warning message:
## In qfun(x, ...) : NaNs produced

enter image description here