ne yapar? .. ggplot içinde ne anlama gelir? :: stat_density2d

Question

değişkeni ..level.. olarak ayarlanmış bir ısı haritası oluştururken bazı örnekler gördüm. Bu gibi, bu örnekte olduğu gibi

:

library(MASS) 
ggplot(geyser, aes(x = duration, y = waiting)) + 
    geom_point() + 
    geom_density2d() + 
    stat_density2d(aes(fill = ..level..), geom = "polygon") 

I ..level..fill mevcut katmanların nispi miktarı ayarlanır anlamına gelir şüpheli? Birisi bana, bu 2B yoğunluklu grafikleri nasıl yorumlayacağına, her konturun neyi temsil ettiğine vb. Online arama yaptım ama uygun bir rehber bulamadım.

Answer 1

@hrbrmstr tarafından sağlanan yanıtın genişletilmesi - ilk olarak, geom_density2d() numaralı telefona yapılan çağrı gereksizdir.

base_plot <- ggplot(geyser, aes(x = duration, y = waiting)) + 
    geom_point() 

base_plot + 
    stat_density2d(aes(color = ..level..)) 

base_plot + 
    stat_density2d(aes(fill = ..density..), geom = "raster", contour = FALSE) 

: en neler olduğunu netleştirmeye yardımcı olabilecek bu yoğunluk tahmini görselleştirmek için başka yollar düşünelim

library(ggplot2) 
library(MASS) 

gg <- ggplot(geyser, aes(x = duration, y = waiting)) + 
    geom_point() + 
    stat_density2d(aes(fill = ..level..), geom = "polygon") 

: Yani aynı sonuçlar elde edebilirsiniz vardır

base_plot + 
    stat_density2d(aes(alpha = ..density..), geom = "tile", contour = FALSE) 

Bununla birlikte, geom_point()'dan üretilen noktaları artık göremiyoruz.

Son olarak, yoğunluk tahmini bant genişliğini kontrol edebilirsiniz unutmayın. onlar stat_density2d() çağrısına arkasında olduğu gibi

base_plot + 
    stat_density2d(aes(fill = ..density..), geom = "raster", contour = FALSE, 
       h = c(2, 5)) 

Yine geom_point() gelen noktalar gizlidir: Bunu yapmak için, biz h için x ve y bant genişliği argümanları (?kde2d bakınız) geçmektedir.

Answer 2

stat_ işlevleri yeni değerleri hesaplar ve yeni veri çerçeveleri oluşturur. Bu bir level değişkenli bir veri çerçevesi oluşturur.

library(ggplot2) 
library(MASS) 

gg <- ggplot(geyser, aes(x = duration, y = waiting)) + 
    geom_point() + 
    geom_density2d() + 
    stat_density2d(aes(fill = ..level..), geom = "polygon") 

gb <- ggplot_build(gg) 

head(gb$data[[3]]) 

##  fill level  x  y piece group PANEL 
## 1 #132B43 0.002 3.876502 43.00000  1 1-001  1 
## 2 #132B43 0.002 3.864478 43.09492  1 1-001  1 
## 3 #132B43 0.002 3.817845 43.50833  1 1-001  1 
## 4 #132B43 0.002 3.802885 43.65657  1 1-001  1 
## 5 #132B43 0.002 3.771212 43.97583  1 1-001  1 
## 6 #132B43 0.002 3.741335 44.31313  1 1-001  1 

..level.. yeni inşa veri çerçevesi içinde bu sütunu referans ggplot söyler: grafiği çizilerek vs ggplot_build kullanmak durumunda görebilirsiniz.

n <- 100 
h <- c(bandwidth.nrd(geyser$duration), bandwidth.nrd(geyser$waiting)) 
dens <- kde2d(geyser$duration, geyser$waiting, n=n, h=h) 
df <- data.frame(expand.grid(x = dens$x, y = dens$y), z = as.vector(dens$z)) 
head(df) 

##   x y   z 
## 1 0.8333333 43 9.068691e-13 
## 2 0.8799663 43 1.287684e-12 
## 3 0.9265993 43 1.802768e-12 
## 4 0.9732323 43 2.488479e-12 
## 5 1.0198653 43 3.386816e-12 
## 6 1.0664983 43 4.544811e-12 

Ve ayrıca çokgenler almak için contourLines arayarak: Kaputun altında

, ggplot (bu farklı arsa sınırlarını kullanır% 100 olarak bunun bir çoğaltma, vb değildir) benzer bir şey yapıyor.

This, konuya iyi bir giriş niteliğindedir. Ayrıca R help'de ?kde2d'a bakın.