转换颜色比例，但与ggplot2保持一个很好的传奇

Question

我已经看到了类似的问题，但我想直接问我的具体问题：

我有一个散点图，其中“z”变量编码为色标：

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)

产生这个：

正如您所看到的，由于“z”变量是正态分布的，因此很少有点用分布的“极端”颜色着色。这是应该的，但我有兴趣强调差异。一种方法是使用：

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

产生这个：

通过将rank（）应用于“z”变量，我更加强调“z”变量中的微小差异。可以想象在这里使用任何转换，而不是排名，但你明白了。

我的问题基本上是，以最简单的方式，或者最“真正的ggplot2”方式，以原始单位（z的单位，而不是z的等级）获得图例，同时保持改造后的彩色点？

我有一种感觉，它以某种方式使用rescaler（），但我不清楚如何使用rescaler（）进行任意转换等。一般来说，更明确的例子会很有用。

提前感谢您的时间。

Answer 1

查看包scales 特别 ?trans

我认为，考虑到获得价值或更极端的概率，映射颜色的转换应该是合理的（基本上pnorm(z)）

我认为scale_colour_continuous(trans = probability_trans(distribution = 'norm')应该有用，但它会引发警告。

所以我定义了一个新的转换（参见?trans_new）

我必须定义转换和逆转

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

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

使用提供的probability_trans会发出警告，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