在ggplot2＆quot; stat_density2d中指定密度的比例

Question

我希望创建多个密度图，制作动画热图。＆＃34;

由于动画的每一帧都应具有可比性，因此我喜欢密度 - ＆gt;即使每个图表的数据范围发生变化，每个图表上的颜色映射也会相同。

以下是我用于每个图表的代码：

ggplot(data= this_df, aes(x=X, y=Y) ) + 
    geom_point(aes(color= as.factor(condition)), alpha= .25) +
    coord_cartesian(ylim= c(0, 768), xlim= c(0,1024)) + scale_y_reverse() +
    stat_density2d(mapping= aes(alpha = ..level..), geom="polygon", bins=3, size=1)

想象一下，我使用相同的代码，但是＆＃39; this_df＆＃39;每帧的变化。因此，在一个图中，密度范围可以从0到4e-4。另一方面，密度范围为0到4e-2。

默认情况下，ggplot将计算不同的密度 - ＆gt;每种颜色的颜色映射。但这意味着两个图形 - 动画的两个框架 - 并不具有可比性。如果这是直方图或密度图，我只需调用coord_cartesian并更改x和y lim。但对于密度图，我不知道如何改变比例。

我能找到的最接近的是：

Overlay two ggplot2 stat_density2d plots with alpha channels

但我不能选择将两个密度图放在同一个图表上，因为我希望它们是不同的框架。

非常感谢任何帮助！

编辑：

这是一个可重复的例子：

set.seed(4)
g = list(NA,NA)
for (i in 1:2) {

  sdev = runif(1)
  X = rnorm(1000, mean = 512, sd= 300*sdev)
  Y = rnorm(1000, mean = 384, sd= 200*sdev)

  this_df = as.data.frame( cbind(X = X,Y = Y, condition = 1:2) )

  g[[i]] = ggplot(data= this_df, aes(x=X, y=Y) ) + 
    geom_point(aes(color= as.factor(condition)), alpha= .25) +
    coord_cartesian(ylim= c(0, 768), xlim= c(0,1024)) + scale_y_reverse() +
    stat_density2d(mapping= aes(alpha = ..level.., color= as.factor(condition)), geom="contour", bins=4, size= 2) 

}
print(g) # level has a different scale for each

Answer 1

我想留下这个问题的更新。自2016年7月起，stat_density2d不再使用breaks。要重现图形，您需要将breaks=1e-6*seq(0,10,by=2)移至scale_alpha_continuous()。

set.seed(4)
g = list(NA,NA)
for (i in 1:2) {
    sdev = runif(1)
    X = rnorm(1000, mean = 512, sd= 300*sdev)
    Y = rnorm(1000, mean = 384, sd= 200*sdev)
    this_df = as.data.frame( cbind(X = X,Y = Y, condition = 1:2) )

g[[i]] = ggplot(data= this_df, aes(x=X, y=Y) ) +
         geom_point(aes(color= as.factor(condition)), alpha= .25) +
         coord_cartesian(ylim= c(0, 768), xlim= c(0,1024)) +
         scale_y_reverse() +
         stat_density2d(mapping= aes(alpha = ..level.., color= as.factor(condition)),
         geom="contour", bins=4, size= 2) +
         scale_alpha_continuous(limits=c(0,1e-5), breaks=1e-6*seq(0,10,by=2))+
         scale_color_discrete("Condition")
    }

do.call(grid.arrange,c(g,ncol=2))

Answer 2

因此，要让两个图显示具有相同级别的轮廓，请使用breaks=...中的stat_densit2d(...)参数。要使两个绘图具有相同的alpha到level的映射，请使用scale_alpha_continuous(limits=...)。

以下是演示的完整代码：

library(ggplot2)
set.seed(4)
g = list(NA,NA)
for (i in 1:2) {
  sdev = runif(1)
  X = rnorm(1000, mean = 512, sd= 300*sdev)
  Y = rnorm(1000, mean = 384, sd= 200*sdev)
  this_df = as.data.frame( cbind(X = X,Y = Y, condition = 1:2) )

  g[[i]] = ggplot(data= this_df, aes(x=X, y=Y) ) + 
    geom_point(aes(color= as.factor(condition)), alpha= .25) +
    coord_cartesian(ylim= c(0, 768), xlim= c(0,1024)) + scale_y_reverse() +
    stat_density2d(mapping= aes(alpha = ..level.., color= as.factor(condition)), 
                   breaks=1e-6*seq(0,10,by=2),geom="contour", bins=4, size= 2)+
    scale_alpha_continuous(limits=c(0,1e-5))+
    scale_color_discrete("Condition")
}
library(gridExtra)
do.call(grid.arrange,c(g,ncol=2))

结果......