对应于ggplot2中变量级别的轮廓级别

Question

我正在尝试用ggplot2绘制轮廓图，事实证明它比我想象的要困难一些。使用iris数据集，我能够生成此图：

ggplot(iris, aes(x=Petal.Width, y=Petal.Length, fill=Sepal.Width)) +
  stat_density2d(geom="polygon", aes(fill=..level..))

我的问题是我似乎无法弄清楚如何显示 - 而不是密度值 - 原始Sepal.Width值。这是我尝试过的：

ggplot(iris, aes(x=Petal.Width, y=Petal.Length, z=Sepal.Width)) +
  geom_tile(aes(fill=Sepal.Width))+
  stat_contour(aes(colour=..level..)) 

这会产生一条特别奇怪的错误信息：

 Warning message:
 Computation failed in `stat_contour()`:
 (list) object cannot be coerced to type 'double' 

我也试过这个：

ggplot(iris, aes(x=Petal.Width, y=Petal.Length, fill=Sepal.Width)) +
  stat_density2d(geom="polygon", aes(fill=Sepal.Width))

最后这个：

ggplot(iris, aes(x=Petal.Width, y=Petal.Length, fill=Sepal.Width)) +
  geom_tile()

有人能推荐一种在ggplot2中生成等高线图的好方法，变量的值本身会产生轮廓的水平吗？

已更新

来自stat_contour示例：

# Generate data
library(reshape2) # for melt
volcano3d <- melt(volcano)
names(volcano3d) <- c("x", "y", "z")

# Basic plot
ggplot(volcano3d, aes(x, y, z = z)) +
 stat_contour(geom="polygon", aes(fill=..level..))

工作很棒，看起来很棒。但是，如果我将这完全应用于iris示例，如此：

ggplot(iris, aes(x=Petal.Width, y=Petal.Length, fill=Sepal.Width)) +
  stat_contour(geom="polygon", aes(fill=..level..))

我收到此错误消息：

Warning message:
Computation failed in `stat_contour()`:
(list) object cannot be coerced to type 'double'

这些都是具有类似结构的数据帧，所以我无法弄清楚导致这个问题的两者之间有什么不同。

Answer 1

这种方式的最终解决方案是使用akima包进行插值，然后使用ggplot2进行最终绘图。这是我使用的方法：

library(ggplot2)
library(akima)
library(dplyr)

interpdf <-interp2xyz(interp(x=iris$Petal.Width, y=iris$Petal.Length, z=iris$Sepal.Width, duplicate="mean"), data.frame=TRUE)

interpdf %>%
  filter(!is.na(z)) %>%
  tbl_df() %>%
  ggplot(aes(x = x, y = y, z = z, fill = z)) + 
  geom_tile() + 
  geom_contour(color = "white", alpha = 0.05) + 
  scale_fill_distiller(palette="Spectral", na.value="white") + 
  theme_bw()

Answer 2

尝试分解fill

中的stat_density2d()

ggplot(iris, aes(x=Petal.Width, y=Petal.Length, fill=Sepal.Width)) +
    stat_density2d(geom="polygon", aes(fill = factor(..level..)))