Question

R的新手并卡住了。我正在尝试通过减去另一个数据集的2d概率密度来归一化热图的2d概率密度。我正在寻找行为在空间中发生的位置，但是要这样做，我想从行为发生的时间中减去主体在大部分时间上所花费的时间，以了解行为的相对密度。为此，我试图为以下代码找到用于绘制热图的概率密度矩阵：

<script src="app.js" defer></script>
<script>
  const progress = new ProgressBar; //undefined...
</script>

这可以为任一数据集图制作热量图，但是我找不到ggplot或stat_density_2d将密度数据相减的位置。

或者，我尝试使用以下代码获取两个数据集的密度并将其存储为变量dens：

ctrlplot<-ctrl %>% ggplot(aes(x=x, y=y)) +
  stat_density_2d(geom = "raster", aes(fill = stat(density)), contour = FALSE)+
  scale_fill_gradientn(colours=matlab.like(15), na.value = "gray",
   as lowertick, uppertick, interval
   limit=c(0,1.3e-05))   #sets the static limit of probabilities.

现在，我不确定如何减去所得的z值并将其返回到热图。我知道这可能是一个简单的解决方案，但我肯定会陷入困境。任何有关如何更轻松地做到这一点的建议，或其他有关如何相互减去密度的建议，将不胜感激。

更新：我找到了一种从ggplot中提取密度数据的方法。我能够使用以下代码从两个不同的数据集中提取密度数据，减去矢量并将密度放回到原始数据帧中：

n<-100
h<-c(bandwidth.nrd(ctrl$x),bandwidth.nrd(ctrl$y))
dens<-kde2d(ctrl$x,ctrl$y,n=n,h=h)

但是最后两个图ctrlplot（原始）和ctrlplot2（减密度）给出相同的图。由于原始ggplot_build中有不同的列表，因此不确定我是否要替换数据框的正确部分，以使其更新为图形部分。

热图的概率密度矩阵减法

0 个答案: