Как улучшить градиенты в ggplot? - PullRequest
Новая
       121

Как улучшить градиенты в ggplot?

0 голосов
/ 04 августа 2020

Я пытаюсь создать градиентную шкалу процентов для тепловой карты. У меня есть несколько крайних примеров - вектор процентов, подобный этому. 

x = c(100, 1, 2, 1.4, 0.5, -2, -90, 0.3, 2.3)

Это означает, что когда я прикрепляю градиент - непрерывный или разбитый - почти невозможно определить разницу между меньшими процентными значениями. Есть ли способ повлиять на градиент, чтобы сделать разницу между, например, 1% и 2% более очевидной?

1 Ответ

0 голосов
/ 04 августа 2020

Вы можете выбрать цвета, близкие друг к другу на шкале с помощью scale_fill_gradientn, или, если вам нужно общее c решение без всей этой возни (и не возражайте против неизометрической c шкалы), Лучшее разделение, которого вы можете достичь, - это просто использовать rank в качестве преобразования.

Чтобы наглядно это показать, давайте сделаем растр, используя приведенный вами пример: 

df <- expand.grid(x = 1:10, y = 1:10)

z <- c(100, 1, 2, 1.4, 0.5, -2, -90, 0.3, 2.3)

set.seed(69)
df$z <- sample(z, 100, replace = TRUE)

library(ggplot2)

ggplot(df, aes(x, y, fill = z)) + 
  geom_raster() +
  scale_fill_viridis_c()

We can only see 3 distinct fills despite our 9 different levels.

Compare this to:

ggplot(df, aes(x, y, fill = rank(z))) + 
  geom_raster() +
  scale_fill_viridis_c(breaks = quantile(rank(df$z)),
                       labels = quantile(df$z),
                       name = "z")

This gives a smooth gradient bar but strange labels. You can do the opposite (have normal labels but a jumpy colour bar) like this:

scale_fill_viridis_opt <- function(x)
{
  x <- sort(unique(x))
  x <- (x[-1] + x[-length(x)])/2
  y <- (x - min(x))/diff(range(x))
  scale_fill_gradientn(values = y, colours = viridis::viridis(length(x)))
}

ggplot(df, aes(x, y, fill = z)) + 
  geom_raster() + 
  scale_fill_viridis_opt(df$z)

enter image description here

Or, if you want to try a transformation to prevent these problems, you could try a signed nth root, where you can tweak n to suit your data. Your labels and colours are then nicely spaced, but the labels have less physical meaning. Here, we get a reasonable balance with a signed cube root:

signed_nth_root <- function(x, n = 2) {
  sign(x) * abs(x)^(1/n)
}

ggplot(df, aes(x, y, fill = signed_nth_root(z, 3))) + 
  geom_raster() +
  scale_fill_viridis_c()

enter image description here

Created on 2020-08-04 by the представительный пакет (v0.3.0 )

...