Интерполировать между логистическими регрессиями с различным наклоном в ggplot geom_raster - PullRequest
Новая
       29

Интерполировать между логистическими регрессиями с различным наклоном в ggplot geom_raster

2 голосов
/ 21 мая 2019

Используя простую логистическую модель роста, я хочу построить график на основе контура / градиента, показывающий, как параметр роста (r) изменяет наклон и асимптоты кривой.

Я хочу интерполировать кривые, а не просто показывать набор линий.

Итак, я попробовал следующее: 

#Using these packages
library(ggplot2)
library(tidyr)

# The logistic function applied to a vector of time steps (t)
# K is carrying capacity - asymptote
# N0 is initial population density
# r is growth rate - slope
LogGr <- function(r,K,N0,t){
  d <- vapply(t,function(t) K/(1+(K/N0-1)*exp(-r*t)),numeric(1))
}

# time steps - daily over 4 years
t<-1:(365*4)

# r values - lots of them
r <- as.list(seq(0,0.1,0.001))

# using lapply to run each growth parameter - faster than for loop
ld <- lapply(r,LogGr,K=1,N0=0.00001,t=t)

# create data frame - col of population densities (N) for each r value
df <- data.frame(matrix(unlist(ld), nrow=length(t), byrow=F))
# Add time column (days)
df$Days <- t
# Rename cols for ease of viewing
colnames(df) <- c(as.character(as.vector(r)),"Days")

# Transform to long data format - facilitate ggplot colouring
Data <- gather(df,key=Gr,value=N,-Days)

# GGplot geom_raster plot
# My problem lies here somewhere - I may be misunderstanding the interpolate param.
ggplot(Data,aes(x=Days,y=round(N,3)))+
  geom_raster(aes(fill=as.numeric(Gr)),interpolate=T)+
  labs(y="Population Density",col="Growth Rate")

Я хочу, чтобы цвет интерполировался между кривыми.

EDIT: После увеличения количества r значений в данном диапазоне до seq(0,0.1,0.00001) я смог создать растр с интерполяцией, используя приведенный выше код.

Итак, этот вопрос звучит так: «Как вы контролируете, как далеко будет распространяться интерполяция в geom_raster? Но это может быть повторным вопросом сейчас. Обновление скоро будет.

1 Ответ

2 голосов
/ 21 мая 2019

Я бы порекомендовал использовать stat_summary_hex () geom для этой задачи. Я предоставляю функцию масштабирования, чтобы вы могли играть со шкалой заливки. Введите как viridis::scale_fill_viridis(rescaler = scale_fn), если необходимо. 

scale_fn <- function(x, to = c(0, 1), from = NULL) {
    ifelse(x<max(x)/10, 
           scales::rescale(x,
                           to = to,
                           from = c(0, max(x)/10)),
           1)}

ggplot(Data,aes(x=Days,y=round(N,3)))+
  stat_summary_hex(aes(z=as.numeric(Gr)))+
  labs(y="Population Density",col="Growth Rate")+
  viridis::scale_fill_viridis()

enter image description here

Чтобы использовать geom_raster, вы должны иметь значение для каждой точки сетки. Параметр интерполяции сгладит значение между каждой плиткой растра, чтобы полученное изображение выглядело гладким.

попробуйте следующее, чтобы увидеть разницу: 

ggplot(faithfuld, aes(waiting, eruptions)) +
 geom_raster(aes(fill = density), interpolate = TRUE)
...