r - 将第三个变量添加到 stat_density_2d 图

Question

下面是我在 R 中创建的 stat_density_2d 图的代码和数据集。

library(ggplot2)

topKzone <- 3.5
botKzone <- 1.6
inKzone <- -0.95
outKzone <- 0.95
kZone <- data.frame(
  x=c(inKzone, inKzone, outKzone, outKzone, inKzone),
  y=c(botKzone, topKzone, topKzone, botKzone, botKzone)
)

df$h <- round(df$platelocheight)
df$s <- round(df$platelocside)
df$es<- round(df$exitspeed)

ggplot(kZone, aes(x,y)) +
  stat_density_2d(data=df, aes(x=s, y=h),geom="polygon") +
  scale_fill_distiller(palette = "Spectral") +
  geom_path(lwd=1.5, col="black") +
  coord_fixed()

数据:

structure(list(platelocheight = c(2.594, 3.803, 3.254, 3.599, 
    3.617, 3.297, 2.093, 3.611, 2.842, 3.316, 2.872, 3.228, 3.633, 
    4.28, 3.309, 2.8, 2.632, 3.754, 2.207, 3.604, 3.443, 2.188, 3.452, 
    2.553, 3.382, 3.067, 2.986, 2.785, 2.567, 3.804), platelocside = c(0.059, 
    -1.596, -0.65, -0.782, -0.301, -0.104, 0.057, -0.807, 0.003, 
    1.661, 0.088, -0.32, -1.115, -0.146, -0.364, -0.952, 0.254, 0.109, 
    -0.671, -0.803, -0.212, -0.069, -0.09, -0.472, 0.434, 0.337, 
    0.723, 0.508, -0.197, -0.635), exitspeed = c(69.891, 73.352, 
    83.942, 85.67, 79.454, 85.277, 81.078, 73.573, 77.272, 59.263, 
    97.343, 91.436, 76.264, 83.479, 47.576, 84.13, 60.475, 61.093, 
    84.54, 69.959, 88.729, 88.019, 82.18, 83.684, 86.296, 90.605, 
    79.945, 59.899, 62.522, 77.75)), .Names = c("platelocheight", 
    "platelocside", "exitspeed"), row.names = c(NA, 30L), class = "data.frame")

代码成功运行，但是，我想添加第三个填充变量 (exitspeed) 使其看起来更像热图。我已尝试将“fill=es”添加到 stat_density_2d 行，但代码要么忽略“fill=es”行，要么说找不到变量 es。

下面是我的代码现在正在绘制的内容以及我希望绘图看起来像什么的图片。

当前代码:

我想要的:

注意:我仍然希望在图表的右侧有一个刻度。

有谁知道如何将第三个变量正确添加到 stat_density_2d 图中？我也愿意使用其他图/包来构建此热图。提前致谢!

Answer 1

你的图有两个问题:
- 首先，评论的不同尺度(单位)。这使得无法像我在评论中建议的那样简单地为 exitspeed 创建第二个 stat_density。此外， fill = ..density.. 在这种情况下不起作用，因为我们正在谈论不同的变量。
- 其次，粗略的 x/y 值(见下文)。

ggplot(kZone, aes(x,y)) +
  stat_density_2d(data=df, aes(x = s, y = h)) +
  geom_raster(data = df, aes(x = s, y = h, fill = exitspeed), interpolate = TRUE) 

#doesn't do the job, as the grid is to coarse

粗略的 x/y 坐标的问题是，插值不是很平滑。可以更改插值参数，但我(还)不知道该怎么做。 @JasonAizkalns 问 in this question朝着这个方向 - 但不幸的是还没有答案。

不过，更精细的 x/y 坐标肯定会有所帮助。那么为什么不半手动预测它们。

您基本上想要的是为每个 x/y 坐标分配一个导出速度值 - 在您的密度等高线图中! (虽然我个人认为这可能没有真正的意义，因为那些东西没有必然联系。)

现在 - 在下文中，我将预测原始图中密度等高线的最大多边形(!)内随机采样的 x/y 值。让我们看看:

require(fields) 
require(dplyr)
require(sp)

p <- ggplot_build(ggplot() +
                    stat_density_2d(data = df, aes(x = platelocside, y = platelocheight)) +
                    lims(x = c(-2,2), y = c(1,5)))$data[[1]] %>%
  filter(level == min(level))
#this one is a bit tricky: I increased the limits of the axis of the plot in order to get an 'entire' polygon. I then filtered the rows of the largest polygon (minimum level)

poly_object <- Polygon(cbind(p$x, p$y)) #create Spatial object from polygon coordinates
random_points <- apply(coordinates(spsample(poly_object,10000, type = 'random')),2, round, digits = 1) #(coordinates() pulls out x/y coordinates, I rounded because this unifies the coordinates, and then I sampled random points within this polygon)
tps_x <- cbind(df$platelocside, df$platelocheight) #matrix of independent values for Tps() function
tps_Y <- df$exitspeed      #dependent value for model prediction
fit <- Tps(tps_x, tps_Y)
predictedVal <- predict(fit, random_points) #predicting the exitspeed-values

ggplot() +
  geom_raster(aes(x = random_points[,'x'], y = random_points[,'y'], fill = predictedVal), interpolate = TRUE)+ 
  stat_density_2d(data = df, aes(x = platelocside, y = platelocheight)) +
geom_path(data = kZone, aes(x,y))