r - 变换色阶，但用 ggplot2 保留一个漂亮的图例

Question

我已经看到了一些类似的问题，但我想尽可能直接地问我的具体问题：

我有一个散点图，其中“z”变量编码为色标：

library(ggplot2)
myData <- data.frame(x = rnorm(1000),
                     y = rnorm(1000))
myData$z <- with(myData, x * y)

badVersion <- ggplot(myData,
              aes(x = x, y = y, colour = z))
badVersion <- badVersion + geom_point()
print(badVersion)

产生这个：

如您所见，由于“z”变量是正态分布的，因此很少有点用分布的“极端”颜色着色。这是应该的，但我有兴趣强调差异。一种方法是使用：

betterVersion <- ggplot(myData,
                        aes(x = x, y = y, colour = rank(z)))
betterVersion <- betterVersion + geom_point()
print(betterVersion)

产生这个：

通过将 rank() 应用于“z”变量，我更加强调“z”变量内的细微差异。可以想象在这里使用任何转换，而不是排名，但你明白了。

我的问题是，本质上，什么是最直接的方式，或最“真正的 ggplot2”方式，以原始单位（z 的单位，而不是 z 的等级）获得图例，同时保持转换后的版本彩色点？

我有一种感觉，它以某种方式使用 rescaler()，但我不清楚如何使用 rescaler() 进行任意转换等。一般来说，更清晰的例子会很有用。

在此先感谢您的时间。

Answer 1

scales 尤其是 看包装?trans

我认为在给定获得值或更极端的概率的情况下映射颜色的转换应该是合理的（基本上pnorm(z)）

我觉得scale_colour_continuous(trans = probability_trans(distribution = 'norm')应该有效，但它会引发警告。

所以我定义了一个新的转换（见?trans_new）

我必须定义一个变换和一个逆

library(scales)
norm_trans <- function(){
  trans_new('norm', function(x) pnorm(x), function(x) qnorm(x))
}

badVersion + geom_point() + scale_colour_continuous(trans = 'norm'))

使用提供的probability_trans会引发警告并且似乎不起作用

# this throws a warning
badVersion + geom_point+
  scale_colour_continuous(trans = probability_trans(distribution = 'norm'))

## Warning message:
## In qfun(x, ...) : NaNs produced