0

我想用 2 种不同gglot的geom_raster渐变绘制 2D 图，但我不知道是否有一个快速而优雅的解决方案，我被卡住了。

我想看到的效果geom_raster本质上是 multiple 的叠加。另外，我需要一个可以扩展到 N 个不同梯度的解决方案；让我举一个 N=2 梯度的例子，它更容易理解。

我首先创建了一个 100 x 100 的位置网格 X 和 Y

# the domain are 100 points on each axis
domain = seq(0, 100, 1) 

# the grid with the data
grid = expand.grid(domain, domain, stringsAsFactors = FALSE)
colnames(grid) = c('x', 'y')

然后我为每个网格点计算一个值；想象一些像这样愚蠢的事情

grid$val = apply(grid, 1, function(w) { w['x'] * w['y'] }

我知道如何用自定义的白色到红色渐变来绘制它

ggplot(grid, aes(x = x, y = y)) +
  geom_raster(aes(fill = val), interpolate = TRUE) +
  scale_fill_gradient(
      low = "white", 
      high = "red", aesthetics = 'fill')

但现在想象我每个网格点有另一个值

grid$second_val = apply(grid, 1, function(w) { w['x'] * w['y'] + runif(1) }

现在，我如何绘制一个网格，其中每个位置“（x，y）”都用以下颜色覆盖：

  • 1个“白到红”渐变，其值由val
  • 1个“白到蓝”渐变，其值由second_val

本质上，在大多数应用程序中val，second_val将是两个 2D 密度函数，我希望每个梯度都代表密度值。我需要两种不同的颜色来查看值的不同分布。

我见过这个类似的问题，但不知道如何在我的情况下使用该答案。

4

1 回答 1

0

@Axeman 对我的问题的回答（您链接到该问题）直接适用于您的问题。

请注意，scales::color_ramp()使用 0 和 1 之间的值，因此在绘图之前将 val 和 second_val 归一化在 0、1 之间

grid$val_norm <- (grid$val-min(grid$val))/diff(range(grid$val))
grid$second_val_norm <- (grid$second_val-min(grid$second_val))/diff(range(grid$second_val))

现在使用@Axeman 的答案进行绘图。您可以稍后将一个绘制为栅格，然后用注释覆盖第二个。我添加了透明度 ( alpha=.5) 否则您将只能看到第二层。：

ggplot(grid, aes(x = x, y = y)) +
  geom_raster(aes(fill=val)) + 
  scale_fill_gradient(low = "white", high = "red", aesthetics = 'fill') + 
  annotate(geom="raster", x=grid$x, y=grid$y, alpha=.5,
           fill = scales::colour_ramp(c("transparent","blue"))(grid$second_val_norm))

或者，您可以使用annotate(). 

# plot using annotate()
ggplot(grid, aes(x = x, y = y)) +
  annotate(geom="raster", x=grid$x, y=grid$y, alpha=.5,
           fill = scales::colour_ramp(c("transparent","red"))(grid$val_norm)) +
  annotate(geom="raster", x=grid$x, y=grid$y, alpha=.5,
           fill = scales::colour_ramp(c("transparent","blue"))(grid$second_val_norm))
于 2019-08-26T14:40:43.080 回答