将 ggplot 省略号限制为 realistic/possible 值

Question

使用 ggplot 绘制椭圆时，是否可以将椭圆限制为实际可能的值？

例如，以下可重现的代码和数据绘制了两个物种的 Ele 与 Var。 Var 是正变量，不能为负。尽管如此，负值包含在生成的椭圆中。是否可以在 x 轴上将椭圆限制为 0（使用 ggplot）？

更具体地说，我描绘了一个平坦的边缘，椭圆体在 x 轴上被截断为 0。

library(ggplot2)
set.seed(123)
df <- data.frame(Species = rep(c("BHS", "MTG"), each = 100),
                 Ele = c(sample(1500:3000, 100), sample(2500:3500, 100)),
                 Var = abs(rnorm(200)))

ggplot(df, aes(Var, Ele, color = Species)) +
  geom_point() +
  stat_ellipse(aes(fill = Species), geom="polygon",level=0.95,alpha=0.2)

Answer 1

您可以编辑默认统计数据以将点数限制为特定值。在这里，我们将基本统计数据更改为 trim x 小于 0 的值变为 0

StatClipEllipse <- ggproto("StatClipEllipse", Stat,
    required_aes = c("x", "y"),
    compute_group = function(data, scales, type = "t", level = 0.95,
       segments = 51, na.rm = FALSE) {
           xx <- ggplot2:::calculate_ellipse(data = data, vars = c("x", "y"), type = type,
               level = level, segments = segments)
           xx %>% mutate(x=pmax(x, 0))
      }
)

然后我们必须将它包装在一个与 stat_ellipe 相同的 ggplot stat 中，除了它使用我们的自定义 Stat 对象

stat_clip_ellipse <- function(mapping = NULL, data = NULL,
                         geom = "path", position = "identity",
                         ...,
                         type = "t",
                         level = 0.95,
                         segments = 51,
                         na.rm = FALSE,
                         show.legend = NA,
                         inherit.aes = TRUE) {
  layer(
    data = data,
    mapping = mapping,
    stat = StatClipEllipse,
    geom = geom,
    position = position,
    show.legend = show.legend,
    inherit.aes = inherit.aes,
    params = list(
      type = type,
      level = level,
      segments = segments,
      na.rm = na.rm,
      ...
    )
  )
}

然后你可以用它来制作你的情节

ggplot(df, aes(Var, Ele, color = Species)) +
  geom_point() +
  stat_clip_ellipse(aes(fill = Species), geom="polygon",level=0.95,alpha=0.2)

这是受 source code for stat_ellipse 的启发。

Answer 2

根据我上面的评论，我创建了一个不那么误导的可视化选项。这忽略了 y 均匀分布的问题，因为与严重偏斜的 x 变量相比，这是一个稍微不那么令人震惊的问题。

这两个选项都使用 ggforce package，它是 ggplot2 的扩展，但为了以防万一，我还包含了我使用的特定函数的源代码。

library(ggforce)
library(scales)


# power_trans <- function (n) 
# {
#     scales::trans_new(name = paste0("power of ", fractions(n)), transform = function(x) {
#         x^n
#     }, inverse = function(x) {
#         x^(1/n)
#     }, breaks = scales::extended_breaks(), format = scales::format_format(), 
#         domain = c(0, Inf))
# }

选项 1：

ggplot(df, aes(Var, Ele, color = Species)) +
  geom_point() + 
  stat_ellipse(aes(fill = Species), geom="polygon",level=0.95,alpha=0.2) +
  scale_x_sqrt(limits = c(-0.1,3.5), 
               breaks = c(0.0001,1:4), 
               labels = 0:4,
               expand = c(0.00,0))

此选项沿平方根变换拉伸 x 轴，散布聚集在零附近的点。然后它在这个新 space 上计算一个椭圆。

优点：看起来还是椭圆。
缺点：为了让它更好地发挥并在 x 轴上标记 Var=0 点，您必须使用 expand = c(0,0)，它会精确地限制限制，因此需要一点更多地摆弄手动 limits/breaks/labels，包括选择一个非常小的值 (0.0001) 表示为 0.
缺点：x 值不是沿轴线性分布，这在阅读图形时需要更多的认知负荷。

选项 2：

ggplot(df, aes(sqrt(Var), Ele, color = Species)) +
  geom_point() + 
  stat_ellipse() +
  coord_trans(x = ggforce::power_trans(2)) + 
  scale_x_continuous(breaks = sqrt(0:4), labels = 0:4,
                     name = "Var")

此选项绘制预转换的 sqrt(Var)（注意 aes(...)）。然后它根据这个新的近似正常值计算椭圆。然后它拉伸 x 轴，使 Var 的值再次线性 spaced，这会在同一变换中扭曲椭圆。

优点：好看
优点：Var 的值在 x 轴上很容易解释。
优点：可以很容易地看到"egg"的点和宽平端在Var=0附近的密度。
优点：尖端向您显示这些值的密度有多低。
缺点：看起来不熟悉，需要解释和额外的认知负担来解释。

将 ggplot 省略号限制为 realistic/possible 值

Constrict ggplot ellips to realistic/possible values

r

ggplot2

ggproto