stat_binhex 处的 R 对数刻度

Question

我想使用点在 ggplot 中绘制我的数据。它创建了这个情节：

如您所见，这并不好，所以我决定使用对数刻度来获得更好的结果，而我的数据中有 0 可以产生无穷大。我使用此脚本将无限转换为 0；

test.data$d.log[is.infinite(test.data$d.log)] <- 0
test.data$f.log[is.infinite(test.data$f.log)] <- 0 
test.data=test.data[complete.cases(test.data), ]

我的数据 (test.data) 看起来像这样；

                friend_ratio degree_ratio       f.log    d.log
oncevatan81        0.7763884     23.66667 -0.25310235 3.164068
hatunkotu          0.4991004      0.00000 -0.69494803 0.000000
TwitineGeldim      0.9838102     45.00000 -0.01632226 3.806662
Kralice_Hanim      0.9278909      0.00000 -0.07484108 0.000000
buguzelmi          0.7362599   2302.00000 -0.30617214 7.741534
DogrulariYaziyo    0.8489903      0.00000 -0.16370754 0.000000

您可以从这里下载示例数据： https://drive.google.com/open?id=0B1HBIov_NABWWXRobmZwV0Z2Tmc

我用这个脚本来作图；

p<-ggplot(data=test.data, aes(x=f.log, y=d.log)) +
        stat_binhex(aes(x= f.log, y=d.log,alpha=..count..),fill="#000000" )+ 
        guides(fill=FALSE,colour=FALSE) +
        geom_hline(yintercept = 0, size = 0.5,color="red",linetype = 2) +
        geom_vline(xintercept = 0, size = 0.5,color="red",linetype = 2) +
        theme_bw()

它创造了这个情节；

如您所见，它为左上角的一个点创建了一个六边形，而不是数据的正确表示。

我的问题是，我可以在这段代码中的 scale_x_log10( ) 函数内部进行 inf 清理吗？

p<-ggplot(data=test.data, aes(x=friend_ratio, y=degree_ratio)) +
        scale_x_log10(breaks = trans_breaks("log10", function(x) 10^x),
                      labels = trans_format("log10", math_format(10^.x)))+
        scale_y_log10(breaks = trans_breaks("log10", function(x) 10^x),
                      labels = trans_format("log10", math_format(10^.x)))+
        geom_hex(aes(x= friend_ratio, y=degree_ratio))+
        geom_hline(yintercept = 1, size = 0.5,color="red",linetype = 2)+
        geom_vline(xintercept = 1, size = 0.5,color="red",linetype = 2)+
        theme_bw()

Answer 1

将我的评论转化为答案，您可以使用对数刻度填充透明度

scale_alpha_continuous(range = c(0, 1), trans = "log")

指定范围从 0 开始将使最小的 bin 完全透明，这意味着您不会看到少量点的六边形。

stat_binhex 处的 R 对数刻度

R Log scale at stat_binhex

plot

r

scale

ggplot2

loglog