使用 stat_summary2d 手动指定 bin

Question

我有一大组数据，其中包含坐标 (x,y) 和类似于密度的数字 z 值。我有兴趣对数据进行分箱、执行汇总统计（中位数、长度等）并将分箱值绘制为点，并将统计数据映射到 ggplot 美学。

我尝试使用 stat_summary2d 并手动提取结果（基于此答案：https://stackoverflow.com/a/22013347/2832911）。但是，我遇到的问题是 bin 位置基于数据范围，在我的情况下，数据范围因数据集而异。因此，在两个地块之间，垃圾箱没有覆盖相同的区域。

我的问题是如何使用 stat_summary2d 手动设置 bin，或者至少将它们设置为与数据保持一致。

这是一个基本示例，演示了该方法以及垃圾箱如何不对齐：

library(ggplot2)
set.seed(2)
df1 <- data.frame(x=runif(100, -1,1), y=runif(100, -1,1), z=rnorm(100))
df2 <- data.frame(x=runif(100, -1,1), y=runif(100, -1,1), z=rnorm(100))
g1 <- ggplot(df1, aes(x,y))+stat_summary2d(fun=mean, bins=10, aes(z=z))+geom_point()
df1.binned <-
    data.frame(with(ggplot_build(g1)$data[[1]],
                    cbind(x=(xmax+xmin)/2, y=(ymax+ymin)/2, z=value, df=1)))
g2 <- ggplot(df2, aes(x,y))+stat_summary2d(fun=mean, bins=10, aes(z=z))+geom_point()
df2.binned <-
    data.frame(with(ggplot_build(g2)$data[[1]],
                    cbind(x=(xmax+xmin)/2, y=(ymax+ymin)/2, z=value, df=2)))
df.binned <- rbind(df1.binned, df2.binned)
ggplot(df.binned, aes(x,y, size=z, color=factor(df)))+geom_point(alpha=.5)

生成

实际上我会多次使用 stat_summary2d 来获取例如 bin 中的点数和中位数，然后使用aes(size=bin.length, colour=bin.median)。

欢迎任何关于如何使用我提出的方法或替代方法来完成此任务的提示。

Answer 1

您可以使用stat_summary2d 手动设置休息时间。如果你想要从 -1 到 1 的 10 个级别，你可以这样做

bb<-seq(-1,1,length.out=10+1)
breaks<-list(x=bb, y=bb)

然后在调用绘图时使用breaks 变量

g1 <- ggplot(df1, aes(x,y))+
    stat_summary2d(fun=mean, breaks=breaks, aes(z=z))+
    geom_point()

很遗憾，您不能将 stat_summary2d 的 geom 更改为“点”，因此您可以一次性完成，但看起来 stat_summary2d 无法计算出正确的 x和 y 的值。