直方图的逐渐填充（类似热图）答案

【问题标题】：Gradual fill for a histogram (heatmap like)直方图的逐渐填充（类似热图）
【发布时间】：2019-08-29 13:18:49
【问题描述】：

我问人们吸烟了多少年，然后我计算了吸烟持续时间组的死亡风险。让我们假设这些数据：

df <- data.frame(years_smoke= c(1,2,2,3,3,3,4,5,6, 6,7, 10, 11, 12, 12, 14, 15),
risk_death= c(rep(.1, 8), rep(.3, 4), rep(.7, 5)))

这里的连续变量 years_smoke 被分成三组（1 到 5 年、6 到 10 年和 11 到 15 年），每组都有一个死亡风险值（吸烟 1 到 5 年的人为 0.1 , .3 对于那些吸烟 6 到 10 年的人和 0.7 对于曾经吸烟 11 到 15 年的人）。

我想将计数变量years_smoke 绘制为直方图，并按组的风险对列进行着色，例如热图，其中低死亡风险为绿色，高死亡风险为红色。到目前为止，在 cmets（以及两个已删除的答案中）有人建议这样做：

library(ggplot2)
ggplot(df, aes(years_smoke, fill= factor(risk_death))) + geom_histogram()

但这并没有按预期工作。如果我们将数据更改为

data.frame(years_smoke= c(1,2,2,3,3,3,4,5,6, 6,7, 10, 11, 12, 12, 14, 15),
risk_death= c(rep(.1, 8), rep(.3, 4), rep(999, 5)))

我们会得到和以前一样的情节。但是在热图的情况下，这应该会导致颜色非常不同，其中风险为 0.1 和 0.3 的所有列都具有几乎相同的绿色，而风险组 999 具有非常红色的颜色。此问题已标记为重复。但是提供的链接也没有像热图中那样给出颜色，因为使用了填充因子，其中颜色不依赖于连续变量的实际值。

（数据是编出来的）

【问题讨论】：

我不明白如何从单个标量变量绘制有意义的热图。你最后的情节对我来说没有意义。
@ziggystar 最后一张图显示，更高的 x 值风险正在增加。我为此添加了一个图例。当然，直方图通常看起来不是那样的。我生成了一个均匀分布，因为这很容易用 rep(...) 来完成。但分布与问题无关。
你想要一个柱状图，柱的高度显示不同风险级别的频率吗？这将是一个直方图，其条形颜色与 x 比例成正比。
@ziggystar 我需要一个直方图，其中列的高度反映了连续变量 x 的计数，并且直方图应该像热图一样着色，具体取决于另一个连续变量风险。我添加了一个图例。
Coloring a geom_histogram by gradient的可能重复

标签： r ggplot2 histogram heatmap

【解决方案1】：

在这种情况下，建立自己的直方图可能是最简单的。您提到不会有相同年数的吸烟导致不同风险的情况，因此这样的事情应该可以解决问题：

library(tidyverse)    
df <- data.frame(years_smoke= c(1,2,2,3,3,3,4,5,6, 6,7, 10, 11, 12, 12, 14, 15),
                     risk_death= c(rep(.1, 8), rep(.3, 4), rep(.7, 5))) %>%
  group_by(years_smoke) %>%
  summarize(n = n(), risk_death = mean(risk_death))

df %>%
  ggplot(aes(x = years_smoke, y = n, fill = risk_death))+
    geom_col()

（取决于您的风险值实际上是另一个汇总函数，而不是平均值可能合适，但平均值适用于您的示例数据。）

如果您现在将最后 5 个案例的风险从 0.7 更改为 10，您将获得所需的行为：

【讨论】：

这太棒了！非常感谢！ @“比平均值可能合适的汇总函数”：是的。事实上，由于对于每一组 years_smoke 只有一个风险值，使用 mean() 或 unique() 为我的数据提供相同的输出。谢谢！