如何栅格化ggplot的单层？

Question

Matplotlib 允许栅格化绘图的各个元素并将其保存为混合像素/矢量图形 (.pdf)（参见例如 this answer）。在R 和ggplot2 中如何实现相同的效果？

---

以下是一个玩具问题，我想只栅格化geom_point 层。

set.seed(1)
x <- rlnorm(10000,4)
y <- 1+rpois(length(x),lambda=x/10+1/x)
z <- sample(letters[1:2],length(x), replace=TRUE)

p <- ggplot(data.frame(x,y,z),aes(x=x,y=y)) +
  facet_wrap("z") +
  geom_point(size=0.1,alpha=0.1) +
  scale_x_log10()+scale_y_log10() +
  geom_smooth(method="gam",formula = y ~ s(x, bs = "cs"))
print(p)
ggsave("out.pdf", p)

按原样保存为.pdf 时，Adobe Reader DC 需要约 1 秒来渲染图形。下面你可以看到一个.png 版本：

当然，通常可以通过不绘制原始数据来避免该问题

Answer 1

感谢ggrastr package by Viktor Petukhov & Evan Biederstedt，现在可以光栅化单个图层。但是，目前 (2018-08-13)，仅支持 geom_point 和 geom_tile。 和 work by Teun van den Brand 现在可以通过将任何单个 ggplot 图层包装在 ggrastr::rasterise() 中来栅格化它：

# install.packages('devtools')
# remotes::install_github('VPetukhov/ggrastr')

df %>% ggplot(aes(x=x, y=y)) +
      # this layer will be rasterized:
      ggrastr::rasterise(geom_point(size=0.1, alpha=0.1)) +
      # this one will still be "vector":
      geom_smooth()

以前，仅支持几个几何图形： 要使用它，您必须将 geom_point 替换为 ggrastr::geom_point_rast。

例如：

# install.packages('devtools')
# devtools::install_github('VPetukhov/ggrastr')
library(ggplot2)

set.seed(1)
x <- rlnorm(10000, 4)
y <- 1+rpois(length(x), lambda = x/10+1/x)
z <- sample(letters[1:2], length(x), replace = TRUE)

ggplot(data.frame(x, y, z), aes(x=x, y=y)) +
  facet_wrap("z") +
  ggrastr::geom_point_rast(size=0.1, alpha=0.1) +
  scale_x_log10() + scale_y_log10() +
  geom_smooth(method="gam", formula = y ~ s(x, bs = "cs"))
ggsave("out.pdf")

这会产生一个pdf，其中仅包含geom_point 图层作为栅格，其他所有内容都作为矢量图形。总体而言，该图看起来与问题中的一样，但放大显示差异： 将此与全光栅图形进行比较：

Answer 2

我认为你已经让自己没有回答这个问题。你写：

我希望答案能够提供对ggplot2 的扩展，它允许导出带有栅格化图层的绘图，而对现有绘图命令的更改最少，即作为geom_... 命令的包装器或作为这些或@ 命令的附加参数987654328@ 命令，它需要一个绘图命令的未评估部分列表（每秒被光栅化），而不是链接问题中提供的 hacky 解决方法。

这是一项重大的开发工作，很容易需要高技能的开发人员花费数周或更长时间的努力。仅仅因为 Stack Overflow 问题，任何人都不太可能这样做。我将在这里描述如何实现您所要求的，以及为什么它相当具有挑战性。

球员

让我们从我们将要处理的主要参与者开始。最高层是ggplot2 库。它需要数据帧并将它们转换为数字。不过，ggplot2 本身对低级绘图一无所知。它只处理线条、多边形、文本等，并以图形对象 (grobs) 的形式传递给 grid 库。

grid 库本身是一个相当高级的库。它对低级绘图也不太了解。它主要处理线、多边形、文本等，并将其移交给 R 图形设备。设备进行实际绘图。

有许多不同的 R 图形设备。在 R 命令行中输入 ?Devices 以查看不完整的列表。有矢量图形设备，如pdf、postscript或svg，光栅设备如png、jpeg或tiff，以及交互式设备如X11或@987654341 @。显然，光栅化作为一个概念只对矢量图形设备有意义，因为光栅设备无论如何都会光栅化一切。重要的是，ggplot2 和 grid 都不知道也不关心您当前正在使用哪个图形设备。它们处理可以在任何设备上绘制的图形对象。

理想的高级接口

高级接口应包含ggplot2 的layer() 函数中的选项rasterize。通过这种方式，可以简单地编写，例如，geom_point(rasterize = TRUE) 来栅格化点层。这将对所有几何和统计数据透明地工作，因为它们都调用layer()。

可能的实现

我看到了四种可能的实现途径，从最不可能到最不可能。

1。理想情况下，layer() 函数将简单地将rasterize 选项传递给grid 库，后者会将其传递给图形设备，以告诉它要栅格化绘图的哪些部分。这种方法需要对图形设备 API 进行重大更改。我看不到这种情况发生。至少在我有生之年不会。

2。或者，可以编写一种新的 grob 类型，该类型可以采用任意 grob 并在 grob 绘制在图形设备上时按需对其进行光栅化。这种方法不需要更改图形设备 API，但需要详细了解 grid 库的低级实现。它还可能使此类数字的交互式查看变得非常缓慢。

3。比 2. 稍微简单一点的替代方法是在 grob 构造时将任意 grob 光栅化一次，然后在绘制该 grob 时重用。这在交互式图形设备上会快很多，但如果以交互方式更改纵横比，绘图会失真。不过，由于此功能的主要用途是生成 pdf 输出（我假设），因此此选项可能就足够了。

4。最后，layer() 函数中也可能发生光栅化，该函数可以简单地将常规光栅 grob 放入 grob 树中。该解决方案类似于described here. 技术，从技术上讲，它与 3 没有太大区别。无论哪种方式，都需要编写代码来栅格化 grob 树，然后用栅格 grob 替换它。

技术障碍

要对 grob 树的某些部分进行光栅化，我们必须将它们发送到 R 光栅图形设备进行渲染。但是，没有一个可以渲染到记忆中。因此，必须渲染到一个临时文件（例如，使用png()），然后重新读取该文件。这可能但很难看。它还取决于不能保证在每个 R 安装中都可用的功能（例如 png()）。

其次，要将部分 grob 树与整体渲染分开渲染，除了当前打开的图形设备外，我们还必须打开一个新的图形设备。这是可能的，但可能会导致意外的错误。我一直在处理这样的错误，例如here 或 here 用于与使用此技术的代码相关的问题。实现光栅化功能的人必须处理这些问题。

最后，我们必须让ggplot2 库接受光栅化代码，因为我们需要替换layer() 函数，我认为没有办法从单独的包中做到这一点。考虑到光栅化解决方案将有多么骇人听闻（参见前两段），这可能是一项艰巨的任务。