如何在 ggplot 中创建更好的渐变？答案

【问题标题】：How to create better gradients in ggplot?如何在 ggplot 中创建更好的渐变？
【发布时间】：2020-08-04 14:52:45
【问题描述】：

我正在尝试为热图创建百分比梯度比例。我有几个极端的例子——像这样的百分比向量。

x = c(100, 1, 2, 1.4, 0.5, -2, -90, 0.3, 2.3)

这意味着当我附加渐变时 - 无论是连续的还是分箱的 - 几乎不可能分辨出较小百分比值之间的差异。有没有办法影响梯度，以便在例如1% 和 2% 更明显？

【问题讨论】：

您可以使用转换。对数转换很常见，它们将大值压缩在一起，同时在小值之间增加空间——但它们仅适用于正数据。对于具有混合符号的数据，带符号的平方根可能很好。本质上，使用x_ssqrt = sign(x) * sqrt(abs(x)) 作为颜色变量。（或者，更稳健地，定义转换对象as explained here）

标签： r ggplot2 gradient linear-gradients

【解决方案1】：

您可以使用scale_fill_gradientn 在比例尺上选择颜色接近的颜色，或者，如果您想要一个通用的解决方案而不需要所有的摆弄（并且不介意非等距比例尺），您可以实现的最佳分离是只是将rank 用作转换。

为了清楚地显示这一点，让我们使用您提供的示例制作一个栅格：

df <- expand.grid(x = 1:10, y = 1:10)

z <- c(100, 1, 2, 1.4, 0.5, -2, -90, 0.3, 2.3)

set.seed(69)
df$z <- sample(z, 100, replace = TRUE)

library(ggplot2)

ggplot(df, aes(x, y, fill = z)) + 
  geom_raster() +
  scale_fill_viridis_c()

尽管我们有 9 个不同的关卡，但我们只能看到 3 个不同的填充。

比较一下：

ggplot(df, aes(x, y, fill = rank(z))) + 
  geom_raster() +
  scale_fill_viridis_c(breaks = quantile(rank(df$z)),
                       labels = quantile(df$z),
                       name = "z")

这给出了一个平滑的渐变条但奇怪的标签。你可以做相反的事情（有正常的标签，但有一个跳跃的颜色条），如下所示：

scale_fill_viridis_opt <- function(x)
{
  x <- sort(unique(x))
  x <- (x[-1] + x[-length(x)])/2
  y <- (x - min(x))/diff(range(x))
  scale_fill_gradientn(values = y, colours = viridis::viridis(length(x)))
}

ggplot(df, aes(x, y, fill = z)) + 
  geom_raster() + 
  scale_fill_viridis_opt(df$z)

或者，如果您想尝试一种转换来防止这些问题，您可以尝试一个有符号的第 n 个根，您可以在其中调整 n 以适合您的数据。然后，您的标签和颜色间隔很好，但标签的物理意义较小。在这里，我们得到一个有符号立方根的合理平衡：

signed_nth_root <- function(x, n = 2) {
  sign(x) * abs(x)^(1/n)
}

ggplot(df, aes(x, y, fill = signed_nth_root(z, 3))) + 
  geom_raster() +
  scale_fill_viridis_c()

^{由reprex package (v0.3.0) 于 2020 年 8 月 4 日创建}

【讨论】：