我遇到了一些异常值的问题,导致色标变得毫无用处。
我的数据有一个基于范围的长度变量,但通常会有一些更大的值。下面的示例数据有 95 个介于 500 到 1500 之间的值,以及 5 个超过 50,000 的值。当我想看到 500 到 1500 之间的颜色变化时,生成的颜色图例倾向于使用 10k、20k...70k 来表示颜色变化。实际上,任何超过 1300 左右的颜色都应该是相同的纯色(可能是中值 +/- mad) ),但我不知道在哪里定义它。
我对任何 ggplot 解决方案持开放态度,但理想情况下较低的值是红色,中间是白色,较高的蓝色(低是不好的)。在我自己的数据集中,日期是 ggplot aes() 中 as.POSIXct() 的实际日期,但似乎并不影响示例。
#example data
date <- sample(x=1:10,size=100,replace=T)
stateabbr <- sample(x=1:50,size=100,replace=T)
Length <- c(sample(x=500:1500,size=95,replace=T),60000,55000,70000,50000,65000)
x <- data.frame(date=date,stateabbr=stateabbr,Length=Length)
#main plot
(g <- ggplot(data=x,aes(x=date,y=factor(stateabbr))) +
geom_point(aes(color=as.numeric(as.character(Length))),alpha=3/4,size=4) +
#scale_x_datetime(labels=date_format("%m/%d")) +
opts(title="Date and State") + xlab("Date") + ylab("State"))
#problem
g + scale_color_gradient2("Length",midpoint=median(x$Length))
添加 trans="log"或 "sqrt"也不太有效。
感谢您的帮助!
最佳答案
这是一个稍微棘手的选项:
#Create a new variable indicating the unusual values
x$Length1 <- "> 1500"
x$Length1[x$Length <= 1500] <- NA
#main plot
# Using fill - tricky!
g <- ggplot() +
geom_point(data = subset(x,Length <= 1500),
aes(x=date,y=factor(stateabbr),color=Length),size=4) +
geom_point(data = subset(x,Length > 1500),
aes(x=date,y=factor(stateabbr),fill=Length1),size=4)+
opts(title="Date and State") + xlab("Date") + ylab("State")
#problem
g + scale_color_gradient2("Length",midpoint=median(x$Length))
所以这里棘手的部分是在点上使用 fill
,以说服 ggplot 制作另一个图例。显然,您可以使用不同的标签和颜色来自定义填充比例。
还有一件事,阅读布兰登的回答。原则上,您可以通过获取外围值来组合这两种方法,使用 cut
为它们创建单独的分类变量,然后使用我的技巧与 fill
比例。这样您就可以指示多个外围点组。
关于r - ggplot2 色标受异常值影响过度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/9811866/