R ggplot2 geom_contour 3D 表面的 2D 轮廓

ggplot2 无法绘制真正的 3D 曲面，但您可以使用 geom_contour() 、 geom_contour_filled() 和 geom_tile() 在 2D 中可视化 3D 曲面。

这些函数需要常规数据，其中x 和y 坐标形成等间距网格，并且x 和y 的每个组合出现一次。允许缺失 z 值，但轮廓绘制仅适用于所有四个角均不缺失的网格点。如果您有不规则的数据，则需要在可视化之前首先使用 interp::interp() 、 akima::bilinear() 或类似工具对网格进行插值。

用法

geom_contour(
  mapping = NULL,
  data = NULL,
  stat = "contour",
  position = "identity",
  ...,
  bins = NULL,
  binwidth = NULL,
  breaks = NULL,
  lineend = "butt",
  linejoin = "round",
  linemitre = 10,
  na.rm = FALSE,
  show.legend = NA,
  inherit.aes = TRUE
)

geom_contour_filled(
  mapping = NULL,
  data = NULL,
  stat = "contour_filled",
  position = "identity",
  ...,
  bins = NULL,
  binwidth = NULL,
  breaks = NULL,
  na.rm = FALSE,
  show.legend = NA,
  inherit.aes = TRUE
)

stat_contour(
  mapping = NULL,
  data = NULL,
  geom = "contour",
  position = "identity",
  ...,
  bins = NULL,
  binwidth = NULL,
  breaks = NULL,
  na.rm = FALSE,
  show.legend = NA,
  inherit.aes = TRUE
)

stat_contour_filled(
  mapping = NULL,
  data = NULL,
  geom = "contour_filled",
  position = "identity",
  ...,
  bins = NULL,
  binwidth = NULL,
  breaks = NULL,
  na.rm = FALSE,
  show.legend = NA,
  inherit.aes = TRUE
)

参数

mapping

由 aes() 创建的一组美学映射。如果指定且inherit.aes = TRUE(默认)，它将与绘图顶层的默认映射组合。如果没有绘图映射，则必须提供mapping。

data

该层要显示的数据。有以下三种选择：

如果默认为 NULL ，则数据继承自 ggplot() 调用中指定的绘图数据。

data.frame 或其他对象将覆盖绘图数据。所有对象都将被强化以生成 DataFrame 。请参阅fortify() 将为其创建变量。

将使用单个参数(绘图数据)调用function。返回值必须是 data.frame ，并将用作图层数据。可以从 formula 创建 function (例如 ~ head(.x, 10) )。

stat

用于该层数据的统计变换，可以作为 ggproto Geom 子类，也可以作为命名去掉 stat_ 前缀的统计数据的字符串(例如 "count" 而不是 "stat_count" )

position

位置调整，可以是命名调整的字符串(例如 "jitter" 使用 position_jitter )，也可以是调用位置调整函数的结果。如果需要更改调整设置，请使用后者。

...

其他参数传递给 layer() 。这些通常是美学，用于将美学设置为固定值，例如 colour = "red" 或 size = 3 。它们也可能是配对的 geom/stat 的参数。

bins

轮廓箱的数量。被 breaks 覆盖。

binwidth

轮廓箱的宽度。被 bins 覆盖。

breaks

之一：

• 用于设置轮廓中断的数值向量

• 该函数将数据范围和 binwidth 作为输入，并返回中断作为输出。可以根据公式创建函数(例如 ~ fullseq(.x, .y))。

覆盖 binwidth 和 bins 。默认情况下，这是一个长度为 10 且带有 pretty() 中断的向量。

lineend

线端样式(圆形、对接、方形)。

linejoin

线连接样式(圆形、斜接、斜角)。

linemitre

线斜接限制(数量大于 1)。

na.rm

如果 FALSE ，则默认缺失值将被删除并带有警告。如果 TRUE ，缺失值将被静默删除。

show.legend

合乎逻辑的。该层是否应该包含在图例中？ NA(默认值)包括是否映射了任何美学。 FALSE 从不包含，而 TRUE 始终包含。它也可以是一个命名的逻辑向量，以精细地选择要显示的美学。

inherit.aes

如果 FALSE ，则覆盖默认美学，而不是与它们组合。这对于定义数据和美观的辅助函数最有用，并且不应继承默认绘图规范的行为，例如borders() 。

geom

用于显示数据的几何对象，可以作为 ggproto Geom 子类，也可以作为命名去除 geom_ 前缀的几何对象的字符串(例如 "point" 而不是 "geom_point" )

美学

geom_contour() 理解以下美学(所需的美学以粗体显示)：

• x

• y

• alpha

• colour

• group

• linetype

• linewidth

• weight

在 vignette("ggplot2-specs") 中了解有关设置这些美学的更多信息。

geom_contour_filled() 理解以下美学(所需的美学以粗体显示)：

• x

• y

• alpha

• colour

• fill

• group

• linetype

• linewidth

• subgroup

在 vignette("ggplot2-specs") 中了解有关设置这些美学的更多信息。

stat_contour() 理解以下美学(所需的美学以粗体显示)：

• x

• y

• z

• group

• order

在 vignette("ggplot2-specs") 中了解有关设置这些美学的更多信息。

stat_contour_filled() 理解以下美学(所需的美学以粗体显示)：

• x

• y

• z

• fill

• group

• order

在 vignette("ggplot2-specs") 中了解有关设置这些美学的更多信息。

计算变量

这些是由层的 'stat' 部分计算的，可以使用 delayed evaluation 访问。等高线(由 stat_contour() 计算)和等高线带(填充轮廓，由 stat_contour_filled() 计算)的计算变量略有不同。变量 nlevel 和 piece 对两者均可用，而 level_low 、 level_high 和 level_mid 仅适用于频段。变量 level 是一个数字或一个因子，具体取决于是计算线还是带。

• after_stat(level)
  轮廓高度。对于等高线，这是表示 bin 边界的数值向量。对于等值线带，这是表示 bin 范围的有序因子。

• after_stat(level_low),after_stat(level_high),after_stat(level_mid)
  (仅限等值线带)每个带的下箱边界和上箱边界，以及边界之间的中点。

• after_stat(nlevel)
  轮廓高度，最大缩放至 1。

• after_stat(piece)
  轮廓块(整数)。

删除变量

z

轮廓绘制后，各个数据点的 z 值不再可用。

也可以看看

例子

# Basic plot
v <- ggplot(faithfuld, aes(waiting, eruptions, z = density))
v + geom_contour()


# Or compute from raw data
ggplot(faithful, aes(waiting, eruptions)) +
  geom_density_2d()


# \donttest{
# use geom_contour_filled() for filled contours
v + geom_contour_filled()


# Setting bins creates evenly spaced contours in the range of the data
v + geom_contour(bins = 3)

v + geom_contour(bins = 5)


# Setting binwidth does the same thing, parameterised by the distance
# between contours
v + geom_contour(binwidth = 0.01)

v + geom_contour(binwidth = 0.001)


# Other parameters
v + geom_contour(aes(colour = after_stat(level)))

v + geom_contour(colour = "red")

v + geom_raster(aes(fill = density)) +
  geom_contour(colour = "white")

# }