使用来自 latticeExtra 的 levelplot function 进行二维平滑的热图

Question

我一直在尝试使用此处的代码重现此 plot

我最后的尝试让我非常接近，但我找不到使图表看起来像我想要的合适方法。 在我的数据中，z 是在 x 和 y 条件下进行的模拟的数值结果，我想要 map 这种关系，就像你可以简单地通过散点图来做但更漂亮。

我的 df 很大，但它有这个方面：

• x -> 连续变量，范围从 120 - 300
• y -> 连续变量，范围从 0.2 - 1.8
• z -> 连续变量，范围从 -0.0001 到 3000

这是我用这段代码生成的第一次尝试

levelplot(z ~ x * y, 
          data, 
          panel = panel.levelplot.points, 
          cex = 0.7,
          col.regions = rocket(25, alpha = .8, direction = -1),
          colorkey = list(at = (breaks = c(1, 20, 50, 150, 500, Inf))),
          scales = list(x=list(at = c(120, 140, 160, 180, 200, 220, 240, 260, 280, 299))),
          xlab = "x", 
          ylab = "y"
) + 
  layer_(panel.2dsmoother(..., n = 100))

问题是，虽然点是我数据的公平表示，但 2d 层不是。 我想特别强调 <1 和 >=1 之间的区别，所以我的休息时间从 1 开始，rest 将是根据不同实验的 z 值的比例（这个达到 3000 多个，其他达到 30 个）

我还尝试将两个图分开，您可以查看散点图 plot和2dSmooth 面板。 这是两者的代码：

## Scatter
levelplot(z ~ x * y, 
          data,
          panel = panel.levelplot.points, 
          cex = 0.7,
          at = c(-Inf, 1, 30, 100, 500, Inf),   
          col.regions = rocket(25, alpha = .8, direction = -1),
          colorkey = list(
            labels = c("", "1", "30", "100", "500", "")
          ),
          scales = list(x=list(at = c(120, 140, 160, 180, 200, 220, 240, 260, 280, 299))),
          xlab = "x", 
          ylab = "y" ) 

## 2dSmooth
levelplot(z ~ x * y, 
          data,
          panel = panel.2dsmoother,
          n = 200, 
          cuts = 5,
          col.regions = rocket(25, alpha = .8, direction = -1),
          colorkey = T,
          scales = list(x=list(at = c(120, 140, 160, 180, 200, 220, 240, 260, 280, 299))),
          xlab = "x", 
          ylab = "y"
) 

请注意，我在使用 CUT 和 AT 时遇到了麻烦。 当我将 AT 参数传递给我的 2dSmooth 图时，结果很荒谬，我不知道为什么。

然而，2dSmooth plot 的 CUT 结果是足够的，问题是我不能 label 它们，因为我不知道 function 已经采取的限制。 如果有一种方法可以正确标记该图，那就是它。 否则，我需要将两者结合起来。

¿知道我在哪里搞砸了吗？ ¿有可能用其他库完成我的 2dsmooth 图吗？ 到目前为止，我还没有发现任何类似于 levelplot() with panel.2dsmoother

谢谢您的帮助

Answer 1

您的问题似乎与您的数据非常相关，因此如果不访问它就很难回答。 但一般来说，

• 我有点惊讶你的 2dSmooth 图得到了一组不同的切点，因为当你没有指定at ，默认值应该只取决于数据（保持不变）而不是面板 function .我不确定发生了什么。

• panel.2dsmoother()基本上只是将回归表面拟合到您的数据，默认情况下使用loess() 。 如果您的目标是通过将at值调整为拟合曲面而不是数据来消除“异常值”的影响，则您需要在外部执行此操作。 您可以模仿panel.2dsmoother()的代码来执行此操作，例如，

n <-  100
mod <- loess(z ~ x * y, data)
xseq <- seq(120, 300, length = n)
yseq <- seq(0.2, 1.8, length = n)
grid <- expand.grid(x = xseq, y = yseq)
fit <- predict(mod, grid)

您现在可以使用标准的levelplot()调用来可视化该表面

(p <- levelplot(fit ~ x + y, grid))

相应at值应该大致是

do.breaks(range(fit), 5)

您可以使用获得确切的值

trellis.panelArgs(p, 1)$at