Heatmap minh bạch, màu và độ đặc hiệu không Đáp ứng

Question

v <- 2^(7:17) 
min_lon <- 6.164780 
max_lon <- 15.744857 
min_lat <- 47.228296 
max_lat <- 54.426407 
center_lon <- (min_lon + max_lon)/2 
center_lat <- (min_lat + max_lat)/2 

df <- data.frame(id = 1:sum(v)) 
df$T <- rep(paste("T", v, sep="_"), v) 
df$lon <- runif(sum(v),min_lon, max_lon) 
df$lat <- runif(sum(v),min_lat,max_lat) 

Làm một bản đồ nhiệt với tính minh bạch = .. mức ..

gg_heatmap <- function(T){ 
    g <- ggmap(get_map(location=c(lat=center_lat, lon=center_lon), zoom=6, maptype="roadmap", source="google")) 
    g <- g + scale_fill_gradientn(colours=rev(rainbow(100, start=0, end=0.75))) 
    g <- g + stat_density2d(data=df[df$T == "T_1024",], aes(x = lon, y = lat,fill = ..level..,transparency=..level..), 
          size=1, bins=100, geom = 'polygon') 
    print(g) 
} 

system.time(gg_heatmap("T_1024")) 

Làm một bản đồ nhiệt bằng cách thiết lập alpha = 0,05

gg_heatmap <- function(T){ 
    g <- ggmap(get_map(location=c(lat=center_lat, lon=center_lon), zoom=6, maptype="roadmap", source="google")) 
    g <- g + scale_fill_gradientn(colours=rev(rainbow(100, start=0, end=0.75))) 
    g <- g + stat_density2d(data=df[df$T == "T_1024",], aes(x = lon, y = lat,fill = ..level..), alpha=.05, 
          size=1, bins=100, geom = 'polygon') 
    print(g) 
} 

system.time(gg_heatmap("T_1024")) 

Cả hai kết quả đều không thỏa mãn. Tôi muốn thấy một cái gì đó giống như heatmap sau đây được thực hiện với QlikView và sử dụng cùng một bộ dữ liệu "T_1024".

Có ba khía cạnh tôi thích về QV-phiên bản:

1. Các tính minh bạch cho phép vẫn xem bản đồ bên dưới ...
2. ... trong khi các màu sắc vẫn còn mang tính biểu cảm và không nhợt nhạt
3. Màu tô cho phép nhận biết thêm chi tiết

Tôi đã cố gắng giải quyết (1) bằng cách thử nghiệm với các cách khác nhau để thiết lập mức alpha tĩnh cũng như liên quan đến ..level .. Tuy nhiên, tôi không thể có được kết quả tốt. Độ trong suốt không bao giờ thực sự tốt và nếu tôi thấy bản đồ màu sắc quá nhạt.

(3) Tôi nghĩ tôi có thể ảnh hưởng bằng cách đặt giá trị bin cao.

Bất kỳ ý tưởng nào về cách tối ưu hóa hiển thị bản đồ nhiệt hoặc ít nhất các khía cạnh của nó?

Answer 1

Lưu ý: tín dụng cho this post cho cấu trúc cơ bản của câu trả lời.

Điều này tạo ra bản đồ nhiệt trong đó các đường bao được phân biệt rõ ràng và bản đồ bên dưới hiển thị. Sự khác biệt chính với mã của bạn là:

1. Xóa đối số size=... và bins=.... Không cần thiết cho size (nó không có gì ở đây).
2. Thay thế transparency=..levels.. (cái gì vậy ??), với alpha=..levels...
3. Thêm scale_alpha_continuous(...), đặt giới hạn phạm vi bằng alpha và tắt hướng dẫn alpha.

.

library(ggplot2) 
library(ggmap) 
gg_heatmap <- function(){ 
    g <- ggmap(get_map(location=c(lat=center_lat, lon=center_lon), zoom=6, maptype="roadmap", source="google")) 
    g <- g + scale_fill_gradientn(colours=rev(rainbow(100, start=0, end=0.75))) 
    g <- g + stat_density2d(data=df[df$T == "T_1024",], aes(x = lon, y = lat,fill = ..level..,alpha=..level..), 
          geom = 'polygon') 
    g <- g + scale_alpha_continuous(guide="none",range=c(0,.4)) 
    print(g) 
} 
gg_heatmap() 

Lưu ý rằng tôi đã sử dụng set.seed(1) trước khi tạo df cho một ví dụ tái sản xuất. Bạn sẽ cần phải thêm rằng nếu bạn muốn cùng một cốt truyện.

EDIT Trả lời nhận xét của OP.

stat_density2d(...) hoạt động bằng cách xác định đường viền và vẽ các đa giác được tô đầy để bao quanh chúng, do đó, theo định nghĩa, đường viền sẽ "sắc nét". Nếu bạn muốn làm mờ các đường nét, có thể bạn sẽ phải sử dụng phương pháp ốp lát. Thật không may, điều này đòi hỏi phải tính toán mật độ kernal 2D ngoài ggplot:

gg_heatmap <- function(T){ 
    require(MASS) 
    require(ggplot2) 
    require(ggmap) 
    d <- with(df[df$T==T,], kde2d(lon,lat,h=c(1.5,1.5),n=100)) 
    d.df <- expand.grid(lon=d[[1]],lat=d[[2]]) 
    d.df$z <- as.vector(d$z) 
    g <- ggmap(get_map(location=c(lat=center_lat, lon=center_lon), zoom=6, maptype="roadmap", source="google")) 
    g <- g + scale_fill_gradientn(colours=rev(rainbow(100, start=0, end=0.75))) 
    g <- g + geom_tile(data=d.df, aes(x=lon,y=lat,fill=z),alpha=.8) 
    print(g) 
} 
gg_heatmap("T_1024") 

Từ góc độ của dữ liệu trực quan, âm mưu này là rõ ràng thua kém người đầu tiên. Cho dù đó là "đẹp hơn" hay không là một vấn đề của ý kiến.