ggplot2: set (nichtlineare) Werte für alpha

Question

würde ich gerne eine gespiegelte 95% Dichtekurve zeichnen und Anfahrtsplan alpha zur Dichte:

foo <- function(mw, sd, lower, upper) { 
x <- seq(lower, upper, length=500) 
dens <- dnorm(x, mean=mw, sd=sd, log=TRUE) 
dens0 <- dens -min(dens) 
return(data.frame(dens0, x)) 
} 

df.rain <- foo(0,1,-1,1) 

library(ggplot2) 


drf <- ggplot(df.rain, aes(x=x, y=dens0))+ 
geom_line(aes(alpha=..y..))+ 
geom_line(aes(x=x, y=-dens0, alpha=-..y..))+ 
stat_identity(geom="segment", aes(xend=x, yend=0, alpha=..y..))+ 
stat_identity(geom="segment", aes(x=x, y=-dens0, xend=x, yend=0, alpha=-..y..)) 
drf 

Dies funktioniert gut, aber ich möchte das machen Kontrast zwischen den Kanten und der Mitte deutlicher, dh ich möchte, dass die Kanten fast weiß sind und nur der mittlere Teil schwarz ist. Ich habe manipuliert mit scale_alpha() aber ohne Glück. Irgendwelche Ideen?

Bearbeiten: Letztendlich möchte ich mehrere Regentropfen plotten, d. H. Die einzelnen Tropfen werden klein sein, aber die Schattierung sollte immer noch deutlich sichtbar sein.

Answer 1

Während grübeln sowohl Ihre Antworten, die ich eigentlich genau das gefunden, was ich suchte. Der einfachste Weg ist, einfach scale_colour_gradientn mit einem Vektor von Grautönen zu verwenden.

library(RColorBrewer) 
grey <- brewer.pal(9,"Greys") 

drf <- ggplot(df.rain, aes(x=x, y=dens0, col=dens0))+ 
stat_identity(geom="segment", aes(xend=x, yend=0))+ 
stat_identity(geom="segment", aes(x=x, y=-dens0, xend=x, yend=0))+ 
scale_colour_gradientn(colours=grey) 
drf 

Answer 2

Statt Mapping dens0 zum alpha, würde ich es auf color Karte:

drf <- ggplot(df.rain, aes(x=x, y=dens0))+ 
    geom_line(aes(color=..y..))+ 
    geom_line(aes(x=x, y=-dens0, color=-..y..))+ 
    stat_identity(geom="segment", aes(xend=x, yend=0, color=..y..))+ 
    stat_identity(geom="segment", aes(x=x, y=-dens0, xend=x, yend=0, color=-..y..)) 

Jetzt haben wir noch den Kontrast in der Farbe ist hauptsächlich in den Schwänzen. Unter Verwendung von zwei Farben hilft, einen Bit (beachten Sie, dass der Schalter in der Farbe bei 0,25 ist):

drf + scale_color_gradient2(midpoint = 0.25) 

Schließlich umfassen die Verteilung der dens0 Werte, Base I der Mittelpunkt der Farbskala auf der Medianwert in den Daten:

drf + scale_color_gradient2(midpoint = median(df.rain$dens0)) 

Hinweis!: Aber so wie Sie Ihre Daten optimieren, liegt der größte Unterschied in Ihren Daten in den extremeren Werten in Ihrem Dataset. Der Versuch, dies zu verdecken, indem man mit einer nichtlinearen Skala herumhantiert, oder indem ich eine Farbskala wie ich twee, könnte ein falsches Bild der realen Daten ergeben.

Answer 3

Hier ist eine Lösung mit geom_ribbon() anstelle von geom_line()

df.rain$group <- seq_along(df.rain$x) 
tmp <- tail(df.rain, -1) 
tmp$group <- tmp$group - 1 
tmp$dens0 <- head(df.rain$dens0, -1) 
dataset <- rbind(head(df.rain, -1), tmp) 
ggplot(dataset, aes(x = x, ymin = -dens0, ymax = dens0, group = group, 
    alpha = dens0)) + geom_ribbon() + scale_alpha(range = c(0, 1)) 

ggplot(dataset, aes(x = x, ymin = -dens0, ymax = dens0, group = group, 
    fill = dens0)) + geom_ribbon() + 
    scale_fill_gradient(low = "white", high = "black") 

Siehe Paul Antwort für die Farben zu ändern.

dataset9 <- merge(dataset, data.frame(study = 1:9)) 
ggplot(dataset9, aes(x = x, ymin = -dens0, ymax = dens0, group = group, 
    alpha = dens0)) + geom_ribbon() + scale_alpha(range = c(0, 0.5)) + 
    facet_wrap(~study)