R Geom_density_2d_filled（）ggplot：（1）如何在所有点周围绘制轮廓，（2）如何更改渐变颜色？

我有两个问题，我无法理解我们的谷歌：

数据和图形：

x = rnorm(n = 500, mean = 0.5, sd = 0.3)
y = rnorm(n = 500, mean = 6, sd = 1)
data = merge(x, y, by = "row.names", all = TRUE)

data %>% ggplot(aes(x, y))+
  geom_density_2d_filled(contour_var = "ndensity", bins = 5)+
  theme_classic()

（1） 如何围绕所有点绘制轮廓？目前，20%的值与背景颜色相同。是否应添加新层

---

（2） 如何将背景色更改为白色，将渐变色更改为brewer“Blues”调色板（0以上的所有值都应具有与白色背景不同的蓝色）？

您可能希望将统计数据与几何图形分离，因为

geom_density_2d_filled（）

绘制多边形，但也包括作为矩形的外层

以下是我的建议：

x = rnorm(n = 500, mean = 0.5, sd = 0.3)
y = rnorm(n = 500, mean = 6, sd = 1)
data = merge(x, y, by = "row.names", all = TRUE)

data %>% ggplot(aes(x, y))+
  stat_density_2d(geom = "polygon", contour = TRUE,
                  aes(fill = after_stat(level)), colour = "black",
                  bins = 5) +
  scale_fill_distiller(palette = "Blues", direction = 1) +
  theme_classic()

---

您可能希望将stat与geom解耦，因为

geom\u density\u 2d\u filled（）

绘制多边形，但也将外层作为矩形

以下是我的建议：

x = rnorm(n = 500, mean = 0.5, sd = 0.3)
y = rnorm(n = 500, mean = 6, sd = 1)
data = merge(x, y, by = "row.names", all = TRUE)

data %>% ggplot(aes(x, y))+
  stat_density_2d(geom = "polygon", contour = TRUE,
                  aes(fill = after_stat(level)), colour = "black",
                  bins = 5) +
  scale_fill_distiller(palette = "Blues", direction = 1) +
  theme_classic()

---

多亏了teunbrand！但这些点仍然在轮廓线之外

set.seed(2)
data %>% ggplot(aes(x, y))+
  stat_density_2d(geom = "polygon", contour = TRUE,
                  aes(fill = after_stat(level)), colour = "black",
                  bins = 5)+
  geom_point()+
  scale_fill_distiller(palette = "Blues", direction = 1) +
  theme_classic()

---

多亏了teunbrand！但这些点仍然在轮廓线之外

set.seed(2)
data %>% ggplot(aes(x, y))+
  stat_density_2d(geom = "polygon", contour = TRUE,
                  aes(fill = after_stat(level)), colour = "black",
                  bins = 5)+
  geom_point()+
  scale_fill_distiller(palette = "Blues", direction = 1) +
  theme_classic()

---

非常感谢您！但是如果我添加geom_point（）层，那么一些点位于等高线之外。请检查下一个回复。在统计中，您可以设置

breaks=c（0.01,0.1,0.2,0.3,0.4,0.5）

例如，而不是

bin

。第一个数字应该非常小，但大小取决于数据。但它会在数据边界留下难看的边缘。谢谢你的解决方案！！！我可以再问一件事吗？有没有办法缩小最大轮廓和点之间的距离？请检查最后一篇文章的图。我不确定你说的“最大轮廓和点之间的空间”是什么意思，我也不知道你说的最后一篇文章的图是什么意思。非常感谢！但是如果我添加geom_point（）层，那么一些点位于等高线之外。请检查下一个回复。在统计中，您可以设置

breaks=c（0.01,0.1,0.2,0.3,0.4,0.5）

例如，而不是

bin

。第一个数字应该非常小，但大小取决于数据。但它会在数据边界留下难看的边缘。谢谢你的解决方案！！！我可以再问一件事吗？有没有办法缩小最大轮廓和点之间的距离？请检查最后一篇文章的图。我不确定你所说的“最大轮廓和点之间的空间”是什么意思，我也不知道你所说的最后一篇文章的图是什么意思。事实上，点在轮廓线之外是分析的本质。等高线是箱子，根据定义，有5个。第五个（白色）是点所在的位置。如果你增加到bins=75，你的分数将在蓝色区域，但这可能不是你想要的样子。我可能猜你想要一个跟踪，它看起来像是沿着极端数据点，就像煎蛋设计周围的另一层，但从统计学上来说，这没有什么意义。事实上，点在轮廓线之外是分析的本质。等高线是箱子，根据定义，有5个。第五个（白色）是点所在的位置。如果你增加到bins=75，你的分数将在蓝色区域，但这可能不是你想要的样子。我可能猜你想要一个跟踪，它看起来像是沿着极端数据点，就像煎蛋设计的另一层，但从统计学上来说，这不是很有意义。