R 统计密度2D ggplot2未生成等高线

我试图在ggplot2中的散点图上生成一个二维密度图

我有以下工作代码：

plt<-ggplot(data=for_plot,aes(x=X, y=Y))+ 
  stat_density2d(aes(fill=..level..,alpha=..level..),geom='polygon',colour='black') + 
  scale_fill_continuous(low="green",high="red") +
  guides(alpha="none") +
  ylim(0.5,max(shortest_path_list$shortest_path)) +
  geom_point()

它工作正常，并提供以下输出：

请注意，我的Y是离散的，X是连续的，因此绘图很好

但是，当我使用此数据集时：

> for_plot[sample(nrow(for_plot), 20), ]
    Y   X
 1: 2 110182.549
 2: 3  95202.283
 3: 2  91557.371
 4: 1   6730.598
 5: 1   7396.081
 6: 1  13939.701
 7: 2   9767.561
 8: 3 101597.449
 9: 2  99368.467
10: 3 102024.722
11: 3  90491.076
12: 3  81337.624
13: 1   5956.710
14: 3  95160.149
15: 3  89981.055
16: 1   8823.615
17: 1  10717.879
18: 2  11463.036
19: 2   3864.292
20: 2  10351.874

> for_plot[sample(nrow(for_plot), 20), ]
    Y   X
 1: 1   9897.476
 2: 2   2350.191
 3: 1  13911.780
 4: 1  98885.336
 5: 1  94776.873
 6: 1 102804.832
 7: 1  99956.988
 8: 1  13941.653
 9: 1   9246.795
10: 1  13152.775
11: 1 113325.680
12: 1  82263.657
13: 1  91108.347
14: 1   8823.797
15: 1  11057.255
16: 1  99150.825
17: 2   7312.730
18: 2   6476.152
19: 1 113534.588
20: 1  91311.834 

我得到以下错误和绘图：

Warning message:
Computation failed in `stat_density2d()`:
bandwidths must be strictly positive

我知道造成这种错误的一种方式通常是在X或Y方向上都没有变化的情况下。但是，在这种情况下，似乎有类似于第一种情况的变化。因此，我不理解是什么让第一种方案奏效，而是让第二种方案失败。在第二种情况下，是否有办法获得轮廓

以下是Flick先生建议的两种场景，具有最小的可重复性示例：

场景1（情节正常）：

set.seed(100)
> for_plot<-dput(for_plot[sample(nrow(for_plot), 20), ])
structure(list(Y = c(2, 2, 3, 1, 2, 
3, 3, 3, 2, 1, 3, 2, 2, 3, 1, 3, 2, 3, 2, 1), X = c(96649.7975713206, 
104758.02495167, 93351.5907987183, 5535.8146932624, 99480.6016841293, 
113103.505637801, 90445.3465777551, 81903.811792781, 106832.148472597, 
6576.45291001145, 99368.9134426028, 111130.390217174, 9471.82883910966, 
102087.415882298, 5657.05900168211, 107688.549964059, 103669.855375872, 
94121.8586312176, 1573.00051813297, 7394.05750749363)), .Names = c("Y", "X"), class = c("data.table", 
"data.frame"), row.names = c(NA, -20L), .internal.selfref = <pointer: 0x00000000065c0788>)

> for_plot<-dput(for_plot[sample(nrow(for_plot), 20), ])
structure(list(Y = c(1, 
    1, 1, 1, 1, 1, 2, 1, 1, 1, 1, 1, 1, 2, 2, 1, 1, 1, 1, 2), 
    X = c(96925.0119740431, 98869.1560687514, 99434.7995468473, 
    9123.65901167288, 111471.920587976, 109448.280478224, 6678.04323546572, 
    98309.4525934759, 91311.834287723, 86616.727265815, 101009.644050382, 
    7396.08053430818, 102517.086739334, 11504.3148787722, 9471.82883910966, 
    15427.4786153589, 96385.4989659007, 2249.38197350042, 91425.5491534976, 
    9303.7114788096)), .Names = c("Y", 
"X"), class = c("data.table", "data.frame"), row.names = c(NA, 
-20L), .internal.selfref = <pointer: 0x00000000065c0788>)

更新

使内核工作的一种方法是向Y变量添加一些随机噪声，使方差不再为0

#Add variability for kernel density
rand_noise<-runif(nrow(for_plot), -0.1, 0.1)
for_plot$Y_noise<-for_plot$Y+rand_noise

#增加内核密度的可变性
rand_noiseIt如果您在输入数据中包含一个示例，那么我们就可以运行代码来查看发生了什么。如果您使用的是像
sample
这样的随机函数，请尝试使用
set.seed（）
，这样我们可以看到与您相同的内容。@MrFlick:我使用的两个表中每个表都有4290行。有没有一种方法可以将其包含在问题中？复制错误是否需要所有4290？似乎不太可能。只需创建一个最小的可复制示例。请参阅我提供的链接中包含的建议。我可能遗漏了一些内容，但您确定当其中一个变量是离散的时，绘制2d密度图是正确的吗？我宁愿使用alpha通道来突出显示点密度，可能会有一些抖动。或者可能是一个六边形箱子，箱子宽度很低……@MrFlick：好的。让我尝试创建一个最小的可复制示例。
#Add variability for kernel density
rand_noise<-runif(nrow(for_plot), -0.1, 0.1)
for_plot$Y_noise<-for_plot$Y+rand_noise