R图'；热图'；图纸集

我有一个矩阵，其中有x行（即绘制的数量）和y列（观察的数量）。它们代表了y型预测的分布

现在我想做一个画的“热图”。也就是说，我想绘制一个“置信区间”（不是真正的置信区间，而是中间带阴影的所有值），而是作为“热图”（一个示例）。这意味着，例如，如果观察y=y*的许多绘图都在1左右，但同样的观察也有5的绘图，那么1周围的置信区间区域更暗（但整个在1和5之间的区域仍然是阴影）

要完全清楚：例如，我喜欢答案中的绘图，但我希望灰色置信区间改为强度颜色（即某些区域更暗）

有人能告诉我怎样才能做到这一点吗

提前谢谢

根据请求编辑：示例数据。 第一列的前20个值示例（即y[1:20,1]）：

---

这不是很多，但我可能会从

hexbin

或

hexbinplot

包开始。本文介绍了几种备选方案

---

因此，最困难的部分是将数据转换为正确的形状，这就是为什么共享与您的数据非常相似的内容，而不仅仅是一列

假设您的数据是一个包含10000行和10列的矩阵。我将使用均匀分布，所以在最后它将是一个无聊的图

n = 10000
k = 10
mat = matrix(runif(n * k), nrow = n)

接下来，我们将使用

apply

、转置计算每列的分位数，并将其设为数据帧：

dat = as.data.frame(t(apply(mat, MARGIN = 2, FUN = quantile, probs = seq(.1, 0.9, 0.1))))

添加一个

x

变量（由于我们进行了转置，每个x值对应于原始数据中的一列）

我们现在需要把它变成一个“长”的形式，按中位数周围某个偏差组的最小值和最大值分组，当然要去掉分位数引入的讨厌的百分号：

library(dplyr)
library(tidyr)
dat_long = gather(dat, "quantile", value = "y", -x) %>%
    mutate(quantile = as.numeric(gsub("%", "", quantile)),
           group = abs(50 - quantile))

dat_ribbon = dat_long %>% filter(quantile < 50) %>%
    mutate(ymin = y) %>%
    select(x, ymin, group) %>%
    left_join(
        dat_long %>% filter(quantile > 50) %>%
        mutate(ymax = y) %>%
        select(x, ymax, group)
    )

dat_median = filter(dat_long, quantile == 50)

---

值得注意的是，这不是一个传统的热图。热图通常表示有3个变量，x、y和z（颜色），其中每个x-y对都有一个z值。这里有两个变量，x和y，y取决于x。

发布一些示例数据，也许我们中的一个人会对此进行破解。@MikeWise我现在在OP中发布了一些示例数据。谢谢：）！我很难理解你的尺寸。。。您将给出一个3d示例（x、y和颜色标注为z的热图）和一个2d示例（x和y，其中y恰好有一个置信区间）。如果要绘制二维矩阵的每个值，热图将起作用。如果你想将二维矩阵的每一列汇总成（比如）具有置信区间的均值或中位数，那么热图是不合适的，但链接到的第二个图很容易。我建议至少共享两列数据。。。一列会在热图中生成一个正方形吗？还是热图中的一列正方形？还是一个有置信区间的单点？@Gregor所有列都是相似的，这就是为什么我发布了一个。澄清一下：所有列实际上都有10000个值。我想要的是在10000个值中的最小值和最大值之间进行着色，但是因为有这么多的值，所以这种着色的一些区域应该反映出10000个值中更多的值在该区域周围的事实。希望这对你来说更有意义。谢谢，这可能是一个很好的起点（投票赞成）！我会看看，但希望有人能找到更简单的解决方案。今晚晚些时候我会试一试。当我运行

dat_long=gather（dat，“quantile”，value=“y”，-x）%%>%mutate（quantile=as.numeric（gsub（“，”，quantile）），group=abs（50-quantile））

时，我得到as.character（x）中的错误

error：无法将类型“closure”强制为类型为“character”的向量。

。你知道这是什么原因吗？@dreamer Oops，我在前面更改列名的尝试中留下了一行。删除

names（dat）=…

行，一切都应该正常。（答案代码中已经进行了编辑。）不过，我很抱歉地说，谢谢你，但我仍然收到相同的消息（当我运行

dat_long…

语句时）。对于可能出现的问题，您还有其他建议吗？删除的行修改了

dat

，因此您必须从头开始（或从最先定义

dat

的位置开始）。如果在那之后你仍然有问题，你可能有一些功能掩蔽正在进行。我刚刚进行了测试，我的代码在新的R会话中运行良好。函数掩蔽确实导致了问题。现在可以了：）！非常感谢，你应该为这个答案获得更多的选票！作为最后一个问题：是否有可能轻易地用不同的颜色和黑色的阴影进行实验（我看到了一个关于平均线的论点，但对于其余的则没有）？如果没有，也很好，情节现在看起来真的很好！我真的很感激你帮助我！

dat$x = 1:nrow(dat)

library(dplyr)
library(tidyr)
dat_long = gather(dat, "quantile", value = "y", -x) %>%
    mutate(quantile = as.numeric(gsub("%", "", quantile)),
           group = abs(50 - quantile))

dat_ribbon = dat_long %>% filter(quantile < 50) %>%
    mutate(ymin = y) %>%
    select(x, ymin, group) %>%
    left_join(
        dat_long %>% filter(quantile > 50) %>%
        mutate(ymax = y) %>%
        select(x, ymax, group)
    )

dat_median = filter(dat_long, quantile == 50)

library(ggplot2)
ggplot(dat_ribbon, aes(x = x)) +
    geom_ribbon(aes(ymin = ymin, ymax = ymax, group = group), alpha = 0.2) +
    geom_line(aes(y = y), data = dat_median, color = "white")