變換顏色的規模，但保持一個不錯的傳奇與GGPLOT2

Question

我已經看到了這個有點類似的問題，但我想直接問我的具體問題，我可以：

我有一個散點圖「Z」可變編碼成一個色標：

library(ggplot2) 
myData <- data.frame(x = rnorm(1000), 
        y = rnorm(1000)) 
myData$z <- with(myData, x * y) 

badVersion <- ggplot(myData, 
       aes(x = x, y = y, colour = z)) 
badVersion <- badVersion + geom_point() 
print(badVersion) 

將會產生這樣的：

正如你所看到的，由於「Z」變量是正態分佈的，只有極少數的點與有色分配的「極端」顏色。這是應該的，但我有興趣強調差異。要做到這一點的方法之一是使用：

betterVersion <- ggplot(myData, 
         aes(x = x, y = y, colour = rank(z))) 
betterVersion <- betterVersion + geom_point() 
print(betterVersion) 

將會產生這樣的：

通過應用級（）到「Z」的變量，我得到內上差別很小的更加重視「 z「變量。人們可以想象在這裏使用任何轉換，而不是等級，但你明白了。

我的問題基本上是以最原始的單位（z單位，而不是z級別）獲得圖例的最直接的方式或最「真正的ggplot2」方式，同時保持彩色點的轉換版本？

我有一種感覺，這種方式使用rescaler（），但不知道如何使用rescaler（）與任意轉換等。一般來說，更清晰的例子將是有用的。

提前感謝您的時間。

Answer 1

看一看包裝scales 尤其 ?trans

我認爲這顏色映射轉換給定所獲得的價值或更極端的應該是合理的（基本上pnorm(z)）的概率

我認爲scale_colour_continuous(trans = probability_trans(distribution = 'norm')應該工作，但它會拋出警告。

所以我定義了一個新的轉型（見?trans_new）

我必須定義一個轉變和逆

library(scales) 
norm_trans <- function(){ 
    trans_new('norm', function(x) pnorm(x), function(x) qnorm(x)) 
} 

badVersion + geom_point() + scale_colour_continuous(trans = 'norm')) 

使用隨機附送的probability_trans拋出一個警告，不似乎工作

# this throws a warning 
badVersion + geom_point+ 
    scale_colour_continuous(trans = probability_trans(distribution = 'norm')) 

## Warning message: 
## In qfun(x, ...) : NaNs produced