GGPLOT2热图：使用不同的梯度为类别(ggplot2 heatmaps: using diffe

本学习[R博客文章展示了如何使用GGPLOT2篮球统计的热图。完成后的热图如下所示：

我的问题（灵感杰克谁在学习[R博客文章评论）是：将有可能使用不同的渐变颜色为不同类别统计的（攻击，防御，其他）？

Answer 1:

首先，从重建后的图形，它更新为更高版本（0.9.2.1）版的ggplot2具有不同的主题系统及附加减少套餐：

nba <- read.csv("http://datasets.flowingdata.com/ppg2008.csv")
nba$Name <- with(nba, reorder(Name, PTS))

library("ggplot2")
library("plyr")
library("reshape2")
library("scales")

nba.m <- melt(nba)
nba.s <- ddply(nba.m, .(variable), transform,
               rescale = scale(value))

ggplot(nba.s, aes(variable, Name)) + 
  geom_tile(aes(fill = rescale), colour = "white") + 
  scale_fill_gradient(low = "white", high = "steelblue") + 
  scale_x_discrete("", expand = c(0, 0)) + 
  scale_y_discrete("", expand = c(0, 0)) + 
  theme_grey(base_size = 9) + 
  theme(legend.position = "none",
        axis.ticks = element_blank(), 
        axis.text.x = element_text(angle = 330, hjust = 0))

使用不同的渐变颜色为不同的类别是不是所有的简单。的概念方法，向映射fill到interaction(rescale, Category) （其中， Category ，因为相互作用的因子和连续变量提供一个离散变量，其不工作;参见下面是进攻/防守/其他） fill不能被映射到。

来解决这个问题的方法是人工执行此相互作用，映射rescale到不重叠的范围为不同的值Category ，然后使用scale_fill_gradientn到这些区域的每个映射到不同的颜色梯度。

首先创建的类别。我想，这些地图中的那些评论，但我不知道; 改变其变量是在哪个类别是容易的。

nba.s$Category <- nba.s$variable
levels(nba.s$Category) <- 
  list("Offensive" = c("PTS", "FGM", "FGA", "X3PM", "X3PA", "AST"),
       "Defensive" = c("DRB", "ORB", "STL"),
       "Other" = c("G", "MIN", "FGP", "FTM", "FTA", "FTP", "X3PP", 
                   "TRB", "BLK", "TO", "PF"))

因为rescale是在数（3或4）的0时，不同的类别可以由一百偏移，以保持它们分开。同时，确定每个色彩渐变的端点应，在这两种重新缩放值和颜色方面。

nba.s$rescaleoffset <- nba.s$rescale + 100*(as.numeric(nba.s$Category)-1)
scalerange <- range(nba.s$rescale)
gradientends <- scalerange + rep(c(0,100,200), each=2)
colorends <- c("white", "red", "white", "green", "white", "blue")

现在更换fill可变rescaleoffset ，改变fill规模使用scale_fill_gradientn （记得要重新调整值）：

ggplot(nba.s, aes(variable, Name)) + 
  geom_tile(aes(fill = rescaleoffset), colour = "white") + 
  scale_fill_gradientn(colours = colorends, values = rescale(gradientends)) + 
  scale_x_discrete("", expand = c(0, 0)) + 
  scale_y_discrete("", expand = c(0, 0)) + 
  theme_grey(base_size = 9) + 
  theme(legend.position = "none",
        axis.ticks = element_blank(), 
        axis.text.x = element_text(angle = 330, hjust = 0))

重新排序，以获得相关的统计信息集中在一起是另一个应用程序reorder上的各种变量函数：

nba.s$variable2 <- reorder(nba.s$variable, as.numeric(nba.s$Category))

ggplot(nba.s, aes(variable2, Name)) + 
  geom_tile(aes(fill = rescaleoffset), colour = "white") + 
  scale_fill_gradientn(colours = colorends, values = rescale(gradientends)) + 
  scale_x_discrete("", expand = c(0, 0)) + 
  scale_y_discrete("", expand = c(0, 0)) + 
  theme_grey(base_size = 9) + 
  theme(legend.position = "none",
        axis.ticks = element_blank(), 
        axis.text.x = element_text(angle = 330, hjust = 0))

Answer 2:

下面是一个使用GGPLOT2美学到两个梯度以及颜色类别映射一个简单的建议。简单地使用的α-审美以产生梯度，并且填充审美的类别。

下面是代码这样做，重构布赖恩·迪格斯的回应：

nba <- read.csv("http://datasets.flowingdata.com/ppg2008.csv")
nba$Name <- with(nba, reorder(Name, PTS))

library("ggplot2")
library("plyr")
library("reshape2")
library("scales")

nba.m <- melt(nba)
nba.s <- ddply(nba.m, .(variable), transform,
           rescale = scale(value))

nba.s$Category <- nba.s$variable
levels(nba.s$Category) <- list("Offensive" = c("PTS", "FGM", "FGA", "X3PM", "X3PA", "AST"),
   "Defensive" = c("DRB", "ORB", "STL"),
   "Other" = c("G", "MIN", "FGP", "FTM", "FTA", "FTP", "X3PP", "TRB", "BLK", "TO", "PF"))

然后，归一化rescale变量到0和1之间：

nba.s$rescale = (nba.s$rescale-min(nba.s$rescale))/(max(nba.s$rescale)-min(nba.s$rescale))

而现在，做绘图：

ggplot(nba.s, aes(variable, Name)) + 
  geom_tile(aes(alpha = rescale, fill=Category), colour = "white") + 
  scale_alpha(range=c(0,1)) +
  scale_x_discrete("", expand = c(0, 0)) + 
  scale_y_discrete("", expand = c(0, 0)) + 
  theme_grey(base_size = 9) + 
  theme(legend.position = "none",
        axis.ticks = element_blank(), 
        axis.text.x = element_text(angle = 330, hjust = 0)) +
  theme(panel.grid.major = element_blank(), panel.grid.minor = element_blank())