ggridges中的计算变量

Question

以下是MWE：

library(ggplot2)
library(ggridges)

ggplot(iris, aes(x=Sepal.Length, y=Species, fill=..x..)) +
geom_density_ridges_gradient()

我的疑问是:我们能不能不说fill = Sepal.Length

我知道..x..引用了一个经过计算的变量x，调用geom_density_ridges_gradient可能看不到ggplot术语中的变量，但是在ggplot咒语出现的时候，我们可以引用Sepal.Length，对吗？

有人能解释一下为什么在这种情况下我们需要说..x..而不是Sepal.Length吗？我对这里的推理不是完全确定。

更准确地说，为什么这不起作用：

ggplot(iris, aes(x=Sepal.Length, y=Species, 
fill=Sepal.Length)) +  geom_density_ridges_gradient()

<-我想从这里开始重新表述我的问题->

如果我这样做了：

ggplot(iris, aes(x = Sepal.Length, y = Species)) + 
geom_density_ridges_gradient(fill = Sepal.Length)

geom_density_ridges_gradient将无法找到变量Sepal.Length，并给出一个错误。

所以，正确的咒语应该是：

ggplot(iris, aes(x = Sepal.Length, y = Species)) + 
geom_density_ridges_gradient(fill = ..x..)

geom_density_ridges_gradient应该能够找到计算出的变量..x。，但它不起作用。有人能解释一下为什么会这样吗？

另一个查询：

如果我这样做了：

ggplot(iris, aes(x = Sepal.Length, y = Species,fill = Sepal.Length)) + 
geom_density_ridges_gradient()

为什么不给我一条错误消息，告诉我找不到Sepal.Length，

它只是忽略了填充参数并绘制输出，这是为什么呢？

最终似乎起作用的是：

ggplot(iris, aes(x=Sepal.Length, y=Species, fill=..x..)) +
geom_density_ridges_gradient()

但我不确定为什么它会起作用。

基本上，我对与填充相对应的参数应该放在哪里感到困惑。

Answer 1

我认为这里可能发生的事情是Sepal.Length不是一个类别。

考虑到这一点，我可以假设这就是你想要的吗？(如果没有，请让我知道，我将尝试回答您需要的是什么。)

library(tidyverse)
library(ggridges)

ggplot(
  data = iris, 
  aes(x=Sepal.Length, y=Species, fill=Species)
  ) + 
  geom_ridgeline(
    stat = "binline", 
    bins = 20, 
    draw_baseline = FALSE
  )

运行此代码将生成以下图表：

​

​

但是，如果您希望按照您的建议按Sepal.Length分组，则可以(从here)添加以下内容：

ggplot(
  data = iris, 
  aes(x=Sepal.Length, y=Species, fill=Species, group=Sepal.Length)
  ) + 
  geom_ridgeline(
    stat = "binline", 
    bins = 20, 
    draw_baseline = FALSE
  )

..。这将生成以下内容：

​

​