利用ggplot2和viridis，基于其他变量填充直方图

Question

我试图在这个图形中创建左上角的图形，使用viridis来制作颜色梯度。

​

这是我的样本数据：

# simulate t-values
data = data.frame(sim =1:10000,
                  t_0= rt(n = 10000,df =12, ncp=0), 
                  t_1 = rt(n = 10000,df =12, ncp=1.2))
# compute p-values
data = data %>% 
  mutate(p_0 = 2* pt(t_0, df=12, lower.tail = ifelse(t_0 > 0,FALSE ,TRUE)),
         p_1 = 2* pt(t_1, df=12, lower.tail = ifelse(t_1 > 0,FALSE ,TRUE)))

# convert from wide to long
data.long = data %>% 
  gather(condition,measurement, t_0:p_1) %>%
  separate(col=condition, into=c("para","hyp"), sep = "_")

# convert to wide repeated measures format
data.wide = data.long %>% spread(key = para, measurement)

要在左边创建图形，我需要根据右边图形中的相应值来对直方图进行着色。如果t=0(对应于p接近1)，则图应为黄色，如果t>4 (对应于p接近于0)，则填充应为深蓝色。This post展示了如何使用scale_fill_gradientn创建一个类似的图，不幸的是，它不能处理我使用cut()创建的离散值。

这是我最近的一次，但是我希望图上有黄色的x=0混合到深蓝色的边缘。

# create bins based on t-values
t0bins <- seq(-12, 12, by = 1)
# compute corresponding p-values
pt0bins <- 2*pt(t0bins, df = 12, lower.tail = FALSE)



 ggplot(data.wide, aes(x=t, fill=cut(..x.., breaks=get("t0bins", envir=.GlobalEnv)))) +
  geom_histogram(binwidth=0.1)+
  scale_fill_viridis(discrete=T)

这意味着：

​

Answer 1

你可以试试

library(tidyverse)
library(viridis)
data.wide %>% 
  mutate(bins=cut(t, breaks=t0bins)) %>% 
{ggplot(.,aes(x=t, fill=bins)) +
  geom_histogram(binwidth=0.1)+
  scale_x_continuous(limits =c(-12,12)) +
  scale_fill_manual(drop=FALSE,values = c(viridis(nlevels(.$bins)/2), viridis(nlevels(.$bins)/2, direction = -1)))}

​

​