Início / coding / Perguntas / 79567209
Accepted
KeepDigging
Asked: 2025-04-11 00:54:34 +0800 CST

A transformação de deslocamento de log não comprime os dados

  • 772

Quando ploto uma densidade usando geom_spatraster, há um pico particularmente proeminente que é "brilhante" na visualização. Esse pico distorce a escala de cores, comprimindo a representação de outros pontos de dados a tal ponto que a estrutura subjacente fica obscurecida. Uma transformação logarítmica padrão não resolve isso. Minha expectativa é que uma transformação logarítmica comprima os dados ainda mais. Portanto, suspeito que haja algo que estou entendendo mal. A seguir, um exemplo prático mínimo, usando o eixo x para ilustrar o problema em vez da estética de "preenchimento":

library(ggplot2)
library(scales)

# Using mtcars dataset
mtcars[1,"disp"] <- 1500

my_transform <- function(x) log(x + 10)
my_inverse <- function(x) exp(x) - 10

my_trans <-  scales::trans_new("yes_mate", transform = my_transform, inverse = my_inverse)

ggplot(mtcars, aes(x = disp, y = 1,
                   color = disp
                   )) +
  geom_point(size = 5) +
  scale_x_continuous(
    trans = my_trans,
    limits = c(100,1500),
    breaks = c(100, 500, 1000, 1500))

Então, aqui eu esperaria que os pontos de dados se deslocassem ainda mais, mas o contrário é o que acontece:

my_transform <- function(x) log(x + 10000)
my_inverse <- function(x) exp(x) - 10000

my_trans <-  scales::trans_new("yes_mate", transform = my_transform, inverse = my_inverse)

ggplot(mtcars, aes(x = disp, y = 1,
                   color = disp
                   )) +
  geom_point(size = 5) +
  scale_x_continuous(
    trans = my_trans,
    limits = c(100,1500),
    breaks = c(100, 500, 1000, 1500))

2 respostas

  1. Best Answer

    Adicionar deslocamentos cada vez maiores aproximará os valores na escala absoluta , mas se você dimensionar seu eixo de forma semelhante, contraintuitivamente os valores menores serão agrupados mais quanto maior for o deslocamento.

    x <- c(100, 150, 200, 250, 1500)

par(mfrow=c(1,3), mar=rep(2, 4))
lapply(1:3, \(e) plot(log(x+10^e), x, ann=FALSE))

    deslocamentos crescentes agrupam valores menores mais próximos

    A solução não é tanto o deslocamento — quanto menor, melhor, mas isso só te levará até certo ponto. O que você quer é uma transformação log-log (-log? -log?):

    ## Stack those logs! (more works too)
my_transform <- function(x) log(log(x + 1E-3))
my_inverse <- function(x) exp(exp(x)) - 1E-3

my_trans <-  scales::trans_new("yes_mate", transform = my_transform, inverse = my_inverse)

ggplot(mtcars, aes(x = disp, y = 1, color = disp)) +
  geom_point(size = 5) +
  scale_x_continuous(
    trans = my_trans,
    limits=c(100, 1500),
    breaks = c(100, 500, 1000, 1500)
  )

    log-log aproxima todos os valores

    • 5

  2. Você poderia usar uma escala de cor/preenchimento transformada? Em vez de scale_color_continuous(), use

    continuous_scale(
    aesthetics = "color", 
    palette = pal_seq_gradient(
      low = "#132B43", 
      high = "#56B1F7",  
      "Lab"),
    transform = "log"
  ) +
  guides(color = "colorbar")
    • 0

relate perguntas