对R-ggridges包认识的修订

我之前写过一篇关于R-ggridges包的文章：

R-ggridges包的改进

其中关于R-ggridges包的问题1今天有了新的认识，并做修正奉献给大家。ggridges包有一个很惊艳的函数geom_density_ridges_gradient（）可以绘制多数据系列的核密度估计图，如下图所示：

#代码如下：

library(ggplot2)

library(ggridges)

#theme_set(theme_ridges())

ggplot(lincoln_weather, aes(x = `Mean Temperature [F]`, y = `Month`)) +

geom_density_ridges_gradient(aes(fill = `Month`), scale = 3, size = 0.3) +  theme(legend.position = "none")

 在这个函数中，fill的颜色还可以以x轴的数值作为映射，如下图所示：

#代码如下：

library(ggplot2)

library(ggridges)

#theme_set(theme_ridges())

library(RColorBrewer)

Colormap<- colorRampPalette(rev(brewer.pal(11,'Spectral')))(32)

ggplot(lincoln_weather, aes(x = `Mean Temperature [F]`, y = `Month`)) +

geom_density_ridges_gradient(aes(fill = ..x..), scale = 3, size = 0.3  ) +

scale_fill_gradientn(colours=Colormap,name = "Temp. [F]")

我之前说的ggridges包中， 由于没有Y轴数值，无法得知每个数据系列对应的Y轴数值，也就无法得到核密度估计得具体数值，只能看到数据大概的分布形状；
核密度估计面积的高度对应核密度估计得数值，这就相当于将Y轴的对应数值使用颜色映射实现啦。

有朋友Hazard在知乎上说还是可以通过ggridges包实现的，具体代码如下：

#代码如下：

library(ggplot2)

library(ggridges)

#theme_set(theme_ridges())

library(RColorBrewer)

ggplot(lincoln_weather, 

aes(x = `Mean Temperature [F]`, y = rev(`Month`), fill = ..density..)) + 

geom_density_ridges_gradient(scale = 3, rel_min_height = 0.01,size = 0.3) +

scale_fill_gradientn(colours = colorRampPalette(rev(brewer.pal(11,'Spectral')))(32))

但是对于不是核密度估计的图表，ggridges包还是没有办法实现。下面就是使用山峰叠峦图