stat_density2d()未覆盖全部点的原因及调整方法？

我尝试用ggplot和stat_density2d()展示自有点图层的分布与密度，代码如下：

p1 <- ggplot()+
  stat_density2d(data=tempSSI,  aes(x=longitude, y=latitude, fill=after_stat(level)), geom="polygon")+ 
 geom_point(data=tempSSI, aes(x=longitude, y=latitude), fill="red", shape=23, alpha=0.8)

但绘图后发现，低密度区域的轮廓线未覆盖大量点：

调整方法 #

1. 增加轮廓层级数量 #

默认的stat_density2d()层级数较少，导致低密度区域的轮廓线无法延伸到边缘点。可以通过bins参数直接增加层级，或者手动指定密度断点breaks：

• 使用bins参数快速增加层级：

p1 <- ggplot()+
  stat_density2d(data=tempSSI,  aes(x=longitude, y=latitude, fill=after_stat(level)), 
                 geom="polygon", bins=20)+ # 按需调整bins数值，越大层级越多
  geom_point(data=tempSSI, aes(x=longitude, y=latitude), fill="red", shape=23, alpha=0.8)

• 手动指定密度断点（更精准控制）：

# 先计算数据的核密度分布，生成自定义断点
library(MASS)
dens <- kde2d(tempSSI$longitude, tempSSI$latitude)
breaks <- seq(min(dens$z), max(dens$z), length.out=20) # 20个层级，可调整

p1 <- ggplot()+
  stat_density2d(data=tempSSI,  aes(x=longitude, y=latitude, fill=after_stat(level)), 
                 geom="polygon", breaks=breaks)+
  geom_point(data=tempSSI, aes(x=longitude, y=latitude), fill="red", shape=23, alpha=0.8)

2. 调整核密度估计的带宽 #

默认带宽可能过于紧凑，导致低密度区域的密度被低估。通过h参数扩大带宽，让核密度估计覆盖更广的范围：

# h的数值需根据经纬度的尺度调整，比如0.5、1等
p1 <- ggplot()+
  stat_density2d(data=tempSSI,  aes(x=longitude, y=latitude, fill=after_stat(level)), 
                 geom="polygon", h=c(0.5, 0.5))+
  geom_point(data=tempSSI, aes(x=longitude, y=latitude), fill="red", shape=23, alpha=0.8)

也可以用bandwidth.nrd()自动计算合适的带宽：

h_long <- bandwidth.nrd(tempSSI$longitude)
h_lat <- bandwidth.nrd(tempSSI$latitude)

p1 <- ggplot()+
  stat_density2d(data=tempSSI,  aes(x=longitude, y=latitude, fill=after_stat(level)), 
                 geom="polygon", h=c(h_long, h_lat))+
  geom_point(data=tempSSI, aes(x=longitude, y=latitude), fill="red", shape=23, alpha=0.8)

3. 使用geom_density_2d_filled替代 #

geom_density_2d_filled是stat_density2d的封装函数，默认会生成更多层级的填充轮廓，更易覆盖低密度区域，代码更简洁：

p1 <- ggplot(tempSSI, aes(x=longitude, y=latitude))+
  geom_density_2d_filled(bins=20)+ # 同样可调整bins数量
  geom_point(fill="red", shape=23, alpha=0.8)

内容的提问来源于stack exchange，提问作者starski