如何用ggplot2绘制按Hypocretin浓度列归一化的平滑热力图？

要同时满足按hypocretin浓度列归一化频率和平滑效果，可以通过「先分箱计算归一化密度，再对密度进行二维平滑，最后绘制热力图」的流程实现。以下是完整的ggplot2代码方案，包含模拟数据、预处理、平滑和绘图步骤：

1. 加载依赖包与模拟数据 #

先模拟一组hypocretin与BMI的关联数据（你可以替换成自己的真实数据）：

library(tidyverse)
library(mgcv) # 用于非线性平滑模型

# 模拟真实数据分布
set.seed(123)
n <- 1000
hypocretin <- rnorm(n, mean = 20, sd = 5)
BMI <- 22 + 0.3*(hypocretin - 20) + rnorm(n, sd = 3)
df <- tibble(hypocretin, BMI)

2. 按hypocretin分箱，计算归一化BMI频率 #

先将hypocretin分成若干区间，在每个区间内计算BMI的密度并归一化（确保每个区间的频率总和为1）：

# 对hypocretin分箱（可根据数据调整breaks数量）
df_processed <- df %>%
  mutate(hypo_bin = cut(hypocretin, breaks = 20, labels = FALSE)) %>%
  group_by(hypo_bin) %>%
  mutate(hypo_center = mean(hypocretin)) %>% # 用箱中心代表该区间的浓度值
  ungroup()

# 计算每个分箱内BMI的归一化密度
density_df <- df_processed %>%
  group_by(hypo_bin, hypo_center) %>%
  summarise(
    # 生成覆盖BMI范围的序列
    bmi_seq = seq(min(BMI, na.rm = TRUE), max(BMI, na.rm = TRUE), length.out = 50),
    # 计算BMI的核密度
    dens = density(BMI, from = min(bmi_seq), to = max(bmi_seq), n = 50)$y,
    # 归一化：将密度积分调整为1（近似为密度*步长的总和）
    dens_norm = dens / sum(dens * diff(bmi_seq)[1])
  ) %>%
  ungroup()

3. 对归一化密度进行二维平滑 #

使用广义可加模型（GAM）对归一化后的密度进行非线性平滑，拟合hypocretin与BMI之间的连续趋势：

# 拟合GAM平滑模型
smooth_model <- gam(dens_norm ~ s(hypo_center, bmi_seq), data = density_df)

# 生成高分辨率的预测网格
pred_grid <- expand.grid(
  hypo_center = seq(min(df$hypocretin), max(df$hypocretin), length.out = 100),
  bmi_seq = seq(min(df$BMI), max(df$BMI), length.out = 100)
)

# 预测平滑后的归一化密度，确保非负（密度不能为负）
pred_grid$dens_smooth <- pmax(predict(smooth_model, newdata = pred_grid), 0)

4. 绘制平滑热力图 #

用geom_raster结合interpolate = TRUE实现平滑的颜色过渡，同时展示归一化后的频率：

ggplot(pred_grid, aes(x = hypo_center, y = bmi_seq, fill = dens_smooth)) +
  geom_raster(interpolate = TRUE) + # 开启插值实现平滑效果
  scale_fill_viridis_c(name = "Normalized\nFrequency") + # 用viridis色阶提升可读性
  labs(
    x = "Hypocretin Concentration",
    y = "BMI",
    title = "Smoothed Normalized Frequency of BMI by Hypocretin"
  ) +
  theme_minimal()

关键逻辑说明 #

• 列归一化：通过分箱hypocretin，在每个箱内单独计算BMI的密度并归一化，确保每个浓度对应的BMI频率总和为1，解决了中间浓度数据稀疏导致的趋势不明显问题。
• 平滑效果：先用GAM模型拟合归一化密度的二维趋势，再通过geom_raster(interpolate = TRUE)实现颜色的平滑过渡，兼顾了趋势的连续性和图表可读性。

内容的提问来源于stack exchange，提问作者Jingru