如何在R的ggplot中仅绘制stat_density_2d/geom_density_2d的顶层等高线

一、仅保留stat_density_2d的前4个高层级（填充多边形） #

直接在stat_density_2d中通过after_stat()筛选密度最高的4个层级即可：

library(ggplot2)

df <- data.frame(x=rnorm(2000, 10, 3), y=rnorm(2000, 10, 3))

stat_density_plot <- ggplot(df, aes(x, y)) +
  geom_point(alpha = 0.3) + # 降低点透明度，避免遮挡等高线
  stat_density_2d(aes(fill = after_stat(level)), 
                  geom = "polygon", 
                  bins = 15,
                  data = ~ filter(.x, after_stat(level) %in% tail(sort(unique(after_stat(level))), 4)))
stat_density_plot

核心逻辑：先对所有层级排序，取最后4个（即最高的4个层级），仅保留这些层级对应的多边形。

二、仅保留geom_density_2d的最内侧4条等高线 #

最内侧等高线对应最高密度层级，同样用after_stat()筛选目标层级：

geom_density_plot <- ggplot(df, aes(x, y)) +
  geom_point(alpha = 0.3) +
  geom_density_2d(bins = 15, color = "red",
                  data = ~ filter(.x, after_stat(level) %in% tail(sort(unique(after_stat(level))), 4)))
geom_density_plot

三、手动用MASS::kde2d计算密度后绘制 #

如果需要基于手动生成的核密度估计绘图，可将结果整理为数据框后用geom_contour_filled/geom_contour实现：

library(MASS)
library(dplyr)
library(tidyr)

# 计算核密度
kde <- kde2d(df$x, df$y, n = 100, h = c(3,3))

# 转换为ggplot兼容的长格式数据框
kdf <- data.frame(
  x = rep(kde$x, each = length(kde$y)),
  y = rep(kde$y, length(kde$x)),
  z = as.vector(kde$z)
)

# 提取最高的4个层级阈值（对应bins=15的层级划分逻辑）
levels <- quantile(kdf$z, seq(0, 1, length.out = 16))
top4_levels <- tail(levels, 4)

# 绘制填充多边形
manual_stat_plot <- ggplot(kdf, aes(x, y)) +
  geom_point(data = df, alpha = 0.3) +
  geom_contour_filled(aes(z = z), breaks = top4_levels)

# 绘制等高线
manual_geom_plot <- ggplot(kdf, aes(x, y)) +
  geom_point(data = df, alpha = 0.3) +
  geom_contour(aes(z = z), breaks = top4_levels, color = "red")

内容的提问来源于stack exchange，提问作者Andrea