如何在Markdown PDF中生成可保留分类变量的双变量3D核密度图？

以下是基于MASS::kde2d和lattice::wireframe的实现方案，既能生成静态3D图支持PDF嵌入，又能实现分组对比：

步骤1：加载依赖包 #

library(MASS)       # 计算双变量核密度
library(lattice)    # 绘制静态3D图
library(dplyr)      # 分组数据处理

步骤2：定义密度计算函数 #

编写函数处理单组数据，输出适配wireframe的网格密度数据：

compute_2dkde <- function(data) {
  # 计算双变量核密度，匹配原ggplot的坐标轴范围
  kde_result <- kde2d(
    x = data$duration,
    y = data$deviation,
    n = 100,          # 控制3D图分辨率，值越高越精细
    lims = c(
      0, quantile(data$duration, 0.9),
      quantile(data$deviation, 0.01), quantile(data$deviation, 0.99)
    )
  )
  # 转换为长格式data.frame，适配wireframe调用格式
  kde_df <- expand.grid(x = kde_result$x, y = kde_result$y)
  kde_df$z <- as.vector(kde_result$z)
  return(kde_df)
}

步骤3：分组计算密度数据 #

假设你的分组非数值变量为group_var，用dplyr批量处理每组数据：

grouped_kde_data <- final %>%
  group_by(group_var) %>%
  do(compute_2dkde(.)) %>%
  ungroup()

步骤4：绘制分组3D密度图 #

用wireframe生成静态3D图，支持按分组变量拆分展示：

wireframe(
  z ~ x * y | group_var,
  data = grouped_kde_data,
  xlab = list(label = "时长", rot = -30),
  ylab = list(label = "预约偏差", rot = 30),
  zlab = list(label = "密度", rot = 90),
  scales = list(arrows = FALSE, col = "black"),
  shade = TRUE,          # 开启阴影增强立体感
  aspect = c(1, 1),      # 调整坐标轴比例
  par.settings = list(
    axis.line = list(col = "transparent"),
    strip.background = list(col = "#f0f0f0")
  )
)

方案优势 #

• 静态矢量图：wireframe生成的图可直接嵌入R Markdown PDF输出，无需依赖交互式组件，解决rgl/plotly的嵌入问题
• 分组支持：通过group_by+do处理分组数据，| group_var实现类似facet的拆分展示，完美替代facet_grid
• 参数可控：可通过kde2d的n调整分辨率，lims匹配原ggplot的坐标轴范围，保证数据一致性

内容的提问来源于stack exchange，提问作者Javier Lopez