通过ggproto扩展ggplot2时设置默认值的技术问题咨询

我最近跟着ggplot2扩展相关的内容写自定义Stat时，给代码加了print()语句来追踪每一步的变量变化，现在把修改后的代码贴出来，疑问标在注释里：

StatDensityCommon <- ggproto("StatDensityCommon", Stat,
  required_aes = "x",
  
  setup_params = function(data, params) {
    print("PARAMS BEFORE:")
    print(params)
    
    if(!is.null(params$bandwidth)) return(params)
    
    print("DATA: ")
    print(data)
    # 疑问1：这里的data具体是什么结构？为什么要在这里获取全部数据来计算带宽？
    
    # 补全原教程的带宽计算逻辑
    xs <- data$x
    params$bandwidth <- bw.nrd0(xs)
    params
  },
  
  compute_group = function(data, scales, bandwidth = NULL, na.rm = FALSE) {
    # 用共享带宽计算密度的核心逻辑
    density(data$x, bw = bandwidth, na.rm = na.rm) %>%
      ggplot2:::rename(as.data.frame(.), x = x, density = y) %>%
      mutate(count = density * nrow(data))
  }
)

# 示例调用
ggplot(faithful, aes(x = eruptions, colour = waiting > 70)) +
  stat_density_common(geom = "line")

针对疑问的解释： #

1. data的结构：这里的data是ggplot2传递给Stat层的全部分组预处理数据，是一个data.frame，包含你映射的x变量，还有自动生成的group列（如果有分组映射，比如示例里的colour = waiting > 70），以及其他可能的美学映射列。它不是单个分组的子集，而是所有要计算的观测值的集合。
2. 为什么在这里计算带宽：这个自定义Stat的核心是让所有分组共享同一个带宽，而不是默认的每个分组单独计算带宽。所以必须在setup_params里拿到全部的x值，用全局数据计算出一个统一的带宽，再传递给每个分组的compute_group函数使用。

运行时print()的输出示例： #

• 首先会打印初始的params（默认是list(bandwidth = NULL, na.rm = FALSE)）
• 然后打印data，比如示例里的faithful数据，会包含eruptions列和group列（对应waiting > 70的两个分组）
• 最后计算出bandwidth并更新params

这样就能实现所有分组用同一个带宽绘制密度线的效果啦～

内容的提问来源于stack exchange，提问作者passiflora