Używanie atrybutów koloru i rozmiaru w Hexagon Binning (ggplot2)

Question

Mam nadzieję, że skonstruuję kilka wykresów, aby wyświetlić tendencje strzeleckie/skuteczność niektórych graczy i drużyn NBA. Chciałbym sformatować sześciokąty w następujący sposób: rozmiar będzie reprezentował liczbę strzałów, a kolor będzie reprezentował względną wydajność (pts/próbę) z tej lokalizacji. Here is a great example czego szukam, stworzony przez Kirk Goldsberry:

byłem w stanie wykorzystać hexbins i hexTapply osiągnąć coś podobnego do pożądanego wyniku, ale kształty są kręgi. Tu jest mój kodu (który zawiera przykładowe dane):

library(hexbin); library(ggplot2) 
df <- read.table(text="xCoord yCoord pts 
11.4  14.9  2 
2.6  1.1  0 
4.8  4.1  2 
-14.4 8.2  2 
4.2  0.3  0 
0.4  0.0  2 
-23.2 -1.1  3", header=TRUE) 
h <- hexbin (x=df$xCoord, y = df$yCoord, IDs = TRUE, xbins=50) 
pts.binned <- hexTapply (h, df$pts, FUN=mean) 

df.binned <- data.frame (xCoord = h@xcm, 
      yCoord = h@ycm, FGA = h@count, pts = pts.binned) 

chart.player <- ggplot (df.binned, aes (x =xCoord , 
        y =yCoord , col = pts, size = FGA)) + coord_fixed() + 
geom_point() + scale_colour_gradient("Points/Attempt", low = "green", high="red") 

Innym sposobem, aby myśleć o tym, że będzie do barwienia sześciokątów w plot(h, style="lattice") przez pkt/próbę - ale nie jestem pewien jak to zrobić, albo .

Czy istnieje sposób na uzyskanie tego wykresu za pomocą sześciokątów zamiast okręgów?

Answer 1

Najpierw dziękuję za to pytanie i za podzielenie się tą fabułą z wielką wyobraźnią! To jest próba użycia pakietu lattice Głównie implementuję Twój pomysł: kolorowanie sześciokątów w działce (h, styl = "krata") przez pts/próbę. "Wykorzystanie sieci jest również uzasadnione faktem, że możesz używać funkcji grid w funkcjach panelu sieciowego (do rysować szczegóły naziemne na przykład)

wygenerować pewne dane

dat <- data.frame(
    xCoord = round(runif(1000,-30,30),2), 
    yCoord = round(runif(1000,-2,30),2), 
    pts = sample(c(0,2,3),100,rep=T)) 
#dat$pts[dat$xCoord <0 & dat$yCoord] <- 3 

tutaj fabuła:

xyplot(yCoord~xCoord,data =dat , panel = function(x,y,...) 
    { 
    hbin<-hexbin(dat$xCoord,dat$yCoord,xbins=50,IDs=TRUE) 
    mtrans<-hexTapply(hbin,dat$pts,sum,na.rm=TRUE) 
    cols <- rainbow(4,alpha=0.5) 
    grid.hexagons(hbin, style='lattice', 
        ,minarea=0.5,maxarea=5,colorcut=c(0,.6,1), 
        border=NA, 
        pen=cols[mtrans+1]) 
    ## Now you can get fun to draw the ground here 
    ## something like... 
    ## grid.circle(gp=gpar(fill=NA)) 
    }) 

EDYCJA Używanie OP real data. Dostaję tę fabułę. Musisz grać z minarea i `` maxarea argument to define overlapping regions. I add also an image as abckground using grid.raster`. Nie mam umiejętności fabularnych, więc wybieram jedną z sieci, ale możesz użyć tej techniki, aby dodać grunt. Jestem pewien, że możesz zrobić lepszy obraz.

library(lattice) 
library(hexbin) 
library(png) 
xyplot(locationY~locationX,data =dat , panel = function(x,y,...) 
{ 
    ## imgae bakground 
    m <- readPNG('basket.png') 
    rimg <- as.raster(m) 
    grid.raster(rimg, x=0, y=61.5, just="top", width=50, 
       default.units = "native") 
    panel.fill(col=rgb(1,1,1,alpha=0.8)) 

    hbin<-hexbin(dat$locationX,dat$locationY,xbins=50,IDs=TRUE) 
    mtrans<-hexTapply(hbin,dat$Points,sum,na.rm=TRUE) 
    cols <- rainbow(4) 
    grid.hexagons(hbin, style='lattice', 
        ,minarea=0.1,maxarea=50,colorcut=c(0,.6,1), 
        border=NA, 
        pen=cols[mtrans+1]) 
})