在数据可视化领域，密度估计与最高密度区域（Highest Density Regions, HDR）的展示一直是统计图形学的核心话题。近日，R语言社区迎来一项实用的技术更新：用户现在可以轻松地从ggdensity包中提取HDR表面数据，并通过ggplot2进行高度自定义的绘制。这一方法不仅简化了工作流程，还为探索性数据分析提供了更灵活、美观的呈现方式。
背景：为什么需要HDR？
二维核密度估计常用于揭示数据点的分布模式，但传统等高线图或填充图往往难以直观反映“最可能出现的区域”。HDR则弥补了这一不足：它通过概率阈值划定出包含特定比例数据点的最小区域，例如70% HDR表示该区域包含70%的概率质量。与简单分位数轮廓不同，HDR能准确捕捉多模态分布中的多个密集峰，因此在生态学、地理信息、金融风险分析等领域备受青睐。
ggdensity包自发布以来，凭借其基于ggplot2语法的便捷接口，迅速成为R用户进行二维密度估计与HDR可视化的首选工具。然而，之前的版本主要提供将HDR直接渲染为ggplot图层的功能，限制了用户对图形元素的精细控制——例如自定义阴影、添加标签、或与其他图形对象叠加。现在，通过新开发的提取机制，用户可以获取HDR表面的底层数据（包括多边形坐标、概率层级等），从而用原生ggplot函数自由组合。
技术原理：从ggdensity对象到数据框
实现这一目标的核心在于ggdensity包中的get_hdr()函数。该函数对ggplot中生成的密度估计结果进行后处理，返回一个包含所有HDR多边形边界及对应概率值的数据框。具体而言，用户只需三步即可完成：
- 计算密度估计：使用
geom_hdr()或stat_hdr()在ggplot中构建二维密度图，并指定感兴趣的HDR层级（如probs = c(0.5, 0.8, 0.95)）。 - 提取表面数据：调用
get_hdr(plot)，其中plot为上一步生成的ggplot对象。该函数将遍历所有层级，提取每个HDR多边形的顶点坐标，并附加prob列表示所属概率层级。 - 自定义绘制：将得到的数据框传入
geom_polygon()，结合aes(fill = prob, alpha = prob)等映射，即可实现完全自主的配色、透明度、边框等样式控制。
这一设计的关键优势在于解耦。以往用户若想修改HDR的填充颜色，需要依赖scale_fill_manual()等有限选项；而现在，底层数据暴露后，甚至可以轻松结合ggnewscale包实现多层级渐变填充，或与散点图、密度轨迹等叠加。
实战案例：多模态分布的可视化
以一个双峰高斯混合分布的数据集为例，传统密度图可能因平滑带宽选择不当而淹没峰谷。通过提取HDR表面，用户可精确标注出包含90%、70%、50%数据的区域。在ggplot中首先用geom_hdr(probs = c(0.5, 0.7, 0.9))生成初始图形，然后调用hdr_df <- get_hdr(last_plot())获取多边形数据。最后，使用ggplot(data = hdr_df, aes(x, y, group = interaction(prob, piece))) + geom_polygon(aes(fill = as.factor(prob), col = after_scale(fill)))绘制，得到的分层轮廓清晰展示了两个峰值周围的高密度“岛屿”，且颜色由中央向外渐变，视觉冲击力强。
应用场景与延伸
这一技术特别适合需要将HDR与其他几何对象结合的复杂图形。例如在生态学中，物种分布模型常需同时展示观测点、背景点以及95% HDR范围；在体育数据分析中，球员跑动热图的HDR能直接覆盖到球场地形图上。此外，由于get_hdr()返回的是标准的sf多边形（若安装sf包），用户还可进一步进行空间分析，如计算重叠面积或与地图投影结合。
注意事项与未来方向
需要指出的是，get_hdr()的输入必须是ggdensity生成的图形对象，且要求该图形至少包含一个HDR图层。对于极大数据集，多边形数量可能较多，建议先进行简化（sf::st_simplify()）再绘制。目前包作者已在GitHub上发布开发版，稳定版本预计随下一次CRAN更新推出。
社区反馈显示，用户最期待的功能还包括直接从stat_hdr()返回数据框（无需依赖get_hdr）以及支持三维HDR的提取。可以预见，随着ggdensity不断迭代，基于HDR的可视化将变得更加灵活、强大，为统计图形学注入新的活力。
从长远看，这一方法不仅服务于数据科学家，也为需要生成出版级图形的研究人员提供了便利——毕竟，能用ggplot2完全控制图形元素，意味着你可以真正“定制”每一寸画布。现在，不妨打开RStudio，用get_hdr()解锁HDR的无限可能。