Mengapa geom_tile memplot sebagian data saya, tetapi tidak lebih?

Alasan Anda tidak dapat menggunakan geom_tile() (atau geom_raster() yang lebih tepat adalah karena kedua geoms ini mengandalkan ubin Anda dengan jarak yang sama, padahal sebenarnya tidak. Anda perlu memaksakan data Anda ke titik, dan mengambil sampel ulang ini ke raster dengan jarak yang sama yang kemudian dapat Anda plot dengan geom_raster(). Anda harus menerima bahwa Anda perlu sedikit mengambil sampel ulang data asli Anda untuk memplotnya sesuai keinginan.

Anda juga harus membaca di raster:::projection dan rgdal:::spTransform untuk informasi lebih lanjut tentang proyeksi peta.

require( RCurl )
require( raster )
require( sp )
require( ggplot2 )
tmp <- getURL("https://gist.github.com/geophtwombly/4635980/raw/f657dcdfab7b951c7b8b921b3a109c7df1697eb8/test.csv")
testdf <- read.csv(textConnection(tmp))
spdf <- SpatialPointsDataFrame( data.frame( x = testdf$y , y = testdf$x ) , data = data.frame( z = testdf$z ) )

# Plotting the points reveals the unevenly spaced nature of the points
spplot(spdf)

# You can see the uneven nature of the data even better here via the moire pattern
plot(spdf)

# Make an evenly spaced raster, the same extent as original data
e <- extent( spdf )

# Determine ratio between x and y dimensions
ratio <- ( e@xmax - e@xmin ) / ( e@ymax - e@ymin )

# Create template raster to sample to
r <- raster( nrows = 56 , ncols = floor( 56 * ratio ) , ext = extent(spdf) )
rf <- rasterize( spdf , r , field = "z" , fun = mean )

# Attributes of our new raster (# cells quite close to original data)
rf
class       : RasterLayer 
dimensions  : 56, 135, 7560  (nrow, ncol, ncell)
resolution  : 0.424932, 0.4248191  (x, y)
extent      : -124.5008, -67.13498, 25.21298, 49.00285  (xmin, xmax, ymin, ymax)

# We can then plot this using `geom_tile()` or `geom_raster()`
rdf <- data.frame( rasterToPoints( rf ) )    
ggplot( NULL ) + geom_raster( data = rdf , aes( x , y , fill = layer ) )

# And as the OP asked for geom_tile, this would be...
ggplot( NULL ) + geom_tile( data = rdf , aes( x , y , fill = layer ) , colour = "white" )

Tentu saja saya harus menambahkan bahwa data ini tidak ada artinya. Apa yang benar-benar harus Anda lakukan adalah mengambil SpatialPointsDataFrame, menetapkan informasi proyeksi yang benar ke dalamnya, dan kemudian mengubahnya menjadi koordinat lintang melalui spTransform dan kemudian melakukan rasterzie pada titik-titik yang diubah. Anda benar-benar perlu memiliki lebih banyak informasi tentang data raster Anda. Apa yang Anda dapatkan di sini adalah perkiraan yang mendekati, tetapi pada akhirnya ini bukan cerminan data yang sebenarnya.

Ini bukan jawaban untuk masalah geom_tile() tetapi cara lain untuk memplot data.

Karena Anda memiliki koordinat x dan y dari grid 30 km (saya berasumsi di tengah grid itu) maka Anda dapat menggunakan geom_point() dan memplot data. Anda harus memilih nilai shape= yang sesuai. Bentuk 15 akan memplot persegi panjang.

Masalah lainnya adalah nilai x dan y - saat memplot data, nilai tersebut harus diplot sebagai x=y dan y=x agar sesuai dengan garis lintang dan garis bujur.

coord_equal() akan memastikan bahwa ada rasio aspek yang benar (saya menemukan solusi ini dengan rasio sebagai contoh di internet).

ggplot(data = testdf, aes(y,x,colour=z)) + geom_point(shape=15)+
  coord_equal(ratio=1/cos(mean(testdf$x)*pi/180))

menjawab:

data diplot tetapi sangat kecil.

Dari sini:

"Tile plot as densely as possible, assuming that every tile is the same size.

Pertimbangkan plot ini

ggplot(data = testdf[1:2,], aes(x,y,fill = z)) + geom_tile()

Ada dua ubin pada plot di atas. geom_tile berusaha membuat plot sepadat mungkin mengingat setiap ubin berukuran sama. Di sini kita bisa membuat dua ubin sebesar ini tanpa tumpang tindih. membuat ruang yang cukup untuk 4 ubin.

Coba lihat plot berikut dan lihat apa yang disampaikan oleh plot yang dihasilkan:

df1 <- data.frame(x=c(1:3),y=(1:3))
#     df1
#  x   y
#1 1   1
#2 2   2
#3 3   3
ggplot(data = df1[1,], aes(x,y)) + geom_tile()   
ggplot(data = df1[1:2,], aes(x,y)) + geom_tile() 
ggplot(data = df1[1:3,], aes(x,y)) + geom_tile()

bandingkan dengan contoh ini:

 df2 <- data.frame(x=c(1:3),y=c(1,20,300))
 df2
 # x   y
#1 1   1
#2 2  20
#3 3 300

 ggplot(data = df2[1,], aes(x,y)) + geom_tile()
 ggplot(data = df2[1:2,], aes(x,y)) + geom_tile()
 ggplot(data = df2[1:3,], aes(x,y)) + geom_tile()

Perhatikan bahwa dua plot pertama sama untuk df1 dan df2 tetapi plot ketiga untuk df2 berbeda. Ini karena ubin terbesar yang bisa kita buat adalah antara (x[1],y[1]) dan (x[2],y[2]). Jika lebih, ubin tersebut akan tumpang tindih sehingga menyisakan banyak ruang antara kedua ubin ini dan ubin ke-3 terakhir di y=300.

Ada juga parameter width di geom_tile meskipun saya tidak yakin seberapa masuk akalnya hal ini di sini. apakah Anda yakin tidak menyukai opsi lain dengan data yang sangat sedikit?

(Data lengkap Anda masih diplot: lihat ggplot(data = testdf, aes(x,y)) + geom_tile(width=1000)

Jika Anda ingin menggunakan geom_tile, saya rasa Anda harus melakukan agregat terlebih dahulu:

# NOTE: tmp.csv downloaded from https://gist.github.com/geophtwombly/4635980/raw/f657dcdfab7b951c7b8b921b3a109c7df1697eb8/test.csv
testdf <- read.csv("~/Desktop/tmp.csv") 

# combine x,y coordinates by rounding
testdf$x2 <- round(testdf$x, digits=0)
testdf$y2 <- round(testdf$y, digits=0)

# aggregate on combined coordinates
library(plyr)
testdf <- ddply(testdf, c("x2", "y2"), summarize,
                z = mean(z))

# plot aggregated data using geom_tile
ggplot(data = testdf, aes(y2,x2,fill=z)) +
  geom_tile() +
  coord_equal(ratio=1/cos(mean(testdf$x2)*pi/180)) # copied from @Didzis Elferts answer--nice!

Setelah kita melakukan semua ini, kita mungkin akan menyimpulkan bahwa geom_point() lebih baik, seperti yang disarankan oleh @Didzis Elferts.