Почему geom_tile отображает подмножество моих данных, а не больше?

Причина, по которой вы не можете использовать geom_tile() (или более подходящий geom_raster(), заключается в том, что эти два geoms полагаются на то, что ваши плитки расположены равномерно, а это не так. Вам нужно будет привести свои данные к точкам и передискретизировать их в равномерно распределенный растр. который вы затем можете построить с помощью geom_raster() Вам придется признать, что вам нужно будет немного передискретизировать исходные данные, чтобы построить это так, как вы хотите.

Вы также должны прочитать raster:::projection и rgdal:::spTransform для получения дополнительной информации о картографических проекциях.

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" )

Конечно, я должен добавить, что эти данные совершенно бессмысленны. Что вам действительно нужно сделать, так это взять SpatialPointsDataFrame, присвоить ему правильную информацию о проекции, а затем преобразовать в координаты широты с помощью spTransform, а затем растрировать преобразованные точки. На самом деле вам нужно больше информации о ваших растровых данных. То, что у вас есть здесь, является близким приближением, но в конечном итоге это не истинное отражение данных.

Это будет не ответ на geom_tile() проблему, а другой способ построения графика данных.

Поскольку у вас есть координаты x и y 30-километровой сетки (я предполагаю, что середина этой сетки), вы можете использовать geom_point() и отображать данные. Вы должны выбрать соответствующее значение shape=. Форма 15 будет строить прямоугольники.

Другая проблема - значения x и y - при построении данных они должны быть представлены как x=y и y=x, чтобы соответствовать широте и долготе.

coord_equal() обеспечит правильное соотношение сторон (я нашел это решение с соотношением в качестве примера в сети).

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

отвечать:

данные отображаются, но они очень маленькие.

Отсюда:

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

Рассмотрим этот сюжет

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

На графике выше есть две плитки. geom_tile пытается сделать график максимально плотным, учитывая, что все плитки имеют одинаковый размер. Здесь мы можем сделать две плитки такого размера, не перекрывая друг друга. достаточно места для 4 плиток.

Попробуйте следующие графики и посмотрите, что говорят вам полученные графики:

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()

сравните с этим примером:

 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()

Обратите внимание, что первые два графика одинаковы для df1 и df2, но третий график для df2 отличается. Это связано с тем, что самые большие плитки, которые мы можем сделать, находятся между (x[1],y[1]) и (x[2],y[2])). Если больше, они будут перекрываться, что оставляет много места между этими двумя плитками и последней третьей плиткой на y=300.

В geom_tile также есть параметр width, хотя я не уверен, насколько он здесь уместен. вы уверены, что вам не нравится другой вариант с такими скудными данными?

(Ваши полные данные все еще отображаются: см. ggplot(data = testdf, aes(x,y)) + geom_tile(width=1000)

Если вы хотите использовать geom_tile, я думаю, вам нужно сначала выполнить агрегацию:

# 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!

Сделав все это, мы, вероятно, придем к выводу, что geom_point() лучше, как предложил @Didzis Elferts.