เหตุใด geom_tile จึงพล็อตชุดย่อยของข้อมูลของฉัน แต่ไม่มากไปกว่านั้น

เหตุผลที่คุณไม่สามารถใช้ geom_tile() ได้ (หรือ geom_raster() ที่เหมาะสมกว่านั้นก็เพราะว่า geoms สองตัวนี้อาศัยไทล์ของคุณที่มีระยะห่างเท่าๆ กัน ซึ่งไม่ได้เป็นเช่นนั้น คุณจะต้องบังคับข้อมูลของคุณให้อยู่ในจุดต่างๆ และสุ่มตัวอย่างสิ่งเหล่านี้อีกครั้งเป็นแรสเตอร์ที่เว้นระยะเท่ากัน ซึ่งคุณสามารถพล็อตด้วย geom_raster() ได้ คุณจะต้องยอมรับว่าคุณจะต้องสุ่มตัวอย่างข้อมูลต้นฉบับของคุณใหม่เล็กน้อยเพื่อที่จะพล็อตสิ่งนี้ตามที่คุณต้องการ

คุณควรอ่าน raster:::projection และ rgdal:::spTransform เพื่อดูข้อมูลเพิ่มเติมเกี่ยวกับการฉายภาพแผนที่

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" )

แน่นอนว่าฉันควรเสริมว่าข้อมูลนี้ค่อนข้างไม่มีความหมาย สิ่งที่คุณต้องทำจริงๆ คือนำ SpatialPointsDataFrame กำหนดข้อมูลการฉายภาพที่ถูกต้องให้กับมัน จากนั้นแปลงเป็นพิกัด Latlong ผ่าน spTransform จากนั้นจึงแรสเตอร์จุดที่แปลงแล้ว จริงๆ แล้ว คุณต้องมีข้อมูลเพิ่มเติมเกี่ยวกับข้อมูลแรสเตอร์ของคุณ สิ่งที่คุณมีในที่นี้เป็นเพียงการประมาณที่ใกล้เคียง แต่ท้ายที่สุดแล้ว มันไม่ได้สะท้อนข้อมูลที่แท้จริง

นี่จะไม่ใช่คำตอบสำหรับปัญหา geom_tile() แต่เป็นอีกวิธีหนึ่งในการวางแผนข้อมูล

เนื่องจากคุณมีพิกัด x และ y ของตาราง 30 กม. (ฉันถือว่าอยู่ตรงกลางของตารางนั้น) คุณสามารถใช้ geom_point() และลงจุดข้อมูลได้ คุณควรเลือกค่า shape= ที่เหมาะสม รูปทรง 15 จะลงจุดสี่เหลี่ยม

ปัญหาอีกประการหนึ่งคือค่า x และ y - เมื่อพล็อตข้อมูล ควรพล็อตเป็น x=y และ y=x เพื่อให้สอดคล้องกับละติจูดและลองจิจูด

coord_equal() จะตรวจสอบให้แน่ใจว่ามีอัตราส่วนภาพที่ถูกต้อง (ฉันพบวิธีแก้ปัญหานี้พร้อมอัตราส่วนตามตัวอย่างในเน็ต)

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

คำตอบ:

ข้อมูลถูกพล็อตแต่มีขนาดเล็กมาก

จากที่นี่:

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

พิจารณาโครงเรื่องนี้

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

มีสองแผ่นในพล็อตด้านบน geom_tile กำลังพยายามทำให้พล็อตมีความหนาแน่นมากที่สุดโดยพิจารณาว่าแต่ละไทล์มีขนาดเท่ากัน ที่นี่เราสามารถทำให้สองแผ่นใหญ่ขนาดนี้โดยไม่ทับซ้อนกัน ทำให้มีพื้นที่เพียงพอสำหรับกระเบื้อง 4 แผ่น

ลองดูแปลงต่อไปนี้และดูว่าผลลัพธ์ที่ได้บอกอะไรคุณ:

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()

เปรียบเทียบกับตัวอย่างนี้:

 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()

โปรดทราบว่าสำหรับสองแปลงแรกเหมือนกันสำหรับ df1 และ df2 แต่พล็อตที่สามสำหรับ df2 นั้นแตกต่างกัน เนื่องจากขนาดที่ใหญ่ที่สุดที่เราสามารถสร้างไทล์ได้คือระหว่าง (x[1],y[1]) ถึง (x[2],y[2]) หากมากกว่านั้นก็จะทับซ้อนกัน ซึ่งทำให้เหลือช่องว่างระหว่างไทล์ทั้งสองนี้กับไทล์ที่ 3 สุดท้ายที่ y=300

นอกจากนี้ยังมีพารามิเตอร์ width ใน geom_tile แม้ว่าฉันจะไม่แน่ใจว่าสิ่งนี้สมเหตุสมผลแค่ไหน คุณแน่ใจหรือว่าไม่ต้องการตัวเลือกอื่นที่มีข้อมูลที่กระจัดกระจายเช่นนี้

(ข้อมูลทั้งหมดของคุณยังคงถูกพล็อต: ดู ggplot(data = testdf, aes(x,y)) + geom_tile(width=1000)

หากคุณต้องการใช้ geom_tile ฉันคิดว่าคุณจะต้องรวมข้อมูลก่อน:

# 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!

เมื่อเราทำทั้งหมดนี้แล้ว เราอาจจะสรุปได้ว่า geom_point() ดีกว่า ตามที่แนะนำโดย @Didzis Elferts