使用 ggplot 未完全填充等高线图

Question

我正在尝试使用ggplot 绘制我的第一个填充轮廓图。根据我的数据，我预计会出现以下情况：

但我的结果是：

a <- c(1, 1.1, 1, 1.3, 1.2, 2, 2.2, 2, 2.5, 2.1, 3, 3, 3, 3.1, 3.2)
b <- c(rep(c(0, 5, 10, 15, 20), 3))
c <- seq(0, 1000, by = 1000/14)

DF <- data.frame(a, b, c)

ggplot(DF, aes(x = a, y = b, z = c)) +
  geom_raster(aes(fill = c)) +
  geom_contour() + scale_fill_gradientn(colours = rainbow(10))

我做错了什么，在哪里可以找到有关此地块的更多数据信息？

Answer 1

这是一个例子：

生成坐标：

b = c(0, 5, 10, 15, 20)
a = (1:30)/10

生成所有坐标组合

df <- expand.grid(a, b)

通过 a 和 b+1 的 tcrossprod 生成 c（这完全是任意的，但会生成一个不错的模式）

df$c <- as.vector(a %o% (b+1))

ggplot(df, aes(x = Var1, y = Var2, z = c, fill = c)) +
  geom_raster(interpolate = T) + #interpolate for success 
  scale_fill_gradientn(colours = rainbow(10))

一般来说，如果你有一个值矩阵（z 值）要在 ggplot 中绘制，你需要通过 melt 在reshape2 中将其转换为长格式，或者在tidyr 中收集，然后用于绘图。

您的数据非常稀疏，解决此问题的一种方法是生成缺失的数据。我将展示如何使用 loess 函数来完成：

model <- loess(c ~ a + b, data = DF) #make a loess model based on the data provided (data in OP)

z <- predict(model, newdata = expand.grid(a = (10:30)/10, b = (0:200)/10)) #predict on the grid data

df <- data.frame(expand.grid(a = (10:30)/10, b = (0:200)/10), c = as.vector(z)) #append z to grid data

ggplot(df, aes(x = a, y = b, z = c, fill = c)) +
  geom_raster(interpolate = T)+
  scale_fill_gradientn(colours = rainbow(10))