在 R 中，是否有一种方法可以绘制具有两个轴的图例？

Question

我想绘制一个带有两个轴的图例。具体来说，我已经组合了两个已分类的空间对象，第一个显示事件的强度，第二个显示该位置事件发生的概率。我想创建一个图例，显示组合栅格的像素在每个类别中的位置。我想创建的图例将类似于这样：带有两个轴的图例。

普通的分类数据图例如下所示：原始图例。

这是一个可重现的示例，展示了我使用的数据类型：

library(raster)
library(rasterVis)

# setseed
set.seed(999)

# create raster (example of what would be the outcome of combining intensity and probability rasters)
plot.me<- raster(xmn=-110, xmx=-90, ymn=40, ymx=60, ncols=40, nrows=40)
val <- c(100:104, 200:204, 300:304, 400:404)
plot.me<- setValues(plot.me, sample(val,ncell(plot.me),replace=T))


######  Plotting

plot.me <- ratify(plot.me)
levelplot(plot.me,att="ID" ,
          col.regions=c("#beffff","#73dfff","#d0ff73","#55ff00",
                        "#73b2ff","#0070ff","#70a800","#267300",
                        "#f5f57a","#ffff00","#e8beff","#df73ff",
                        "#f5ca7a","#ffaa00","#e600a9","#a80084"))

上面的图表输出

最简单的方法是先创建图形，然后在图形编辑器中添加图例...但我相信一定有一种方法可以在R本身中实现这一点！我目前正在使用rasterVis包进行绘图，但如果ggplot或基本R中有答案，那么这些同样受欢迎。

如果有必要提供可重现的中间步骤示例（即具有强度/概率光栅的示例），请告诉我，我可以生成这些。

- dee_2_dee

---

我在 GitHub 上看到的最接近的项目是 https://github.com/clauswilke/multiscales，但它并不完全符合你的示例。 - teunbrand

使用 rasterVis 我生成了这张图片。如果这正是您所需要的，请尝试这里提供的代码（链接）（“双变量图例”部分）。 - Oscar Perpiñán

@OscarPerpiñán 我感觉你的例子最接近我所希望的（能够在地图上方绘制图例）。我还有一个困难，就是不理解你代码中的一个部分- pList步骤的目的是什么？这是为了确保后续步骤的正确功能，还是只针对你正在创建的那个地图？ - dee_2_dee

@dee_2_dee 这一步骤生成了一个水平图列表，每个图对应一个类别（请参见上面“分类数据”部分的代码）。使用Reduce和+.trellis将此列表合并为全局图。 - Oscar Perpiñán

Answer 1

一种解决方案是制作两个图并使用gridExtra包中的grid.arrange函数进行组合。

首先，我使用此帖子上发布的功能将您的rasterLayer转换为tibble：Overlay raster layer on map in ggplot2 in R?。

（PS：我修改了您的val对象，以便只匹配您提供的颜色模式的16种不同颜色。在您的示例中，val具有20个不同的值）

val <- c(101:104, 201:204, 301:304, 401:404) # correction from OP's question to match 16 different values

library(raster)
gplot_data <- function(x, maxpixels = 50000)  {
  x <- raster::sampleRegular(x, maxpixels, asRaster = TRUE)
  coords <- raster::xyFromCell(x, seq_len(raster::ncell(x)))
  ## Extract values
  dat <- utils::stack(as.data.frame(raster::getValues(x))) 
  names(dat) <- c('value', 'variable')

  dat <- dplyr::as.tbl(data.frame(coords, dat))

  if (!is.null(levels(x))) {
    dat <- dplyr::left_join(dat, levels(x)[[1]], 
                            by = c("value" = "ID"))
  }
  dat
}

df <- gplot_data(plot.me)

接下来，我创建第一个图表，使用 geom_tile 函数制作热力图：

library(ggplot2)
plot <- ggplot(df, aes(x = x, y = y, fill = as.factor(value)))+
  geom_tile(show.legend = FALSE)+
  coord_fixed(ratio = 20/20)+
  scale_fill_manual(values = c("#beffff","#73dfff","#d0ff73","#55ff00",
                               "#73b2ff","#0070ff","#70a800","#267300",
                               "#f5f57a","#ffff00","#e8beff","#df73ff",
                               "#f5ca7a","#ffaa00","#e600a9","#a80084"))+
  scale_y_continuous(name = "Latitude",labels = paste(c(40,45,50,55,60),"°N"))+
  scale_x_continuous(name = "Longitude",labels = paste(c(-110,-105,-100,-95,-90),"°W"))+
  theme_linedraw()+
  theme(panel.border = element_rect(size = 2),
        axis.text = element_text(size = 10),
        axis.title = element_text(size = 10),
        panel.grid.major = element_blank(),
        panel.grid.minor = element_blank())

然后，我为图例创建一个单独的数据框：

library(tidyverse)
df_legend <- data.frame(value = unique(df$value))
df_legend <- df_legend %>% rowwise() %>% 
  mutate(Dim1 = unlist(strsplit(as.character(value),""))[1],
         Dim3 = unlist(strsplit(as.character(value),""))[3])

Source: local data frame [16 x 3]
Groups: <by row>

# A tibble: 16 x 3
   value Dim1  Dim3 
   <int> <chr> <chr>
 1   404 4     4    
 2   204 2     4    
 3   304 3     4    
 4   104 1     4    
 5   202 2     2    
 6   302 3     2    
 7   203 2     3    
 8   301 3     1    
 9   402 4     2    
10   401 4     1    
11   303 3     3    
12   102 1     2    
13   201 2     1    
14   103 1     3    
15   403 4     3    
16   101 1     1    

现在，我为图例创建了一个情节：

legend <- ggplot(df_legend, aes(x = as.factor(Dim1), y = as.factor(Dim3), fill = as.factor(value)))+
  geom_tile(show.legend = FALSE, color = "black")+
  coord_fixed(ratio = 1)+
  scale_fill_manual(values = c("#beffff","#73dfff","#d0ff73","#55ff00",
                               "#73b2ff","#0070ff","#70a800","#267300",
                               "#f5f57a","#ffff00","#e8beff","#df73ff",
                               "#f5ca7a","#ffaa00","#e600a9","#a80084"))+
  theme_linedraw()+
  labs(x = "Dim1", y = "Dim3")+
  theme(panel.border = element_rect(size = 2),
        axis.text = element_text(size = 10),
        axis.title = element_text(size = 10))

最后，我将它们结合起来：

library(gridExtra)
grid.arrange(plot, legend, layout_matrix = rbind(c(1,1,2),c(1,1,3)))

注意：您可能可以直接将栅格对象绘制到ggplot2中，但我不确定确切的过程。此外，您可以通过调整grid.arrange的布局，使绘图看起来完全符合您的要求。

- dc37