在ggplot2中调整比例尺颜色渐变

Question

首先，这是我的数据的一部分(121315*4):

     LONGITUDE LATITUDE NUM_PICKUPS TOTAL_REVENUE
 1   121.6177  38.9124          21         337.0
 2   121.8069  39.0210          16         454.7
 3   121.5723  38.9645          38         696.9
 4   121.6423  38.9258         622       13609.7
 5   121.5647  38.9129         116        2016.7
 6   121.6429  38.8846         120        2417.3
 7   121.5852  38.9279         117        1975.0
 8   121.6616  38.9189          94        1712.4
 9   121.5812  38.9828          50         981.6
 10  121.6411  38.9255         225        4696.2

看到这里，第一列和第二列是经度和纬度。

mydata[1,3]=21表示在(121.6177, 38.9124)这个地方有21次乘车。

接着，我按照NUM_PICKUPS的降序重新排列了mydata：

LONGITUDE   LATITUDE    NUM_PICKUPS TOTAL_REVENUE
121.6019    39.0181        14243    514716
121.5382    38.9609        13244    443754.7
121.5381    38.9609         9645    325056
121.5382    38.9608         8846    294345.6
121.602     39.0181         6556    232254.5
121.5383    38.9609         6152    208967.6
121.5383    38.9608         6014    207677.8
121.5381    38.9608         5544    185398.3
121.6018    39.018          4546    167662.1
121.5382    38.9607         4260    143088.9
121.5827    38.8948         4133    72202.8
121.6303    38.9183         3837    67683.6
121.5966    38.9665         3747    56378.7

以下是我的数据概述：

summary(mydata)


 LONGITUDE        LATITUDE      NUM_PICKUPS       TOTAL_REVENUE     
  Min.   :121.1   Min.   :38.76   Min.   :   10.00   Min.   :    92.9  
  1st Qu.:121.6   1st Qu.:38.91   1st Qu.:   15.00   1st Qu.:   289.7  
  Median :121.6   Median :38.92   Median :   27.00   Median :   515.1  
  Mean   :121.6   Mean   :38.93   Mean   :   57.03   Mean   :  1067.6  
  3rd Qu.:121.6   3rd Qu.:38.96   3rd Qu.:   59.00   3rd Qu.:  1089.5  
  Max.   :122.0   Max.   :39.32   Max.   :14243.00   Max.   :514716.0

现在，我想绘制一个由NUM_PICKUPS着色的地图，请看我的代码。

g1 <- ggplot() + geom_point(data = mydata,aes(x = LONGITUDE,y = LATITUDE,color=NUM_PICKUPS))

是的，代码和图形都没问题，但看看颜色，很难辨别哪里是高num_pickups的地方？哪里是低的？

我尝试使用scale_colour_gradient()修改我的代码：

g1 + scale_colour_gradient(low = "red",high = "white")

看这张图片，颜色也很难分类。

第三次尝试：这次我加入了alpha=I(1/100)和breaks()参数:

g1 <- ggplot() + geom_point(data = mydata,aes(x = LONGITUDE,y = LATITUDE,color=NUM_PICKUPS),alpha=I(1/100))
g1 + scale_colour_gradient(low = "red",high = "white", breaks=c(0,2000,4000))

但是还是无能为力！

第四次尝试：

ggplot(data = mydata, aes(x = LONGITUDE,y = LATITUDE, color = NUM_PICKUPS)) + geom_point() + scale_colour_gradient(limits = c(0, 60))

第五次尝试: 根据三年前的帖子ggplot2 Color Scale Over Affected by Outliers，我再次尝试修改我的代码：

mydata$NUM_PICKUPS1 <- "> 2000"
mydata$NUM_PICKUPS1[mydata$NUM_PICKUPS <= 2000] <- NA

g2 <- ggplot() + geom_point(data = subset(mydata,NUM_PICKUPS <= 2000),
      aes(x = LONGITUDE,y = LATITUDE,color=NUM_PICKUPS),size=2) +    geom_point(data = subset(mydata,NUM_PICKUPS > 2000),aes(x = LONGITUDE,y = LATITUDE,fill=NUM_PICKUPS1))

有些异常值确实发生了变化，但是颜色的比例尺依然很难区分！

因此，我的问题是如何修改代码，使NUM_PICKUPS的颜色更容易识别？

- Ling Zhang

---

你的 NUM_PICKUPS 中是否有异常值？能否发布 summary(mydata$NUM_PICKUPS) 的结果？看起来可能存在一个非常大的值，导致比例尺需要扩展以适应它。 - Phil

您可以使用 scale_colour_gradientn 和 rescale 参数来增加您的颜色比例尺的某个范围的分辨率，具体描述请参见此处（类似的描述也适用于 scale_fill_gradientn，请参见此处）。 - Henrik

你可以使用 scale_colour_gradient(low = "red",high = "white", breaks=c(2000,4000,6000)) 来强制比例尺根据数据分布进行调整 _(根据你的数据调整断点)_。 - GPierre

@GPierre，谢谢你的建议，我已经根据您的建议修改了我的代码，请再次查看我的问题，但不幸的是，它仍然没有帮助。 - Ling Zhang

这些解决方案可能是重复的，但我认为这不是一个重复的“问题”，因为提问者不知道问题的根源。 - Phil

Answer 1

根据我的评论和你的回复，我认为问题在于你有一些离群值，这些值强制比例尺扩大以容纳它们。

从你的summary()中可以看出，75%的NUM_PICKUPS情况在10到59之间。剩下的25%则增加到14243，高达三个数量级！

总之，你的NUM_PICKUPS值范围太大了，无法显示1,000以下的变化。

你选择的解决方案将取决于你的数据及其用途。其中一个选项是仅显示最高的75％的值，并将最高的25％排除为离群值。我认为，你可以通过手动设置限制来实现此操作，而不会改变数据。

g1 + scale_colour_gradient(limits = c(0, 60))

另一个选择是转换您的数据（也许使用log()或log10()）。例如，mydata$LOG_PICKUPS <- log10(mydata$NUM_PICKUPS) 可能有助于减少范围以便绘图。

- Phil

---

年，你对于我的数据中 NUM_PICKUPS 的分析非常正确。使用你的代码：g1 + scale_colour_manual(limits = c(0, 60))，出现了错误 Continuous value supplied to discrete scale，因此我将其更改为 g1 + scale_colour_gradient(limits = c(0, 60))。 - Ling Zhang

你对 scale_colour_gradient() 的看法很正确；我已经进行了更正。它为什么是“无助的”？你能描述一下地图还有什么问题吗？ - Phil

@LingZhang，我有一个想法：当你使用g1时，它是否仍然具有手动设置的限制？也就是说，你可以运行ggplot(data = mydata, aes(x = LONGITUDE,y = LATITUDE, color = NUM_PICKUPS)) + geom_point() + scale_colour_gradient(limits = c(0, 60))并查看是否可以纠正它吗？ - Phil

谢谢，我尝试了您的建议并再次更新了我的问题，请查看一下。 - Ling Zhang

NUM_PICKUPS的标准差是多少(sd(mydata$NUM_PICKUPS))? 从您更新的问题中可以看出，数据方差非常小，这就是为什么绘制的点的颜色变化很小的原因。 - Phil

Answer 2

要调整你的比例尺上不均匀分布的间断点（图3中，NUM_PICKUPS的值4000应该在中心），你需要计算你的限制和间断点的对数，以便在给定要放置在比例尺图例中心的值mid时：

scale_fill_gradient(
    limits=c(lower, upper)^abs(log(0.5,mid)),
    breaks=c(lower, mid, upper)^abs(log(0.5,mid)),
)

您还需要将该公式应用于您的数据，以便：

ggplot(df, aes(x= x, y = y fill = z^abs(log(0.5,mid))))

- user3548751