沿geom_segment()的ggplot2颜色渐变

时间:2013-07-19 18:55:00

标签: r ggplot2 visualization

我有一组原点和目标坐标,我在它们之间绘制线段。问题是,我想用颜色而不是geom_segment()提供的箭头来指示线的方向。像蓝色过渡到红色,表示方向。

使用ggplot2有一种简单的方法吗?

示例数据:

points <- data.frame(long=runif(100,-122.4154,-122.3491))
points$lat <- runif(100,37.5976,37.6425)
points$long2 <- runif(100,-122.4154,-122.3491)
points$lat2 <- runif(100,37.5976,37.6425)

# add distance
library(geosphere)
points$miles <- apply(points, 1, 
  function(x) distHaversine(p1=c(x["long"],x["lat"]),p2=c(x["long2"],x["lat2"]),r=3959))

到目前为止,我已经能够以不同的方式对线条进行着色,但我还没有找到一种方法在同一线段上有两种颜色并在两者之间转换,当我只有一个起点和终点时,没有介于两者之间:

ggplot(points,aes(x=long,xend=long2,y=lat,yend=lat2,color=miles)) + 
  geom_segment() + 
  scale_color_gradient2(low="red",high="blue",midpoint=median(points$miles))

1 个答案:

答案 0 :(得分:6)

我能够通过使用点编号在起点和终点之间插入一堆点来实现这一点,然后根据两者之间的点数用渐变对段进行着色:

示例:

# generate data points
points <- data.frame(long=runif(100,-122.4154,-122.3491))
points$lat <- runif(100,37.5976,37.6425)
points$long2 <- runif(100,-122.4154,-122.3491)
points$lat2 <- runif(100,37.5976,37.6425)

# function returns a data frame with interpolated points in between start and end point
interp_points <- function (data) {

  df <- data.frame(line_id=c(),long=c(),lat=c())

  for (i in 1:nrow(data)) { 

    line <- data[i,]

    # interpolate lats and longs in between the two
    longseq <- seq(
                    as.numeric(line["long"]),
                    as.numeric(line["long2"]),
                    as.numeric((line["long2"] - line["long"])/10)
                  )
    latseq <- seq(
                    as.numeric(line["lat"]),
                    as.numeric(line["lat2"]),
                    as.numeric(line["lat2"] - line["lat"])/10
                  )

    for (j in 1:10) {
      df <- rbind(df,data.frame(line_id=i,long=longseq[j],lat=latseq[j],seg_num=j))
    }
  }

  df
}

# run data through function
output <- interp_points(points)

# plot the output
ggplot(output,aes(x=long,y=lat,group=line_id,color=seg_num)) + 
  geom_path(alpha=0.4,size=1) +
  scale_color_gradient(high="red",low="blue")

不幸的是,当我使用真实数据时,结果并不像我想象的那样引人注目!

enter image description here