如何用R绘制极坐标密度图?

时间:2016-05-27 19:39:57

标签: r contour polar-coordinates density-plot

我想构建一个像density map in polar coordinates这样的数字(我不允许在我的帖子中嵌入数字,请点击链接查看)。它是极坐标中的密度图。我不熟悉R,因此即使我找到this post,我仍然不知道如何得到我想要的东西。

现在,我有笛卡尔坐标系中的散点图数据。如果有人能帮助我,我将不胜感激。非常感谢。

=========================更新:我的解决方案================== ============

cart2pol <- function(x){
# x: (x,y)
y <- x[2]
x <- x[1]
r <- sqrt(x^2 + y^2)
t <- atan2(y,x)/pi*180
c(r,t)
}

angle <- apply(cockpit.data[c('x1','y1')],1,cart2pol)[2,]
r <- apply(cockpit.data[c('x1','y1')],1,cart2pol)[1,]
observations <-table(cut(angle,breaks=c(seq(-180,180,by=15))),cut(r,breaks=c(seq(0,sight,by=25))))

mm <- melt(observations,c('angle','r'))

labels <- seq(-172.5,172.5,length.out = 24) - 90
labels[labels<=0] <- labels[labels<=0] + 360
labels.y <- as.vector(rbind('', seq(0,sight,by=50)[-1]))
rosedensity <- ggplot(mm,aes(angle,r,fill=value))+geom_tile()+
    coord_polar(start=pi/2, direction = -1) + ggtitle('Rose Density') +
    scale_fill_gradientn(name="Frequency", colours = rev(rainbow(32)[1:23])) + #terrain.colors(100) , brewer.pal(10,'Paired')
    scale_x_discrete(labels = labels) + scale_y_discrete(labels = labels.y) +
    xlab('Angle') + ylab('R') +
    theme(
        plot.title = element_text(color="red", size=28, face="bold.italic"),
        axis.title.y = element_text(color="black", size=24, face="bold"),
        axis.title.x = element_text(color="black", size=24, face="bold"),
        axis.text=element_text(size=20),
        legend.justification=c(1,0), legend.position=c(1,0),
        legend.background = element_rect(fill="gray90", size=.1, linetype="dotted")
    )
ggsave(rosedensity, file=paste(dirOutput,'rosedensity.png',sep=''), width=8, height=8)

这是我的Output Figure

我从this answer找到了解决方案。

1 个答案:

答案 0 :(得分:2)

你可以这样试试:

library(ggplot2)
ggplot(faithful, aes(x = eruptions, y = waiting)) + 
  stat_density_2d(
    geom = "tile", 
    aes(fill = ..density..),
    n=c(40, 10), 
    contour = F
  ) + 
  scale_fill_gradientn(colours=rev(rainbow(32)[1:23])) + 
  coord_polar()

enter image description here