Question

为了实现我对电动汽车充电需求的预测模型的可视化，我想创建显示多个城市充电需求热点的热图。我想使用两种不同类型的热图 - 轮廓热图和密度热图以六边形分布在地图上（我将数据分成六边形单元进行预测）。

不幸的是，我只设法创建了具有计数但不是实际（充电需求）值的热图。我尝试吐痰/切割数据，确保只有观察＆gt;使用0并尝试限制x / y轴 - 到目前为止没有任何工作。我希望这里有人对如何做到这一点有一个很好的想法。下面是一段样本数据和两个热图代码，它们现在产生计数热图而不是值热图（lon / lat是我的六边形单元的质心，数据被聚合到其中）：

+---+------------+-------------+----------------+
|   |     lon    |      lat    |charging_demand |
+---+------------+-------------+----------------+
| 1 | 12.65783   | 55.58421    |     653.7      |
| 2 | 12.67671   | 55.59255    |     24.1       |
| 3 | 12.66813   | 55.59422    |     376.2      |
+---+------------+-------------+----------------+

快速复制：

 df.data <- data.frame(lon = c(12.64753, 12.64924, 12.55998, 12.51878, 12.52221, 12.58401, 12.55655, 12.57371, 12.59088, 12.58058),
                      lat = c(55.63091, 55.62924, 55.67594, 55.78267, 55.78601, 55.68261, 55.66593, 55.67927, 55.67927, 55.70596),
                      charging_demand = c(663.7, 627.4, 597.4, 14.5, 396.3, 300.0, 0.00, 256.9, 228.5, 0.2))

六角形热图（计数）示例：

 map <- get_map(location = "Copenhagen", zoom = 12)

 ggmap(map) + 
  coord_cartesian() + 
  geom_hex(data = df.data, aes(x = lon, y = lat, colour = charging_demand), 
           alpha = 0.6, color = "black", show.legend = TRUE, stat = "binhex") +
  guides(fill = FALSE, alpha = FALSE) +
  scale_fill_gradientn (colours = c("green","red"))

轮廓热图（计数）示例：

 ggmap(map, extent = "device") + 
  geom_density2d(data = df.data, aes(x = lon, y = lat), size = 0.3) + 
  stat_density2d(data = df.data, aes(x = lon, y = lat, fill = ..level.., alpha = ..level..), 
                 size = 0.01, bins = 10, geom = "polygon") + 
  scale_fill_gradient(low = "green", high = "red") + 
  scale_alpha(range = c(0, 0.3), guide = FALSE)

将数据切成1000件也无济于事：

 df.data$demand_cut <- cut(df.data$charging_demand, breaks = 1000)

具有值而不是依靠ggmap（contour＆amp; geom_hex）的热图

0 个答案: