如何用平均值着色的较小矩形填充矩形

Question

我有如下数据：

data_ex <- data.frame(x = runif(1000, 0, 10),
                      y = runif(1000, 0, 10),
                      z = runif(1000, 0, 1))

所以基本上这些点(x, y) 在一个正方形（但也可能是一个矩形）内具有一些值z。我想将此平面划分为 100 个较小的正方形（矩形）并在其中平均 z 值。所以我做了以下事情：

data_ex <- data_ex %>% 
  mutate(x2 = cut(x, breaks = 0:10), 
         y2 = cut(y, breaks = 0:10)) %>%
  group_by(x2, y2) %>%
  mutate(z = mean(z)) %>% 
  ungroup()

现在我想绘制它并使用平均 z 值作为每个小正方形（矩形）的颜色。潜在地，我可以使用geom_tile 来执行此操作（如下所示），但它需要图块的中心作为输入。

data_ex %>% 
  ggplot() +
  geom_rect(aes(xmin = 0, xmax = 10, ymin = 0, ymax = 10), fill = 'white') +
  geom_tile(aes(x_center, y_center, fill = z))

我大概可以将它提取为x2 和y2 的中心，但看起来有点麻烦。因此，我想知道是否有更快的方法来执行适当的计算或以不同的方式制作所需的绘图。

Answer 1

您可以使用floor 和ceiling 函数来创建任意大小的矩形，然后计算这些区间的中点。我稍微修改了你的第二个代码块：

data_ex <- data_ex %>% 
  mutate(x2 = cut(x, breaks = 0:10), 
         y2 = cut(y, breaks = 0:10)) %>%
  group_by(x2, y2) %>%
  mutate(mean_z = mean(z),
         x_mid = floor(x) + (ceiling(x) - floor(x))/2,
         y_mid = floor(y) + (ceiling(y) - floor(y))/2,
         height = ceiling(y) - floor(y),
         width = ceiling(x) - floor(x)) %>%
  ungroup()

然后为geom_tile()绘制并指定高度和宽度参数到aes()：

data_ex %>% 
  ggplot() +
  geom_rect(aes(xmin = 0, xmax = 10, ymin = 0, ymax = 10), fill = 'white') +
  geom_tile(aes(x = x_mid, y = y_mid,height = height, width = width, fill = mean_z))

这也适用于非方形矩形，如果您将cut 应用于x 和y 并具有不同的中断。

data_ex <- data_ex %>% 
      mutate(x2 = cut(x, breaks = 0:10), 
             y2 = cut(y, breaks = c(0,2,4,6,8))) %>%
      group_by(x2, y2) %>%
      mutate(mean_z = mean(z),
             x_mid = floor(x) + (ceiling(x) - floor(x))/2,
             y_mid = floor(y) + (ceiling(y) - floor(y))/2,
             height = ceiling(y) - floor(y),
             width = ceiling(x) - floor(x)) %>%
      ungroup()

data_ex %>% 
      ggplot() +
      geom_rect(aes(xmin = 0, xmax = 10, ymin = 0, ymax = 10), fill = 'white') +
      geom_tile(aes(x = x_mid, y = y_mid,height = height, width = width, fill = mean_z))

Answer 2

编辑：OP 要求使分箱适用于任意比例和分箱大小的方法。

可以通过一个函数使分箱变得灵活：

library(tidyverse)
bin_df <- function(df, x_binwidth, y_binwidth) {
  df %>%
    mutate(x2 = x_binwidth * (floor(x/x_binwidth) + 0.5), 
           y2 = y_binwidth * (floor(y/y_binwidth) + 0.5)) %>%
    group_by(x2, y2) %>%
    summarize(z = mean(z)) %>% 
    ungroup()
}

data_ex %>%
  bin_df(x_binwidth = 1, y_binwidth = 1) %>%
  ggplot() +
  geom_tile(aes(x2, y2, fill = z)) +
  scale_x_continuous(breaks = 0:10)

data_ex %>%
  bin_df(x_binwidth = 2, y_binwidth = 2) %>%
  ggplot() +
  geom_tile(aes(x2, y2, fill = z)) +
  scale_x_continuous(breaks = 0:10)

Answer 3

由于并非所有内容都应该是 ggplot2，我将添加基于 sp 和 raster 包的替代解决方案。

代码如下：

library(sp)
library(raster)

set.seed(2222)

# Lets create 10 x 15 tiles
NCOLS = 10
NROWS = 15

data_ex <- data.frame(x = runif(1000, 0, 10),
                      y = runif(1000, 0, 10),
                      z = runif(1000, 0, 1))

# Create spatial points
dat_sp <- SpatialPointsDataFrame(data_ex[, 1:2], data = data_ex["z"])

# Create reference raster
r <- raster(ncols = NCOLS, nrows = NROWS, ext = extent(c(0, 10, 0, 10))) 

# Convert to a raster with z averaging
# Also could be any aggregation function like min, max, etc.
dat_rast <- rasterize(dat_sp, r, field = "z", fun = mean)

# Plot with base graphics
plot(dat_rast)

这是一个结果：

如果您仍想使用ggplot 绘制它，可以使用graphVis 包：

# Plot with ggplot2
library(ggplot2)
library(rasterVis)

gplot(dat_rast) + geom_tile(aes(fill = value))

结果：