干货分享 | R-ggplo2 如何在空间图中绘制统计子图

0.问题导入

有时候我们会碰到这样一种情况，那就是空间图非常华丽，但很难定量地描述信息。于是，我们可能想着另附一副统计图说明问题。但是，强迫症爆发的时刻又特别想在左下角空白处填上统计子图，难搞哦？然后，问题来了……如何在空间图中绘制统计子图？今天这篇文章给出解决方案～

1.数据准备

main plot data (SSP(共享社会经济路径数据) 2010 GDP)

2.数据预处理

#1. import data

setwd('...input path...')

pl_df_m = read.csv('test.csv',header = T)

pl_df_m = pl_df_m[,-1]

pl_df_m = as.data.frame(pl_df_m)

pl_df_m$cuts = cut(pl_df_m$value, breaks = c(0,0.5,1,2,3,4,5,6,7,8,9,10,Inf))

3.划分区域分别统计GDP各区间大小出现的频率

注：实际操作过程中可以通过各大洲的边界裁剪选取数据，本例重点不在此，故采用经纬度范围进行分区统计

section1 = which(pl_df_m$long<(-100) & pl_df_m$long >=(-180))
 section2 = which(pl_df_m$long<(0) & pl_df_m$long >=(-100))
 section3 = which(pl_df_m$long<(100) & pl_df_m$long >=(0))
 section4 = which(pl_df_m$long >=(100))
 

 len_stat <- function(x){
  sec1 = length(which(pl_df_m[section1,]$class ==x))
  sec2 = length(which(pl_df_m[section2,]$class ==x))
  sec3 = length(which(pl_df_m[section3,]$class ==x))
  sec4 = length(which(pl_df_m[section4,]$class ==x))
  return(c(sec1,sec2,sec3,sec4))
 }
 x = 1:12
 s_trial = sapply(x,len_stat)
 class_in_order = unique(as.character(cut(seq(0.2,11,0.5),breaks = c(0,0.5,1,2,3,4,5,6,7,8,9,10,Inf))))
 # 完成子图统计数据表构建
 pl_stat_df = data.frame(
   section = rep(c('S1','S2','S3','S4'),
                 each = 12),
   class = factor(rep(class_in_order,4)),
   value = c(s_trial[1,],s_trial[2,],
             s_trial[3,],s_trial[4,])
 )

4.绘制主图

mycolor = colorRampPalette(brewer.pal(11,'Spectral'))(12)
 color_group = paste0('a',1:12)

 fontsize = 12
 
 main_plot = ggplot()+
   geom_hline(aes(yintercept = 50),linetype = 'dashed',alpha = 0.5,lwd = 0.5,color = 'black')+
   geom_hline(aes(yintercept = 0),linetype = 'dashed',alpha = 0.5,lwd = 0.5,color = 'black')+
   geom_hline(aes(yintercept = -50),linetype = 'dashed',alpha = 0.5,lwd = 0.5,color = 'black')+
   geom_vline(aes(xintercept = 0),linetype = 'dashed',alpha = 0.5,lwd = 0.5,color = 'black')+
   geom_vline(aes(xintercept = -100),linetype = 'dashed',alpha = 0.5,lwd = 0.5,color = 'black')+
   geom_vline(aes(xintercept = 100),linetype = 'dashed',alpha = 0.5,lwd = 0.5,color = 'black')+
   geom_tile(data = pl_df_m,aes(x = long,y = lat, fill = cuts))+
   theme(panel.background = element_rect(fill = 'transparent',color = 'black'),
         axis.text = element_text(face='bold',colour='black',size=fontsize,hjust=.5),
         axis.title = element_text(face='bold',colour='black',size=fontsize,hjust=.5),
         legend.position=c('bottom'),
         legend.direction = c('horizontal'))+
   scale_fill_manual(values = mycolor)+
   coord_fixed(1.3)+
   geom_hline(aes(yintercept = 0),linetype = 'dashed',alpha = 0.5,lwd = 0.5,color = 'black')+
   guides(fill=guide_legend(nrow=2))+
   xlab('Longitude')+
   ylab('Latitude')

5.绘制子图

inset_plot = ggplot()+
   geom_bar(data = pl_stat_df,aes(x = section, y = value,
                                  fill= fct_inorder(class)),
            stat = 'identity',position = 'fill')+
   scale_fill_manual(values = mycolor)+
   guides(fill=guide_legend(nrow=2))+
   theme(legend.position = 'none')

6.将子图绘制进子图

integrated_plot = ggdraw()+
   draw_plot(main_plot)+
   draw_plot(inset_plot, x = 0.07, y = 0.37,
             width = 0.22, height = 0.15)

7.图件导出为PNG 格式

png('test3.png',
     height = 25,
     width = 25,
     units = 'cm',
     res = 1000)
 print(integrated_plot)
 dev.off()

8.结果图示例

如图所示，完成在空间图左下角添加统计子图。

9.总结

本次绘图所用R-packages
注：如没有安装如下包的，请采用

 install.pacakges('package name') 进行安装。

library(ggplot2)  

library(cowplot)  

library(data.table)  

library(RColorBrewer)  

library(forcats)

小编联系方式

图文编辑：张琦琦

责任编辑：郝娜

审核：王波涛 王冠

猜你喜欢

2019/12/14 Major Snow

1、干货分享 | R-日数据(比如股价，气温等)好，但是信息量太密集，怎么办？

2、干货分享 | 文献综述！这篇文章说透了，值得收藏！

3、招聘启事 | 中科院招聘客座研究生

4、招聘启事 | 中国科学院地理科学与资源研究所招聘客座研究生

都看到这里了，点个【在看】再走呗~