我正在处理一个图,我需要以某种方式应用一个独特的回归。该图是放置在对数-对数轴上的一系列点。对于任何熟悉水文学的人来说,我正在尝试以图形方式产生一个瞬态泰斯解,因此我的回归需要以指数积分的形式(请参阅此Wikipedia page)。
这里值得注意的是,指数积分有它自己的一组轴值,这些轴值独立于初始图。这就是从数据中提取解决方案的方式,但在尝试在R中重现解决方案时,它会引入许多问题。
我已经想出了一些想法来解决这个问题(除了使用铅笔和纸),但每种方法都遇到了一些小问题。如果您能深入了解这些解决方案中的任何一个,我将不胜感激:
stat_smooth
将回归添加到图中,根据其斜率任意选择回归上的点,然后将其关联到具有指数积分适当轴的新图的相同斜率。这里的问题是,我不确定如何将stat_smooth
与y ~ x
、y ~ poly(x, 2)
和y ~ log(x)
的变体以外的公式一起使用。回归会调用poly和log函数的组合,但当我尝试这样做时,R会出现问题。例如:Stat_smooth(数据=示例,方法= "lm",公式=y~/4(X)+x- poly(x,2)/4 + poly(x,3)/18 -...
我读过一些关于annotation_raster
的文章,我认为这可能是一种将回归视为叠加图像的合适方式。不过,我的问题是首先要将ggplot
绘图转换为栅格。as.raster()
会产生以下错误:
As.raster(栅格)中出错:在为函数'as.raster‘选择方法时对参数'x’求值时出错: UseMethod("as.raster")中出错:没有适用于“as.raster”的方法应用于类"c('gg','ggplot')“的对象
如果我尝试使用raster
软件包并使用raster()
函数转换绘图,也会出现类似的错误。有没有简单的方法可以做到这一点?
下面是一些可重现的代码:
library(ggplot2)
Data = data.frame(matrix(
# Elapsed_sec Drawdown_ft
c(20, 0.0038,
40, 0.0094,
60, 0.017,
80, 0.0283,
100, 0.0358,
120, 0.0415,
140, 0.049,
160, 0.0528,
180, 0.0548,
200, 0.0567), nrow = 10, ncol = 2, byrow = TRUE))
colnames(Data) = c("Elapsed_sec", "Drawdown_ft")
Integral = data.frame(matrix(
# u W_u
c(1e-3, 6.33,
5e-3, 4.73,
1e-2, 4.04,
5e-2, 2.47,
1e-1, 1.82,
5e-1, 0.56,
1e0, 0.219,
2e0, 0.049,
3e0, 0.013,
4e0, 0.0038,
5e0, 0.0011,
6e0, 0.00036), nrow = 12, ncol = 2, byrow = TRUE))
colnames(Integral) = c("u", "W_u")
# Plot exponential integral (Theis curve)
Tcurve = ggplot(Integral, aes(1/u, W_u)) + geom_line() +
scale_x_log10(limits = c(10^-1, 10^3), breaks = c(10^-1, 10^0, 10^1, 10^2, 10^3)) +
scale_y_log10(limits = c(10^-3, 10^1), breaks = c(10^-3, 10^-2, 10^-1, 10^0, 10^1)) +
xlab("1/u") + ylab("W(u)") + coord_equal() +
geom_hline(aes(yintercept = 0.219), linetype = 2) +
geom_vline(aes(xintercept = 1), linetype = 2) +
geom_text(color = "black", size = 3, aes(x = 0.3, y = 0.3, label = "W(u) = 0.219")) +
geom_text(color = "black", size = 3, aes(x = 0.8, y = 0.01, label = "u = 1"), angle = 90) +
theme(line = element_blank(), text = element_blank(), panel.background = element_rect(fill = NA))
# Plot drawdown data
plot = ggplot(Data, aes(Elapsed_sec, Drawdown_ft)) + geom_point(alpha = 0.5, size = 1) +
scale_x_log10(limits = c(10^0, 10^4), breaks = c(10^0, 10^1, 10^2, 10^3, 10^4)) +
scale_y_log10(limits = c(10^-3, 10^1), breaks = c(10^-3, 10^-2, 10^-1, 10^0, 10^1)) +
xlab("Elapsed Time (sec)") + ylab("Drawdown (ft)") + coord_equal() + theme_bw()
我会上传图片,但我目前缺乏最低的声誉。第一张图显示了指数积分,而第二张图显示了我试图将积分拟合到的数据。
发布于 2018-12-16 19:46:52
这个问题已经发布了五年了,但我想我应该分享我的想法。您可以将ggplot
转换为raster
对象,如下所示:
ggsave
ggplot
绘图保存为任何格式的图像文件(我会使用tiff
)使用raster
对象保存保存的图像使用raster
(或stack
保存彩色图像)以上内容的实现如下:
# You may need to remove the margins from the plot (i.e., keep the earth raster and the routes only)
plot <- plot+
theme(
axis.ticks=element_blank(),
axis.text.x=element_blank(),
axis.text.y=element_blank(),
axis.title.x=element_blank(),
axis.title.y=element_blank(),
plot.margin = unit(c(0, 0, 0, 0), "null"),
legend.position = 'none'
) +
labs(x=NULL, y=NULL)
# Save the plot
ggsave(plot=plot, "my_ggplot.tiff", device = "tiff")
# Create a StackedRaster object from the saved plot
raster <- raster("my_ggplot.tiff") # OR stack("my_ggplot.tiff") for colored images
# Get the GeoSpatial Components
lat_long <- ggplot_build(plot)$layout$panel_params[[1]][c("x.range","y.range")]
# Supply GeoSpatial data to the StackedRaster
extent(raster) <- c(lat_long$x.range,lat_long$y.range)
projection(raster) <- CRS("+proj=longlat +datum=WGS84")
# Then, do whatever you want with the raster object here
希望能有所帮助。
https://stackoverflow.com/questions/19672186
复制相似问题