[英]Interpolation and plotting of 2d/spatial timeseries data on an irregular grid with R
(这是我的第一篇文章,所以(i)我希望不要破坏太多规则,(ii)必须在外部存储示例图
我想要显示不规则网格时间序列数据,其中显示的参数也是纬度或水深等地理测量的函数。 包含日期(日期),地理参数水深(dep)和感兴趣盐度(sal)参数的示例数据文件以及使用ggplot2
生成的初步散点图存储在我们的
密码:时间序列
ggplot图的R代码是:
# Load required packages
library(ggplot2)
library(data.table)
library(colorRamps)
library(scales)
# Import spatial timeseries data
df <- data.table(read.csv("timeseries_example.csv"))
df$date <- as.POSIXct(strptime(df$date, format="%m/%d/%Y", tz="GMT"))
# Scatterplot with color representing the z parameter
Fig <-
ggplot(data=df, aes(date, dep, col=Sal))+
geom_point()+
scale_y_reverse()+
scale_colour_gradientn(colours = matlab.like2(7), oob=squish)
tiff("./example_timeseries_R_ggplot.tiff", width = 200, height = 100,
units = 'mm', res = 300, compression = 'lzw')
Fig
dev.off()
由于数据在空间和时间上间隔不规则,使用ggplot的geom_tile()
函数绘图需要插值。
免费提供的软件海洋数据视图( ODV )实现了这种插值,我想重现与R一起存储在我们自己的云(上面的链接)中的ODV图。
由于这个问题类似于以前解决的问题,我试图在一个更精细的日期网格上插入参数sal,并使用包akima
dep。 但是,这不适用于作为POSIXct对象的x参数。
有人有解决方案吗?
我对MBA套餐好运:
# Load required packages
library(ggplot2)
library(lubridate)
library(reshape2)
library(colorRamps)
library(scales)
library(MBA)
# Import spatial timeseries data
df <- read.csv("timeseries_example.csv")
df$date <- as.POSIXct(strptime(df$date, format="%m/%d/%Y", tz="GMT"))
df$date <- decimal_date(df$date)
mba <- mba.surf(df[,c('date', 'dep', 'Sal')], 100, 100)
dimnames(mba$xyz.est$z) <- list(mba$xyz.est$x, mba$xyz.est$y)
df3 <- melt(mba$xyz.est$z, varnames = c('date', 'depth'), value.name = 'salinity')
Fig <-
ggplot(data=df3, aes(date, depth))+
geom_raster(aes(fill = salinity), interpolate = F, hjust = 0.5, vjust = 0.5) +
geom_contour(aes(z = salinity)) +
geom_point(data = df, aes(date, dep), colour = 'white') +
scale_y_reverse() +
scale_fill_gradientn(colours = matlab.like2(7))
Fig
使用插值设置可以清除一些异常情况。 我刚刚使用了默认值。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.