将自定义图例添加到 R 栅格 spplot map

Question

我想就我目前正在研究的带有光栅/spplot 的 R 制图向您请教一些建议。 我是新手，所以如果我以前的方法根本不是最优的，我提前道歉！

=> 所以：我有一个光栅 object 几乎得到了我想要的，但是我对图例有问题，结果看起来有点幼稚。 我想得到一些更“专业”的东西。 我想 1）提高整体美感和 2）在我的 plot 上添加图例，例如在另一篇文章中提出的同心气泡大小图例： 创建同心圆图例。

这是我现在所拥有的：法国的死亡率和暴露率

我认为可能会改进 map：

• 1. 使用同心圆气泡图例作为医院体积并将其放在右上角
• 2. 增加我的观点的透明度。 这里我有 13 个气泡，但真正的 map 有大约 600 个，并且有很多重叠（尤其是在巴黎地区）。
• 3. 为我的颜色渐变添加图例
• 4. 如果您有任何提示/意见，请不要犹豫：我是初学者，但渴望学习 :)

我附上了一个简化的完整代码（13 家医院而不是 600 家，数据完全编辑，变量名称更改......所以不需要解释。）。 我已经对其进行了编辑，以便您可以轻松复制/粘贴。

####################################################################
####################################################################
# 1) DATA PREPARATION


# Packages
library(raster)
library(rgeos)
library(latticeExtra)
library(sf)

# Mortality dataset
french_regions=c("IDF", "NE", "NO", "SE", "SO")
death_rates_reg=c(0.032,0.014,0.019,0.018,0.021)
region_mortality=data.frame(french_regions,death_rates_reg)

# Hospital dataset
hospital_id=1:13
expo=c(0.11,0.20,0.17,0.25,0.18,0.05,0.07,0.25,0.40,0.70,0.45,0.14,0.80)
volume=sample(1:200, 13, replace=TRUE)
lat=c(44.8236,48.8197,45.7599,45.2785,48.9183,50.61,43.6356,47.9877,48.8303,48.8302,48.8991,43.2915,48.7232)
long=c(-0.57979,7.78697,4.79666,6.3421,2.52365,3.03763,3.8914,-4.095,2.34038,2.31117,2.33083,5.56335,2.45025)
french_hospitals=data.frame(hospital_id,expo,volume,lat,long)

# French regions map object - merge of departments according to phone codes
formes <- getData(name="GADM", country="FRA", level=2)
formes$NAME_3=0 # NAME_3 = new mega-regions IDF, NE, NO, SE, SO

formes$NAME_3[formes$NAME_1=="Auvergne-Rhône-Alpes"]="SE"
formes$NAME_3[formes$NAME_1=="Bourgogne-Franche-Comté"]="NE"
formes$NAME_3[formes$NAME_1=="Bretagne"]="NO"
formes$NAME_3[formes$NAME_1=="Centre-Val de Loire"]="NO"
formes$NAME_3[formes$NAME_1=="Corse"]="SE"
formes$NAME_3[formes$NAME_1=="Grand Est"]="NE"
formes$NAME_3[formes$NAME_1=="Hauts-de-France"]="NE"
formes$NAME_3[formes$NAME_1=="Île-de-France"]="IDF"
formes$NAME_3[formes$NAME_1=="Normandie"]="NO"
formes$NAME_3[formes$NAME_1=="Nouvelle-Aquitaine"]="SO"
formes$NAME_3[formes$NAME_1=="Occitanie"]="SO"
formes$NAME_3[formes$NAME_1=="Pays de la Loire"]="NO"
formes$NAME_3[formes$NAME_1=="Provence-Alpes-Côte d'Azur"]="SE"
formes$NAME_3[formes$NAME_2=="Aude"]="SE"
formes$NAME_3[formes$NAME_2=="Gard"]="SE"
formes$NAME_3[formes$NAME_2=="Hérault"]="SE"
formes$NAME_3[formes$NAME_2=="Lozère"]="SE"
formes$NAME_3[formes$NAME_2=="Pyrénées-Orientales"]="SE"
groups = aggregate(formes, by = "NAME_3")

# Colour palettes
couleurs_death=colorRampPalette(c('gray100','gray50'))
couleurs_expo=colorRampPalette(c('green','gold','red','darkred'))

# Hospitals bubble sizes and colours

my_colours=couleurs_expo(401)
french_hospitals$bubble_color="Initialisation"
french_hospitals$indice=round(french_hospitals$expo*400,digits=0)+1
french_hospitals$bubble_size=french_hospitals$volume*(1.5/50)

for(i in 1:length(french_hospitals$bubble_color)){
  french_hospitals$bubble_color[i]=my_colours[french_hospitals$indice[i]]
  
}


####################################################################
####################################################################
# 2) MAP

# Assignation of death rates to regions
idx <- match(groups$NAME_3, region_mortality$french_regions)
concordance <- region_mortality[idx, "death_rates_reg"]
groups$outcome_char <- concordance

# First map: region colours = death rates
graphA=spplot(groups, "outcome_char", col.regions=couleurs_death(500),
              par.settings = list(fontsize = list(text = 12)),
              main=list(label=" ",cex=1),colorkey = list(space = "bottom", height = 0.85))

# Second map: hospital bubbles = exposure
GraphB=graphA + layer(panel.points(french_hospitals[,c(5,4)],col=french_hospitals$bubble_color,pch=20, cex=french_hospitals$bubble_size))


# Addition of the legend

Bubble_location=matrix(data=c(-4.0,-2.0,0.0,-4.0,-2.0,0.0,42.3,42.3,42.3,41.55,41.55,41.55),nrow=6,ncol=2)
GraphC1=GraphB + layer(panel.points(Bubble_location, col=c(my_colours[5],my_colours[125],my_colours[245],"black","black","black"), pch=19,cex=c(2.5,2.5,2.5,5.0,2.0,1.0)))
Bubble_location2=matrix(data=c(-3.4,-1.27,0.55, -3.65, -3.3 , -3.4,-1.52,0.48,42.31,42.31,42.31,42.55,41.9, 41.56,41.56,41.56),nrow=8,ncol=2)
GraphC2=GraphC1+layer(panel.text(Bubble_location2, label=c("0%","30%","60%", "Exposure:", "Hospital volume:", "125","50","25"), col="black", cex=1.0))

# Final map
GraphC2

预先感谢您的帮助，（我知道这很多，不要觉得被迫潜入代码）

Answer 1

这并不漂亮，但我认为这可以让你开始从其他人那里获得更完整的答案。 我建议使用 ggplot 而不是 spplot。 您唯一需要做的就是将您的 sp object 转换为 sf 以与 ggplot 集成。 气泡 plot 需要大量猜测和检查，所以我将把它留给你......

在我看来，Map 布局设计在 GIS 软件中仍然更好。

library(sf)
library(ggplot2)

# Convert sp to sf
groups_sf <- st_as_sf(groups)
# Make reference dataframe for concentric bubble legend
bubble_legend <- data.frame(x = c(8.5, 8.5, 8.5), y = c(50, 50, 50), size = c(3, 6, 9))

ggplot() +
  geom_sf(data = groups_sf) +
  geom_point(data = french_hospitals, aes(x = long, y = lat, color = indice, size = bubble_size), alpha = 0.7) +
  geom_point(data = bubble_legend, aes(x = x, y = y + size/50), size = bubble_legend$size, shape = 21, color = "black", fill = NA) +
  geom_text(data = bubble_legend, aes(x = x + 0.5, y = y + size/50, label = size), size = 3) +
  scale_color_gradient(low = "green", high = "red") +
  guides(size="none")

让我知道你的想法。 如果有任何问题，我可以帮助解决更多问题。

Answer 2

谢谢你的回答Skaqqs，非常感谢。 在我看来，这是向前迈出的一大步。 我在真实数据上快速尝试了它，它看起来已经好多了。 尤其是透明度。 我真的不能展示更多，因为这是一个流行话题的敏感数据，我们希望在文章提交之前尽可能保密。

我将从这个良好的起点继续前进并更新您。

谢谢：）