[英]Transforming two functions into one R
好的,我想將我的函數kri3和Kmap合並為一個函數。 這兩個功能都由它們自己完成。 我遇到的問題是,當我將兩個kri3合並時,將不會保存它在全局環境中創建的值並將其傳遞給Kmap。 因此,除非將函數拆分為兩個,否則Kmap不會使用這些值。 為什么不能將其變成一個功能? 我只想為所有這一切提供一個功能,而不是兩個。
我要制作的函數將采用變量,緯度,經度以及地圖在x和y方向上的清晰度。 然后它將克里格給定的數據,並一次性輸出兩個用於預測和方差的熱圖到ggmap上。
kri3 <- function(var, lat, lon, defx, defy){
#making a data frame out of the given vectors
spdf <- data.frame(var,lat,lon)
#makeing spatial point data frame coords
sp::coordinates(spdf) <- ~ lon + lat
bbox <- sp::bbox(spdf)
#variogram stuff
lzn.vgm <- gstat::variogram(var ~ 1, spdf)
lzn.fit1 <- gstat::fit.variogram(lzn.vgm, model = gstat::vgm(1, "Sph", 900, 1))
lzn.fit = automap::autofitVariogram(var ~ 1,
spdf,
model = c("Sph"),
kappa = c(0.05, seq(0.2, 2, 0.1), 5, 10),
fix.values = c(NA, NA, NA),
start_vals = c(NA,NA,NA),
verbose = T)
#making our grid
cs <- c(defx, defy)
bb <- sp::bbox(spdf)
cc <- bb[,1] + (cs/2)
cd <- ceiling(diff(t(bb))/cs)
gold_grd <- sp::GridTopology(cellcentre.offset = cc, cellsize = cs, cells.dim = cd)
gold_grd
p4s <- sp::CRS(sp::proj4string(spdf))
gold_sg <- sp::SpatialGrid(gold_grd, proj4string = p4s)
summary(gold_sg)
#kringing and auto kriging
lzn.kriged <- as.data.frame(gstat::krige(var ~ 1, spdf, gold_sg , model=lzn.fit1))
lzn.Akriged <- automap::autoKrige(var ~ 1, spdf, gold_sg)
lzn.Akriged.pred <- lzn.Akriged$krige_output$var1.pred
lzn.Akriged.var <- lzn.Akriged$krige_output$var1.var
return(lzn.kriged)
return(lzn.Akriged.var)
return(lzn.Akriged.pred)
}
kriw <- kri3(new_river$E_coli, new_river$lat2, new_river$lon2, 0.005, 0.005)
Kmap <- function(lat, lon, kriw){
#making a dataframe for ggplot
kriw <- as.data.frame(kriw)
#making a maps
bbox1 <- ggmap::make_bbox(lon, lat, f = 1.4)
map <- ggmap::get_map(bbox1)
#making a heat map
M1 <- ggmap::ggmap(map) +
ggplot2::geom_tile(data = kriw, ggplot2::aes(x = lon,
y = lat, alpha = var1.pred), fill = "red")
M2 <- ggmap::ggmap(map) +
ggplot2::geom_tile(data = kriw, ggplot2::aes(x = lon,
y = lat, alpha = var1.var), fill = "red")
#Placing both heat maps together
heat <- gridExtra::grid.arrange(M1,M2, ncol=2)
return(heat)
}
Kmap(new_river$lat2, new_river$lon2, kriw)
r2evans是正確的。
而不是使用return 3次,我需要使用一次。
舊代碼:
return(lzn.kriged)
return(lzn.Akriged.var)
return(lzn.Akriged.pred)
新代碼:
kriw <- data.frame(lzn.kriged, lzn.Akriged.var, lzn.Akriged.pred)
return(kriw)
這很容易讓我移動變量並創建一個函數。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.