R:调整 ggplot2 中的比例颜色渐变

Question

首先，这是 mydata(121315*4) 的一部分:

     LONGITUDE LATITUDE NUM_PICKUPS TOTAL_REVENUE
 1   121.6177  38.9124          21         337.0
 2   121.8069  39.0210          16         454.7
 3   121.5723  38.9645          38         696.9
 4   121.6423  38.9258         622       13609.7
 5   121.5647  38.9129         116        2016.7
 6   121.6429  38.8846         120        2417.3
 7   121.5852  38.9279         117        1975.0
 8   121.6616  38.9189          94        1712.4
 9   121.5812  38.9828          50         981.6
 10  121.6411  38.9255         225        4696.2

看到这一点，第一列和第二列是经度和纬度。
mydata[1,3]=21意味着在地方 (121.6177, 38.9124) ，有 21 个拾音器。

然后，我使用 NUM_PICKUPS 重新使用 mydata描述:

LONGITUDE   LATITUDE    NUM_PICKUPS TOTAL_REVENUE
121.6019    39.0181        14243    514716
121.5382    38.9609        13244    443754.7
121.5381    38.9609         9645    325056
121.5382    38.9608         8846    294345.6
121.602     39.0181         6556    232254.5
121.5383    38.9609         6152    208967.6
121.5383    38.9608         6014    207677.8
121.5381    38.9608         5544    185398.3
121.6018    39.018          4546    167662.1
121.5382    38.9607         4260    143088.9
121.5827    38.8948         4133    72202.8
121.6303    38.9183         3837    67683.6
121.5966    38.9665         3747    56378.7

还有 mydata 的摘要:

summary(mydata)


 LONGITUDE        LATITUDE      NUM_PICKUPS       TOTAL_REVENUE     
  Min.   :121.1   Min.   :38.76   Min.   :   10.00   Min.   :    92.9  
  1st Qu.:121.6   1st Qu.:38.91   1st Qu.:   15.00   1st Qu.:   289.7  
  Median :121.6   Median :38.92   Median :   27.00   Median :   515.1  
  Mean   :121.6   Mean   :38.93   Mean   :   57.03   Mean   :  1067.6  
  3rd Qu.:121.6   3rd Qu.:38.96   3rd Qu.:   59.00   3rd Qu.:  1089.5  
  Max.   :122.0   Max.   :39.32   Max.   :14243.00   Max.   :514716.0

现在，我想绘制由 NUM_PICKUPS 着色的 map ，看看我的代码。

g1 <- ggplot() + geom_point(data = mydata,aes(x = LONGITUDE,y = LATITUDE,color=NUM_PICKUPS))

是的，代码和图表都是正确的，但是看看 颜色 ，很难辨认高的地方在哪里 num_pickups ?哪里少了？

我尝试用 scale_colour_gradient() 修改我的代码:

g1 + scale_colour_gradient(low = "red",high = "white")

但是看图片， 颜色也很难归类。

第三次尝试:这次我添加了 的参数alpha=I(1/100) 和 breaks() :

g1 <- ggplot() + geom_point(data = mydata,aes(x = LONGITUDE,y = LATITUDE,color=NUM_PICKUPS),alpha=I(1/100))
g1 + scale_colour_gradient(low = "red",high = "white", breaks=c(0,2000,4000))

但是还是很无奈!

第四次尝试:

ggplot(data = mydata, aes(x = LONGITUDE,y = LATITUDE, color = NUM_PICKUPS)) + geom_point() + scale_colour_gradient(limits = c(0, 60))

第五次尝试:
根据3年前的帖子， ggplot2 Color Scale Over Affected by Outliers ，我尝试再次修改我的代码:

mydata$NUM_PICKUPS1 <- "> 2000"
mydata$NUM_PICKUPS1[mydata$NUM_PICKUPS <= 2000] <- NA

g2 <- ggplot() + geom_point(data = subset(mydata,NUM_PICKUPS <= 2000),
      aes(x = LONGITUDE,y = LATITUDE,color=NUM_PICKUPS),size=2) +    geom_point(data = subset(mydata,NUM_PICKUPS > 2000),aes(x = LONGITUDE,y = LATITUDE,fill=NUM_PICKUPS1))

中确实发生了一些变化异常值 ，但是色阶还是很难分类!

所以，我的问题是如何修改我的代码以制作 NUM_PICKUPS 的颜色容易识别吗？

Answer 1

根据我的评论和您的回复，我认为问题在于您有一些异常值迫使规模扩大以适应它们。

来自您的 summary() , 75% 的案例 NUM_PICKUPS介于 10 和 59 之间。剩下的 25% 然后增加到 14243，大三个数量级!

总而言之，NUM_PICKUPS 的值范围太大而无法显示任何低于 1,000 的变化。

您选择的解决方案将取决于您的数据以及您想用它做什么。一种选择是仅显示最高 75% 的值，并排除最高的 25% 作为异常值。您可以通过手动设置限制来在不更改数据的情况下执行此操作，我认为:

g1 + scale_colour_gradient(limits = c(0, 60))

另一种选择是转换您的数据(可能使用 log() 或 log10() )。例如， mydata$LOG_PICKUPS <- log10(mydata$NUM_PICKUPS)可能有助于减少足以绘制的范围。