如何在R中制作渐变颜色填充时间序列图

Posted 2023-02-23

【中文标题】如何在R中制作渐变颜色填充时间序列图

【英文标题】：How to make gradient color filled timeseries plot in R

【发布时间】：2015-01-30 18:22:52

【问题描述】：

如何用渐变色填充区域上下（sp）线？

这个例子是在 Inkscape 中绘制的 - 但我需要 垂直渐变 - 不是水平的。

从零到正的间隔==从白色到红色。

从零到负的间隔==从white到red。

是否有任何 包 可以做到这一点？

我捏造了一些源数据....

set.seed(1)
x<-seq(from = -10, to = 10, by = 0.25)
data <- data.frame(value = sample(x, 25, replace = TRUE), time = 1:25)
plot(data$time, data$value, type = "n")
my.spline <- smooth.spline(data$time, data$value, df = 15)
lines(my.spline$x, my.spline$y, lwd = 2.5, col = "blue")
abline(h = 0)

【参考方案1】：

使用grid 和gridSVG 包中的函数的另一种可能性。

我们首先根据@kohskehere 描述的方法，通过线性插值生成额外的数据点。然后，基本图将由两个单独的多边形组成，一个用于负值，一个用于正值。

情节渲染后，grid.ls 用于显示grobs 的列表，即情节的所有构建块。在列表中，我们将（除其他外）找到两个geom_area.polygons；一个代表值<= 0 的多边形，一个代表值>= 0 的多边形。

然后使用gridSVG 函数处理多边形grobs 的填充：使用linearGradient 创建自定义颜色渐变，使用grid.gradientFill 替换grobs 的填充。

grob 梯度的操作在 gridSVG 包的作者之一 Simon Potter 的 MSc thesis 的第 7 章中有很好的描述。

library(grid)
library(gridSVG)
library(ggplot2)

# create a data frame of spline values
d <- data.frame(x = my.spline$x, y = my.spline$y)

# create interpolated points
d <- d[order(d$x),]
new_d <- do.call("rbind",
                 sapply(1:(nrow(d) -1), function(i)
                   f <- lm(x ~ y, d[i:(i+1), ])
                   if (f$qr$rank < 2) return(NULL)
                   r <- predict(f, newdata = data.frame(y = 0))
                   if(d[i, ]$x < r & r < d[i+1, ]$x)
                     return(data.frame(x = r, y = 0))
                   else return(NULL)
                 )
)

# combine original and interpolated data
d2 <- rbind(d, new_d)
d2  

# set up basic plot
ggplot(data = d2, aes(x = x, y = y)) +
  geom_area(data = subset(d2, y <= 0)) +
  geom_area(data = subset(d2, y >= 0)) +
  geom_line() +
  geom_abline(intercept = 0, slope = 0) +
  theme_bw()

# list the name of grobs and look for relevant polygons
# note that the exact numbers of the grobs may differ
grid.ls()
# GRID.gTableParent.878
# ...
#   panel.3-4-3-4
# ...
#     areas.gTree.834
#       geom_area.polygon.832 <~~ polygon for negative values
#     areas.gTree.838
#       geom_area.polygon.836 <~~ polygon for positive values

# create a linear gradient for negative values, from white to red
col_neg <- linearGradient(col = c("white", "red"),
                          x0 = unit(1, "npc"), x1 = unit(1, "npc"),
                          y0 = unit(1, "npc"), y1 = unit(0, "npc"))

# replace fill of 'negative grob' with a gradient fill
grid.gradientFill("geom_area.polygon.832", col_neg, group = FALSE)

# create a linear gradient for positive values, from white to red
col_pos <- linearGradient(col = c("white", "red"),
                          x0 = unit(1, "npc"), x1 = unit(1, "npc"),
                          y0 = unit(0, "npc"), y1 = unit(1, "npc"))

# replace fill of 'positive grob' with a gradient fill
grid.gradientFill("geom_area.polygon.836", col_pos, group = FALSE)


# generate SVG output
grid.export("myplot.svg")

您可以轻松地为正多边形和负多边形创建不同的颜色渐变。例如。如果您希望负值从白色变为蓝色，请将上面的 col_pos 替换为：

col_pos <- linearGradient(col = c("white", "blue"),
                          x0 = unit(1, "npc"), x1 = unit(1, "npc"),
                          y0 = unit(0, "npc"), y1 = unit(1, "npc"))

【参考方案2】：

这是base R 中的一种方法，我们用渐变颜色的矩形填充整个绘图区域，然后用白色填充感兴趣区域的反面。

shade <- function(x, y, col, n=500, xlab='x', ylab='y', ...) 
  # x, y: the x and y coordinates
  # col: a vector of colours (hex, numeric, character), or a colorRampPalette
  # n: the vertical resolution of the gradient
  # ...: further args to plot()
  plot(x, y, type='n', las=1, xlab=xlab, ylab=ylab, ...)
  e <- par('usr')
  height <- diff(e[3:4])/(n-1)
  y_up <- seq(0, e[4], height)
  y_down <- seq(0, e[3], -height)
  ncolor <- max(length(y_up), length(y_down))
  pal <- if(!is.function(col)) colorRampPalette(col)(ncolor) else col(ncolor)
  # plot rectangles to simulate colour gradient
  sapply(seq_len(n),
         function(i) 
           rect(min(x), y_up[i], max(x), y_up[i] + height, col=pal[i], border=NA)
           rect(min(x), y_down[i], max(x), y_down[i] - height, col=pal[i], border=NA)
         )
  # plot white polygons representing the inverse of the area of interest
  polygon(c(min(x), x, max(x), rev(x)),
          c(e[4], ifelse(y > 0, y, 0), 
            rep(e[4], length(y) + 1)), col='white', border=NA)     
  polygon(c(min(x), x, max(x), rev(x)),
          c(e[3], ifelse(y < 0, y, 0), 
            rep(e[3], length(y) + 1)), col='white', border=NA)      
  lines(x, y)
  abline(h=0)
  box()  

这里有一些例子：

xy <- curve(sin, -10, 10, n = 1000)
shade(xy$x, xy$y, c('white', 'blue'), 1000)

或者使用颜色渐变调色板指定的颜色：

shade(xy$x, xy$y, heat.colors, 1000)

并应用于您的数据，尽管我们首先将点内插到更精细的分辨率（如果我们不这样做，渐变不会紧跟它与零交叉的线）。

xy <- approx(my.spline$x, my.spline$y, n=1000)
shade(xy$x, xy$y, c('white', 'red'), 1000)

【参考方案3】：

这是一种方法，它严重依赖于多个 R 空间包。

基本思路是：

绘制一个空图，即在其上放置后续元素的画布。 （首先这样做还可以让您检索绘图的用户坐标，这是后续步骤中需要的。）

使用对rect() 的矢量化调用来设置背景颜色。获取颜色渐变的繁琐细节实际上是最棘手的部分。

使用 rgeos 中的拓扑函数首先找到图中的闭合矩形，然后找到它们的补集。在背景清洗上用白色填充绘制补色会覆盖多边形内所有除了的颜色，这正是你想要的。

最后，使用plot(..., add=TRUE)、lines()、abline() 等设置您希望绘图显示的任何其他细节。

---

library(sp)
library(rgeos)
library(raster)
library(grid)

## Extract some coordinates
x <- my.spline$x
y <- my.spline$y
hh <- 0
xy <- cbind(x,y)

## Plot an empty plot to make its coordinates available
## for next two sections
plot(data$time, data$value, type = "n", axes=FALSE, xlab="", ylab="")

## Prepare data to be used later by rect to draw the colored background
COL <- colorRampPalette(c("red", "white", "red"))(200)
xx <- par("usr")[1:2]
yy <- c(seq(min(y), hh, length.out=100), seq(hh, max(y), length.out=101))

## Prepare a mask to cover colored background (except within polygons)
## (a) Make SpatialPolygons object from plot's boundaries
EE <- as(extent(par("usr")), "SpatialPolygons")
## (b) Make SpatialPolygons object containing all closed polygons
SL1 <- SpatialLines(list(Lines(Line(xy), "A")))
SL2 <- SpatialLines(list(Lines(Line(cbind(c(0,25),c(0,0))), "B")))
polys <- gPolygonize(gNode(rbind(SL1,SL2)))
## (c) Find their difference
mask <- EE - polys

## Put everything together in a plot
plot(data$time, data$value, type = "n")
rect(xx[1], yy[-201], xx[2], yy[-1], col=COL, border=NA)
plot(mask, col="white", add=TRUE)
abline(h = hh)
plot(polys, border="red", lwd=1.5, add=TRUE)
lines(my.spline$x, my.spline$y, col = "red", lwd = 1.5)

【参考方案4】：

这是欺骗ggplot 做你想做的事的可怕方法。本质上，我在曲线下制作了一个巨大的点网格。由于无法在单个多边形内设置渐变，因此您必须制作单独的多边形，因此网格。像素设置太低会很慢。

gen.bar <- function(x, ymax, ypixel) 
  if (ymax < 0) ypixel <- -abs(ypixel)
  else ypixel <-  abs(ypixel)
  expand.grid(x=x, y=seq(0,ymax, by = ypixel))


# data must be in x order.
find.height <- function (x, data.x, data.y) 
  base <- findInterval(x, data.x)
  run <- data.x[base+1] - data.x[base]
  rise <- data.y[base+1] - data.y[base]
  data.y[base] + ((rise/run) * (x - data.x[base]))


make.grid.under.curve <- function(data.x, data.y, xpixel, ypixel) 
  desired.points <- sort(unique(c(seq(min(data.x), max(data.x), xpixel), data.x)))
  desired.points <- desired.points[-length(desired.points)]

  heights <- find.height(desired.points, data.x, data.y)
  do.call(rbind, 
          mapply(gen.bar, desired.points, heights, 
                 MoreArgs = list(ypixel), SIMPLIFY=FALSE))


xpixel = 0.01
ypixel = 0.01
library(scales)
grid <- make.grid.under.curve(data$time, data$value, xpixel, ypixel)
ggplot(grid, aes(xmin = x, ymin = y, xmax = x+xpixel, ymax = y+ypixel, 
                 fill=abs(y))) + geom_rect() 

颜色不是你想要的，但它可能太慢了，不适合认真使用。