Площадь графика с использованием geom_sf в ggplot

Я пытаюсь построить с помощью ggplot объект научной фантастики, расширив область графика до квадратной. Это воспроизводимый код:

library(dplyr)
library(ggplot2)
library(rnaturalearth)

world <- ne_countries(scale = "medium", returnclass = "sf")
ggplot() +
  geom_sf(data = world%>%filter(sovereignt == "Italy"))

Результат таков:

Теперь я хотел бы получить тот же график, но расширив область до квадрата, как видно на графике, созданном с помощью следующего кода:

ggplot() +
  geom_sf(data = world%>%filter(sovereignt == "Italy")) +
  theme(aspect.ratio = 1)

Проблема в том, что на графике выше область графика квадратная, но научно-фантастический объект деформирован. Есть ли у кого-нибудь идеи, как это решить?

может быть полезно: stackoverflow.com/questions/13445753/…

user63230 21.08.2024 14:21

Посмотрите этот справочник вопросов и ответов.

Kat 21.08.2024 16:46
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
2
2
51
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Поскольку координаты ne_countries() определяются географической системой координат (GCS), это затрудняет создание квадратного графика. Чтобы упростить создание квадратного графика, я рекомендую спроецировать ваши данные в систему координат проекции (PCS), например WGS84 Pseudo Mercator/EPSG:3857 или соответствующую зону UTM.

Рабочий процесс:

  1. Данные проекта с использованием sf::st_transform()
  2. Точки возврата ограничивающей рамки ваших данных
  3. Определите, какая широта или долгота больше, и верните половину разницы между ними, например, переменная diff в этом примере.
  4. Используйте diff, чтобы увеличить размер меньшего измерения на вашем графике, например. долгота в этом примере

Обратите внимание: в зависимости от того, где находятся ваши данные, разница между исходной версией WGS84/EPSG:3857 и вашей версией PCS может различаться. Однако существует ряд доступных PCS, которые уменьшат любую разницу относительно того, где находятся ваши данные.

library(rnaturalearth)
library(dplyr)
library(ggplot2)
library(patchwork)

# Load ne_countries()
world <- ne_countries(scale = "medium", returnclass = "sf")

# Create projected and unprojected sf objects
italy3857 <- filter(world, sovereignt == "Italy") |> st_transform(3857)
italy4326 <- filter(world, sovereignt == "Italy")

# Function to get polygon from boundary box
bbox_polygon <- function(x) {
  bb <- sf::st_bbox(x)
  
  p <- matrix(
    c(bb["xmin"], bb["ymin"], 
      bb["xmin"], bb["ymax"],
      bb["xmax"], bb["ymax"], 
      bb["xmax"], bb["ymin"], 
      bb["xmin"], bb["ymin"]),
    ncol = 2, byrow = T
  )
  
  sf::st_polygon(list(p))
}

# Create points of bbox
sf_p <- st_sfc(bbox_polygon(italy3857)) |>
  st_as_sf(crs = st_crs(italy3857)) |>
  st_cast("POINT")

sf_p
# Simple feature collection with 5 features and 0 fields
# Geometry type: POINT
# Dimension:     XY
# Bounding box:  xmin: 737796 ymin: 4395685 xmax: 2057834 ymax: 5955490
# Projected CRS: WGS 84 / Pseudo-Mercator
#                         x
# 1  POINT (737796 4395685)
# 2  POINT (737796 5955490)
# 3 POINT (2057834 5955490)
# 4 POINT (2057834 4395685)
# 5  POINT (737796 4395685)

# Get longitude distance
x <- as.integer(st_distance(sf_p[1,], sf_p[4,]))
x
# [1] 1320038

# Get latitude distance
y <- as.integer(st_distance(sf_p[1,], sf_p[2,]))
y
# [1] 1559805

# Subtract max from min, divide by 2
diff <- (y - x) / 2

# Plot unprojected sf (for comparison)
p1 <- ggplot() +
  geom_sf(data = italy4326) +
  labs(title = "WGS84/EPSG:4326")

p2 <- ggplot() +
  geom_sf(data = italy3857) +
  coord_sf(xlim = c(st_bbox(italy3857)[[1]] - diff, 
                    st_bbox(italy3857)[[3]] + diff)) +
  labs(title = "WGS84 Pseudo Mercator/EPSG:3857")

p1 + p2

Другие вопросы по теме