使用ggplot2的Hodogram
我想用ggplot2创建一个刻面图,表示每月的风图 我最近读了以下帖子:。我想这对我来说可能是个好的开始。以下数据集将WindValue表示为u和v分量,时间步长为3小时。我想将它表示为一个hodogram,这意味着每个向量都在前一个向量之后使用ggplot2的Hodogram,r,vector,plot,direction,R,Vector,Plot,Direction,我想用ggplot2创建一个刻面图,表示每月的风图 我最近读了以下帖子:。我想这对我来说可能是个好的开始。以下数据集将WindValue表示为u和v分量,时间步长为3小时。我想将它表示为一个hodogram,这意味着每个向量都在前一个向量之后 u v [1,] -4.0000000 -6.928203e+00 [2,] -6.1283555 -5.142301e+00 [3,] -5.0000000 1.224647e-15
u v
[1,] -4.0000000 -6.928203e+00
[2,] -6.1283555 -5.142301e+00
[3,] -5.0000000 1.224647e-15
[4,] -3.7587705 1.368081e+00
[5,] 4.0000000 -4.898587e-16
[6,] 4.6984631 -1.710101e+00
[7,] 5.6381557 2.052121e+00
[8,] 6.1283555 5.142301e+00
[9,] -9.1925333 -7.713451e+00
[10,] -6.5778483 2.394141e+00
[11,] -5.3623111 4.499513e+00
[12,] -4.5962667 3.856726e+00
[13,] -7.0000000 1.714506e-15
[14,] -6.5778483 -2.394141e+00
[15,] 6.0000000 -7.347881e-16
[16,] -6.5778483 -2.394141e+00
[17,] -6.0000000 1.469576e-15
[18,] -8.0000000 1.959435e-15
[19,] -5.6381557 2.052121e+00
[20,] -6.0000000 1.469576e-15
[21,] -4.5962667 3.856726e+00
[22,] 2.0000000 -3.464102e+00
[23,] 5.6381557 -2.052121e+00
[24,] 6.0000000 -7.347881e-16
[25,] 5.6381557 -2.052121e+00
[26,] -5.3623111 -4.499513e+00
[27,] -4.5962667 -3.856726e+00
[28,] -6.1283555 -5.142301e+00
[29,] -4.6984631 -1.710101e+00
[30,] 0.8682409 -4.924039e+00
[31,] 2.5000000 -4.330127e+00
[32,] -0.8682409 -4.924039e+00
[33,] -6.0000000 1.469576e-15
[34,] -5.3623111 -4.499513e+00
[35,] -3.8302222 -3.213938e+00
[36,] -4.5962667 -3.856726e+00
[37,] -3.5000000 -6.062178e+00
[38,] 1.0418891 -5.908847e+00
[39,] 5.3623111 -4.499513e+00
[40,] 4.5962667 -3.856726e+00
[41,] 3.8302222 -3.213938e+00
[42,] 3.0000000 -5.196152e+00
[43,] 5.3623111 -4.499513e+00
[44,] 5.3623111 -4.499513e+00
[45,] 4.5962667 -3.856726e+00
[46,] 3.0000000 -5.196152e+00
[47,] 4.5962667 -3.856726e+00
[48,] 3.8302222 -3.213938e+00
[49,] 1.0418891 -5.908847e+00
[50,] 3.8302222 -3.213938e+00
您可以在这里找到一个hodogram示例:(如左下角的示例)
有了这些Hodogram(每月1个),我想用ggplot2绘制一个刻面图,但我认为(我希望)我可以管理这部分
任何帮助都将不胜感激
非常感谢您的提前 我得到了一些东西,我还在努力
u <- mydata$u
v <- mydata$v
x <- cumsum(mydata$u[56297:56704]*10.8)
y <- cumsum(mydata$v[56297:56704]*10.8)
wind <- cbind(x,y)
wind <- data.frame(wind)
p <- ggplot(wind) + geom_path(aes(x, y, colour = x))
u我得到了一些东西,我还在努力
u <- mydata$u
v <- mydata$v
x <- cumsum(mydata$u[56297:56704]*10.8)
y <- cumsum(mydata$v[56297:56704]*10.8)
wind <- cbind(x,y)
wind <- data.frame(wind)
p <- ggplot(wind) + geom_path(aes(x, y, colour = x))
u以下是我将如何做的概念。我会让你摆弄细节(比如删除标题栏)
库(ggplot2)
图书馆(gridExtra)
图书馆(弥撒)
linedata以下是我将如何做的概念。我会让你摆弄细节(比如删除标题栏)
库(ggplot2)
图书馆(gridExtra)
图书馆(弥撒)
linedata这是我的结果。它需要一些改进,但我离我在文章中描述的想要的结果很近。以下是我使用的代码:
library("ggplot2")
library("plyr")
mydata <- read.table("C:\\myfile.csv", sep="\t", header=TRUE)
seasons <- mydata$seasons
years <- mydata$year
u <- mydata$u
v <- mydata$v
intensity <- mydata$intensity
wind <- cbind(u,v,intensity,seasons,years)
wind <- data.frame(wind)
x <- ddply(wind, .(years, seasons), summarize, x=cumsum(u*0.0108))
y <- ddply(wind, .(years, seasons), summarize, y=cumsum(v*0.0108))
x <- x$x
y <- y$y
wind <- cbind(wind,x,y)
wind <- data.frame(wind)
wind$seasons[wind$seasons == 1] <- "winter"
wind$seasons[wind$seasons == 2] <- "spring"
wind$seasons[wind$seasons == 3] <- "summer"
wind$seasons[wind$seasons == 4] <- "autumn"
p <- ggplot(wind, aes(x, y)) + geom_path(aes(colour = intensity))+ scale_colour_gradientn(colours=c("blue","yellow","red"))
p + facet_grid(seasons ~ years)
库(“ggplot2”)
图书馆(“plyr”)
mydata这是我的结果。它需要一些改进,但我离我在文章中描述的想要的结果很近。以下是我使用的代码:
library("ggplot2")
library("plyr")
mydata <- read.table("C:\\myfile.csv", sep="\t", header=TRUE)
seasons <- mydata$seasons
years <- mydata$year
u <- mydata$u
v <- mydata$v
intensity <- mydata$intensity
wind <- cbind(u,v,intensity,seasons,years)
wind <- data.frame(wind)
x <- ddply(wind, .(years, seasons), summarize, x=cumsum(u*0.0108))
y <- ddply(wind, .(years, seasons), summarize, y=cumsum(v*0.0108))
x <- x$x
y <- y$y
wind <- cbind(wind,x,y)
wind <- data.frame(wind)
wind$seasons[wind$seasons == 1] <- "winter"
wind$seasons[wind$seasons == 2] <- "spring"
wind$seasons[wind$seasons == 3] <- "summer"
wind$seasons[wind$seasons == 4] <- "autumn"
p <- ggplot(wind, aes(x, y)) + geom_path(aes(colour = intensity))+ scale_colour_gradientn(colours=c("blue","yellow","red"))
p + facet_grid(seasons ~ years)
库(“ggplot2”)
图书馆(“plyr”)
mydata也许您可以向我们展示您迄今为止的尝试。实际上,我的问题是开始,因为我的初始数据集是一个方向(0-360°)/强度(m.s-1)表。为了在包“RSEIS”中尝试“hodogram”命令,我将其转换为u和v向量。该软件包不适合我的需要,也不提供定制的可能性。因此,我试图在互联网上找到一个hodogram代码,但我在任何地方都找不到。也许你可以向我们展示你迄今为止的尝试。实际上,我的问题是开始,因为我的初始数据集是一个方向(0-360°)/强度(m.s-1)表。为了在包“RSEIS”中尝试“hodogram”命令,我将其转换为u和v向量。该软件包不适合我的需要,也不提供定制的可能性。所以我试图在互联网上找到一个hodogram代码,但我在任何地方都找不到。非常感谢你的回答!我仍然需要使用“cumsum”来获得一个真正的hodogram,但是您的代码将帮助我获得最终的图表。我将把我的最终结果放在主题中,再次谢谢!非常感谢你的回答!我仍然需要使用“cumsum”来获得一个真正的hodogram,但是您的代码将帮助我获得最终的图表。我将把我的最终结果放在主题中,再次谢谢!