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

                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！