基于ggpattern包的地图图例创建及绘制逻辑优化咨询

AI 小北

2026-6-24

解决方案：ggpattern地图的图例创建与代码优化

问题回顾

我用ggpattern包绘制了一张为不同县区分配颜色和图案的地图，但无法生成包含对应颜色+图案组合的图例；同时当前逐个添加县区的方式较为繁琐，希望得到更优实现方案。

原代码：

library(ggplot2)
library(sf)
library(tidyverse)
library(ggpattern)
library(cowplot)

nc <- st_read(system.file("shape/nc.shp", package="sf"))


nc<-nc%>%mutate(row_id=row_number())

ids=unique(nc$row_id)

##pattern
df1 <- data.frame(
  x    = rep(1:6, 9),
  y    = rep(1:9, each=6),
  name = gridpattern::names_magick,
  stringsAsFactors = FALSE
)

df1<-df1%>%mutate(row_id=row_number())



df_color<-data.frame()

pattern_rand_df_final<-data.frame()


p1 <- ggplot()

ids=1:10

for(id in ids){
  df <- nc%>%filter(id==row_id)
  x=paste(sample(0:255,size=1,replace=TRUE),collapse=" ")
  y=paste(sample(0:255,size=1,replace=TRUE),collapse=" ")
  z=paste(sample(0:255,size=1,replace=TRUE),collapse=" ")
  
  zz=rgb(x,y,z, maxColorValue = 255)
  df_color<<-rbind(df_color,zz)
  df_color=df_color%>%mutate(row_id=row_number())
  df_color_f<-  df_color%>%filter(row_id==id)
  colnames(df_color_f)[1]='fill_color'
    
  num_rand=sample(1:54,1)
  pattern_rand_df_final<<-rbind(pattern_rand_df_final,num_rand)
  pattern_rand_df_final=pattern_rand_df_final%>%mutate(row_id=row_number())
  pattern_rand_df_final_filter<-  pattern_rand_df_final%>%filter(row_id==id)
  colnames(pattern_rand_df_final_filter)[1]='random_pattern'
  
  df1_f<-df1%>%filter(row_id==pattern_rand_df_final_filter$random_pattern)


  
</think_never_used_51bce0c785ca2f68081bfa7d91973934>用户现在需要把之前的问题和代码整理成符合要求的Markdown格式，还要翻译成中文，去掉AI味，最后标注来源。首先，先理清楚结构：

首先是问题描述，然后是代码，然后是解决方案，分两部分：一是优化绘图方式（不用循环逐个加），二是创建带颜色和图案的图例。

首先，问题部分：
我用ggpattern包做了一张给不同县区添加颜色和图案的地图，但没法生成对应颜色和图案的图例。我逐个添加县区是为了控制特定县区的图案，也想知道有没有更好的实现方式。

然后是原代码，用代码块包裹。

接下来是解决方案，分两部分：

## 一、优化绘图逻辑（避免循环逐个添加）
原来的循环方式不仅繁琐，还不利于自动生成图例。正确的做法是把颜色、图案信息提前合并到nc的sf数据框里，然后一次调用geom_sf_pattern，这样ggplot能自动识别映射关系，方便后续做图例。

代码示例：
先处理颜色和图案的随机分配，合并到nc数据框：
```r
library(ggplot2)
library(sf)
library(tidyverse)
library(ggpattern)
library(cowplot)

# 读取数据
nc <- st_read(system.file("shape/nc.shp", package="sf")) %>%
  mutate(row_id = row_number())

# 准备图案列表
df1 <- data.frame(
  x    = rep(1:6, 9),
  y    = rep(1:9, each=6),
  name = gridpattern::names_magick,
  stringsAsFactors = FALSE
) %>%
  mutate(row_id = row_number())

# 为前10个县区随机分配颜色和图案
set.seed(123) # 设置种子保证结果可复现
nc_plot <- nc %>%
  filter(row_id %in% 1:10) %>%
  mutate(
    # 随机生成填充色
    fill_color = rgb(
      red = sample(0:255, n(), replace = TRUE),
      green = sample(0:255, n(), replace = TRUE),
      blue = sample(0:255, n(), replace = TRUE),
      maxColorValue = 255
    ),
    # 随机分配图案ID和名称
    random_pattern_id = sample(1:54, n(), replace = TRUE)
  ) %>%
  left_join(df1, by = c("random_pattern_id" = "row_id"))

# 绘制地图
p1 <- ggplot() +
  geom_sf_pattern(
    data = nc_plot,
    aes(fill = fill_color, pattern_type = name),
    color = "black",
    pattern = "magick"
  )
p1

二、创建自定义颜色+图案图例

因为ggplot默认的图例分开显示颜色和图案，我们需要用cowplot手动创建组合图例，步骤如下：

先制作每个图例项的小图（颜色+图案）
组合这些小图和标签，生成自定义图例
把地图和图例拼接在一起

代码示例：

# 准备图例数据（包含县区名、颜色、图案）
legend_data <- nc_plot %>%
  st_drop_geometry() %>%
  select(county = NAME, fill_color, name)

# 生成每个图例项的小绘图
legend_plots <- map2(legend_data$fill_color, legend_data$name, function(col, pat) {
  ggplot() +
    geom_rect_pattern(
      aes(xmin = 0, xmax = 1, ymin = 0, ymax = 1),
      fill = col,
      pattern = "magick",
      pattern_type = pat,
      color = "black"
    ) +
    theme_void()
})

# 组合图例项和标签
legend <- plot_grid(
  plotlist = legend_plots,
  ncol = 1,
  labels = legend_data$county,
  label_size = 9,
  label_x = 0.1,
  hjust = 0
)

# 拼接地图和图例
final_plot <- plot_grid(p1, legend, rel_widths = c(2, 1))
final_plot

然后说明这样做的好处：

避免循环，代码更简洁易维护
数据和绘图逻辑分离，便于调整颜色、图案规则
自定义图例完美匹配每个县区的颜色+图案组合

最后标注：内容的提问来源于stack exchange，提问作者jsimpsno

现在要把这些整理成Markdown，注意格式：标题用#，列表用-，代码用```r，强调用*。还要去掉AI味，语言要像stackoverflow的专家回答，直接给解决方案，不要多余的话。

现在把结构整理好：

解决方案：ggpattern地图的图例创建与代码优化

问题回顾

原代码：

library(ggplot2)
library(sf)
library(tidyverse)
library(ggpattern)
library(cowplot)

nc <- st_read(system.file("shape/nc.shp", package="sf"))


nc<-nc%>%mutate(row_id=row_number())

ids=unique(nc$row_id)

##pattern
df1 <- data.frame(
  x    = rep(1:6, 9),
  y    = rep(1:9, each=6),
  name = gridpattern::names_magick,
  stringsAsFactors = FALSE
)

df1<-df1%>%mutate(row_id=row_number())



df_color<-data.frame()

pattern_rand_df_final<-data.frame()


p1 <- ggplot()

ids=1:10

for(id in ids){
  df <- nc%>%filter(id==row_id)
  x=paste(sample(0:255,size=1,replace=TRUE),collapse=" ")
  y=paste(sample(0:255,size=1,replace=TRUE),collapse=" ")
  z=paste(sample(0:255,size=1,replace=TRUE),collapse=" ")
  
  zz=rgb(x,y,z, maxColorValue = 255)
  df_color<<-rbind(df_color,zz)
  df_color=df_color%>%mutate(row_id=row_number())
  df_color_f<-  df_color%>%filter(row_id==id)
  colnames(df_color_f)[1]='fill_color'
    
  num_rand=sample(1:54,1)
  pattern_rand_df_final<<-rbind(pattern_rand_df_final,num_rand)
  pattern_rand_df_final=pattern_rand_df_final%>%mutate(row_id=row_number())
  pattern_rand_df_final_filter<-  pattern_rand_df_final%>%filter(row_id==id)
  colnames(pattern_rand_df_final_filter)[1]='random_pattern'
  
  df1_f<-df1%>%filter(row_id==pattern_rand_df_final_filter$random_pattern)


  
p1<-p1 +  geom_sf_pattern(data = df, fill=df_color_f$fill_color, color = "black",pattern='magick',
                          pattern_type = I(df1_f$name))


}

##this creates the map 
p1

legend_df<-full_join(df_color,pattern_rand_df_final)

colnames(legend_df)[1]='color_fill'
colnames(legend_df)[3]='hex_fill_number_id'


legend_df<-left_join(legend_df,df1%>%select(name,row_id),by=c("hex_fill_number_id"="row_id"))

###this is the legend information i would like to add using cowplot 
legend_df<-left_join(legend_df,st_drop_geometry(nc)%>%select(row_id,NAME)%>%rename(county=NAME))

一、优化绘图逻辑（替代循环逐个添加）

循环添加图层的方式不仅冗余，还会导致ggplot无法自动识别映射关系，不利于图例生成。正确做法是将颜色、图案信息提前合并到sf数据框中，一次性调用geom_sf_pattern：

library(ggplot2)
library(sf)
library(tidyverse)
library(ggpattern)
library(cowplot)

# 读取并预处理数据
nc <- st_read(system.file("shape/nc.shp", package="sf")) %>%
  mutate(row_id = row_number())

# 准备magick图案列表
df1 <- data.frame(
  x    = rep(1:6, 9),
  y    = rep(1:9, each=6),
  name = gridpattern::names_magick,
  stringsAsFactors = FALSE
) %>%
  mutate(row_id = row_number())

# 为目标县区分配随机颜色和图案（这里取前10个）
set.seed(123) # 设置种子保证结果可复现
nc_plot <- nc %>%
  filter(row_id %in% 1:10) %>%
  mutate(
    # 生成随机RGB填充色
    fill_color = rgb(
      red = sample(0:255, n(), replace = TRUE),
      green = sample(0:255, n(), replace = TRUE),
      blue = sample(0:255, n(), replace = TRUE),
      maxColorValue = 255
    ),
    # 随机分配图案ID
    random_pattern_id = sample(1:54, n(), replace = TRUE)
  ) %>%
  # 关联图案名称
  left_join(df1, by = c("random_pattern_id" = "row_id"))

# 绘制地图
p1 <- ggplot() +
  geom_sf_pattern(
    data = nc_plot,
    aes(fill = fill_color, pattern_type = name),
    color = "black",
    pattern = "magick"
  ) +
  theme_minimal()
p1

二、创建自定义颜色+图案组合图例

ggplot默认会将颜色和图案拆分为两个独立图例，我们可以用cowplot手动生成组合式图例，步骤如下：

# 提取图例所需数据（去除几何信息）
legend_data <- nc_plot %>%
  st_drop_geometry() %>%
  select(county = NAME, fill_color, name)

# 为每个县区生成带颜色和图案的小矩形图
legend_items <- map2(legend_data$fill_color, legend_data$name, function(col, pat) {
  ggplot() +
    geom_rect_pattern(
      aes(xmin = 0, xmax = 1, ymin = 0, ymax = 1),
      fill = col,
      pattern = "magick",
      pattern_type = pat,
      color = "black"
    ) +
    theme_void() # 去除多余元素
})

# 组合图例项与县区名称标签
custom_legend <- plot_grid(
  plotlist = legend_items,
  ncol = 1,
  labels = legend_data$county,
  label_size = 9,
  label_x = 0.1,
  hjust = 0,
  align = "v"
)

# 拼接地图与自定义图例
final_plot <- plot_grid(p1, custom_legend, rel_widths = c(2, 1), align = "h")
final_plot

优化点说明

去除循环逻辑，代码更简洁易维护，便于后续调整颜色/图案规则
数据与绘图逻辑分离，符合ggplot的映射思想
自定义图例完美匹配每个县区的颜色+图案组合，解决原问题中的图例缺失问题

内容的提问来源于stack exchange，提问作者jsimpsno

这样应该就符合要求了，格式正确，语言专业，没有AI味，解决了用户的两个问题：图例创建和代码优化。</think_never_used_51bce0c785ca2f68081bfa7d91973934># 解决方案：ggpattern地图的图例创建与代码优化

问题回顾

原代码：

library(ggplot2)
library(sf)
library(tidyverse)
library(ggpattern)
library(cowplot)

nc <- st_read(system.file("shape/nc.shp", package="sf"))


nc<-nc%>%mutate(row_id=row_number())

ids=unique(nc$row_id)

##pattern
df1 <- data.frame(
  x    = rep(1:6, 9),
  y    = rep(1:9, each=6),
  name = gridpattern::names_magick,
  stringsAsFactors = FALSE
)

df1<-df1%>%mutate(row_id=row_number())



df_color<-data.frame()

pattern_rand_df_final<-data.frame()


p1 <- ggplot()

ids=1:10

for(id in ids){
  df <- nc%>%filter(id==row_id)
  x=paste(sample(0:255,size=1,replace=TRUE),collapse=" ")
  y=paste(sample(0:255,size=1,replace=TRUE),collapse=" ")
  z=paste(sample(0:255,size=1,replace=TRUE),collapse=" ")
  
  zz=rgb(x,y,z, maxColorValue = 255)
  df_color<<-rbind(df_color,zz)
  df_color=df_color%>%mutate(row_id=row_number())
  df_color_f<-  df_color%>%filter(row_id==id)
  colnames(df_color_f)[1]='fill_color'
    
  num_rand=sample(1:54,1)
  pattern_rand_df_final<<-rbind(pattern_rand_df_final,num_rand)
  pattern_rand_df_final=pattern_rand_df_final%>%mutate(row_id=row_number())
  pattern_rand_df_final_filter<-  pattern_rand_df_final%>%filter(row_id==id)
  colnames(pattern_rand_df_final_filter)[1]='random_pattern'
  
  df1_f<-df1%>%filter(row_id==pattern_rand_df_final_filter$random_pattern)


  
p1<-p1 +  geom_sf_pattern(data = df, fill=df_color_f$fill_color, color = "black",pattern='magick',
                          pattern_type = I(df1_f$name))


}

##this creates the map 
p1

legend_df<-full_join(df_color,pattern_rand_df_final)

colnames(legend_df)[1]='color_fill'
colnames(legend_df)[3]='hex_fill_number_id'


legend_df<-left_join(legend_df,df1%>%select(name,row_id),by=c("hex_fill_number_id"="row_id"))

###this is the legend information i would like to add using cowplot 
legend_df<-left_join(legend_df,st_drop_geometry(nc)%>%select(row_id,NAME)%>%rename(county=NAME))

一、优化绘图逻辑（替代循环逐个添加）

循环添加图层的方式不仅冗余，还会导致ggplot无法自动识别映射关系，不利于图例生成

基于ggpattern包的地图图例创建及绘制逻辑优化咨询

问题回顾 #

二、创建自定义颜色+图案图例 #

问题回顾 #

一、优化绘图逻辑（替代循环逐个添加） #

二、创建自定义颜色+图案组合图例 #

优化点说明 #

问题回顾 #

一、优化绘图逻辑（替代循环逐个添加） #

问题回顾

二、创建自定义颜色+图案图例

问题回顾

一、优化绘图逻辑（替代循环逐个添加）

二、创建自定义颜色+图案组合图例

优化点说明

问题回顾

一、优化绘图逻辑（替代循环逐个添加）