如何在ggplot中用行政边界多边形替代散点图的数据点？

我想要创建一幅图表，用行政边界轮廓替代数据点来展示数据。目前已实现新西兰地区面积的有序散点图，但不清楚如何将nz_map中的行政多边形定位到绘图空间中对应点的位置，替代原有的散点。

原代码如下：

# 加载包
library(tidyverse)
library(sf)
library(rnaturalearth)

# 获取新西兰行政边界地图
nz_map <- ne_states(country  = "new zealand", returnclass = "sf")

# 筛选南北岛地区并计算面积（单位：平方公里）
nz_map <- nz_map %>%
  select(name, region) %>%
  filter(region %in% c("South Island", "North Island")) %>%
  mutate(area = as.vector(st_area(.)/1e6))

# 计算多边形中心点用于绘制散点
nz_map_pnts <- st_centroid(nz_map)

# 绘制有序散点图
ggplot() +
  geom_point(data = nz_map_pnts, aes(reorder(name, area), y = area)) +
  labs(x = "地区",
       y = "面积（平方公里）") +
  theme_classic()+
  theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust = 1))

原散点图效果：

解决方案步骤 #

核心思路是对每个行政多边形做归一化缩放+平移，将其转换为可定位到散点位置的“迷你地图”：

• 归一化每个多边形：把每个多边形的坐标转换到[0,1]的统一范围，消除原始地理坐标的差异；
• 缩放和平移定位：根据原散点的x（排序后的地区）和y（面积）坐标，将归一化后的多边形缩放并平移到对应位置；
• 绘制迷你地图：用geom_sf绘制处理后的多边形，保留原坐标轴的信息。

修改后的完整代码 #

# 加载包
library(tidyverse)
library(sf)
library(rnaturalearth)

# 获取并处理新西兰行政边界数据
nz_map <- ne_states(country  = "new zealand", returnclass = "sf") %>%
  select(name, region) %>%
  filter(region %in% c("South Island", "North Island")) %>%
  mutate(area = as.vector(st_area(.)/1e6))

# 定义多边形归一化函数：将单个多边形坐标缩放到[0,1]范围
normalize_poly <- function(poly) {
  # 获取多边形的坐标范围
  bbox <- st_bbox(poly)
  # 计算偏移量和缩放比例
  x_offset <- bbox[["xmin"]]
  y_offset <- bbox[["ymin"]]
  x_scale <- bbox[["xmax"]] - x_offset
  y_scale <- bbox[["ymax"]] - y_offset
  
  # 对坐标做归一化转换
  poly_normalized <- (poly - c(x_offset, y_offset)) / c(x_scale, y_scale)
  return(poly_normalized)
}

# 对每个地区的多边形做归一化处理
nz_map_normalized <- nz_map %>%
  group_by(name) %>%
  mutate(geometry = list(normalize_poly(geometry))) %>%
  ungroup()

# 计算每个地区对应的散点位置（x为排序后的因子水平，y为面积）
nz_map_pos <- nz_map %>%
  mutate(x_pos = as.integer(reorder(name, area)),  # 转换为数值型x坐标
         y_pos = area)

# 将归一化后的多边形平移缩放至对应位置
# 缩放系数scale_factor控制迷你地图的大小，可根据需求调整
scale_factor <- 0.3
nz_map_plot <- nz_map_normalized %>%
  left_join(nz_map_pos, by = "name") %>%
  mutate(geometry = geometry * scale_factor + c(x_pos - scale_factor/2, y_pos - scale_factor/2))

# 绘制最终图表
ggplot() +
  # 绘制迷你行政边界
  geom_sf(data = nz_map_plot, aes(fill = area), color = "black", size = 0.2) +
  # 添加y轴参考线（可选）
  geom_hline(data = nz_map_pos, aes(yintercept = y_pos), linetype = "dashed", color = "gray50") +
  # 设置坐标轴和标签
  scale_x_continuous(breaks = nz_map_pos$x_pos, labels = nz_map_pos$name) +
  labs(x = "地区",
       y = "面积（平方公里）",
       fill = "面积") +
  theme_classic() +
  theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust = 1))

代码说明 #

• 归一化函数：确保每个地区的多边形都被缩放到相同的相对尺寸，避免因原始地理范围差异导致迷你地图大小悬殊；
• 缩放系数：scale_factor可根据图表尺寸调整，避免迷你地图之间重叠；
• 定位逻辑：将归一化后的多边形中心对齐到原散点的位置，x_pos由排序后的地区名称转换为数值，保证顺序与原散点图一致；
• 填充色：可选添加fill = area，让迷你地图的颜色也反映面积大小，增强数据表达。

内容的提问来源于stack exchange，提问作者flee