如何倾斜颜色比例尺以优化美国年降水量地图可视化？

针对你遇到的高值区域（蓝色）极端压缩其余区间信息的问题，给你几个实用的调整方法：

1. 对数变换压缩高值区间 #

如果降水量数据右偏严重（大部分区域数值低，少数区域极高），对数变换能有效压缩高值区间的色彩跨度，让低值区域的差异更明显：

# 基础对数变换（注意数据不能为0）
scale_fill_viridis_c(direction = -1, na.value = NA, trans = "log10")

# 若存在0值，用log(1+x)变换避免报错
scale_fill_viridis_c(direction = -1, na.value = NA, trans = "log1p")

2. 幂变换灵活调整倾斜程度 #

如果对数变换的力度太大，可选用开平方、开三次方这类幂变换，根据数据偏斜程度灵活控制：

# 内置开平方变换
scale_fill_viridis_c(direction = -1, na.value = NA, trans = "sqrt")

# 自定义开三次方变换
library(scales)
cbrt_trans <- trans_new(
  "cbrt",
  function(x) sign(x) * abs(x)^(1/3),
  function(x) x^3
)
scale_fill_viridis_c(direction = -1, na.value = NA, trans = cbrt_trans)

3. 手动设置颜色断点与映射 #

如果需要更精准的控制，可手动划分数值区间，让蓝色覆盖更大的数值范围，同时给低值区间分配更多色彩分段：

# 示例：假设降水量最大值为2000，设置断点让1000-2000只用蓝色系，低值区间细分
scale_fill_viridis_c(
  direction = -1,
  na.value = NA,
  breaks = c(0, 200, 400, 600, 800, 1000, 2000),
  limits = c(0, 2000),
  oob = squish # 超出范围的数值统一映射到边界颜色
)

4. Box-Cox变换（适配复杂偏斜数据） #

如果数据偏斜程度特殊，可借助Box-Cox变换自动找到最优变换系数，需先安装MASS包：

library(MASS)
# 计算Box-Cox最优lambda系数
bc <- boxcox(precipitation ~ 1, data = your_data)
lambda <- bc$x[which.max(bc$y)]

# 应用变换
scale_fill_viridis_c(
  direction = -1,
  na.value = NA,
  trans = boxcox_trans(lambda)
)

内容的提问来源于stack exchange，提问作者Kevin