如何用R ggplot2绘制以count为填充变量的热力图？

原代码问题分析 #

• geom_tile(aes(fill = n))中的n未定义，数据集里无此变量
• 重复调用stat_contour，且原始离散点无法直接生成连续热力填充
• stat_density_2d默认基于点密度计算，不能直接映射count值作为填充依据

解决方案：插值生成连续网格后绘图 #

原始数据是稀疏离散点，要生成以count为填充维度的热力图，需先对count在temperature和relative_humidity_percent的范围内做插值，生成连续网格数据后再绘图。

步骤1：安装并加载必要的包 #

install.packages(c("ggplot2", "akima"))
library(ggplot2)
library(akima)

步骤2：对原始数据进行插值 #

使用akima::interp函数生成连续网格：

# 生成插值后的网格数据
interp_data <- interp(x = templ$temperature, 
                      y = templ$relative_humidity_percent, 
                      z = templ$count,
                      xo = seq(min(templ$temperature), max(templ$temperature), length=100),
                      yo = seq(min(templ$relative_humidity_percent), max(templ$relative_humidity_percent), length=100))

# 转换为ggplot兼容的data.frame格式
interp_df <- data.frame(
  temperature = rep(interp_data$x, each = length(interp_data$y)),
  relative_humidity_percent = rep(interp_data$y, length(interp_data$x)),
  count = as.vector(interp_data$z)
)

步骤3：绘制热力图+等高线 #

用插值后的连续数据绘制符合预期的热力图，同时叠加等高线：

ggplot(interp_df, aes(x = temperature, y = relative_humidity_percent)) +
  geom_tile(aes(fill = count)) +  # 热力填充层
  stat_contour(aes(z = count), color = "white", bins = 10) +  # 叠加白色等高线
  scale_fill_viridis_c(title = "count") +  # 使用易读的viridis配色
  labs(x = "Temperature", y = "Relative Humidity (%)") +
  theme_minimal()

替代方案：count加权的密度热力图 #

如果不想做插值，可通过stat_density_2d的weight参数让密度计算时考虑count的权重，实现类似效果：

ggplot(templ, aes(x = temperature, y = relative_humidity_percent)) +
  stat_density_2d(aes(fill = after_stat(level)), geom = "polygon", weight = templ$count) +
  geom_point(aes(size = count), color = "white") +  # 叠加原始数据点
  scale_fill_viridis_c(title = "Weighted Density (count-based)") +
  scale_size_continuous(title = "count") +
  labs(x = "Temperature", y = "Relative Humidity (%)") +
  theme_minimal()

内容的提问来源于stack exchange，提问作者doraemon