如何将R语言predict()输出转为可用于plot_ly的数值矩阵

现有R代码如下，通过线性回归拟合后对网格数据做预测，得到的terrain_lm是100个元素的一维数组，但需要将其转为数值矩阵才能用plot_ly的add_surface绘制曲面：

fit_lm=lm(z~x+y)

mix <- 2
max <- 12
miy <- 2
may <- 12

griddf <- expand.grid(x = seq(mix,max, length.out = 10),
                      y = seq( miy,may,length.out = 10))

Prediction_data <- data.frame(griddf)
colnames(Prediction_data) <- c("x", "y")
coordinates(Prediction_data ) <- ~ x + y

terrain_lm <- predict(fit_lm, Prediction_data)

期望用以下代码绘制曲面：

fig <- plot_ly()
fig <- fig %>%  add_surface(terrain_lm)

解决方案 #

核心修改：将一维预测结果转为矩阵 #

expand.grid生成的网格数据，是先固定x的每个值，遍历所有y值，因此预测结果的顺序是x1-y1, x1-y2,...,x1-y10, x2-y1,...,x10-y10。直接用matrix()函数将一维数组转为10×10的矩阵，指定按列填充（byrow=FALSE为默认值，可省略），就能匹配add_surface要求的矩阵结构：

fit_lm=lm(z~x+y)

mix <- 2
max <- 12
miy <- 2
may <- 12

# 生成网格数据，无需转成空间对象
griddf <- expand.grid(x = seq(mix,max, length.out = 10),
                      y = seq(miy,may,length.out = 10))

# 直接用griddf做预测，无需额外转成Prediction_data
terrain_lm <- predict(fit_lm, griddf)
# 将一维数组转为10行10列的矩阵
terrain_lm <- matrix(terrain_lm, nrow=10, ncol=10)

# 绘制曲面
fig <- plot_ly()
fig <- fig %>%  add_surface(terrain_lm)

额外优化：简化冗余代码 #

原代码中Prediction_data的定义和coordinates()转换是多余的，predict()可以直接接收expand.grid生成的data.frame，去掉这些步骤能简化代码逻辑。

内容的提问来源于stack exchange，提问作者Thomas Severin