使用ggmap绘制物种分布热力图时两类报错的原因及解决咨询

嗨，我来帮你搞定这两个报错，让你顺利画出物种分布的等高线/热力图～

这个报错的核心是stat_density2d在计算二维密度分布时卡壳了——你的筛选后数据里存在缺失的经度或纬度值（NA），而密度计算要求每一条数据都有完整的经纬度信息，只要有一个NA，程序就无法完成计算。

解决办法： #

1. 先确认缺失值的数量：

# 检查Anseriformes类数据的经纬度缺失情况
sum(is.na(subset(species2t, order=="Anseriformes")[,c("decimalLongitude","decimalLatitude")]))

2. 清理缺失值，推荐用dplyr的drop_na更直观：

library(dplyr)
clean_data <- species2t %>%
  filter(order == "Anseriformes") %>%
  drop_na(decimalLongitude, decimalLatitude)

处理后的clean_data没有缺失的经纬度，再用来绘图就不会触发这个错误了。

这个报错是因为你在aes()里写了color = species，但species是你单独读取的外部对象，和当前stat_density2d用到的190行数据长度不匹配。而且这里你应该是想给等高线设置颜色，要么用固定色，要么用当前数据内的变量映射，不能用外部对象。

解决办法： #

• 如果想给所有等高线设置统一颜色，把color放在aes()外面，比如设成深灰色：

color = "darkgray"

• 如果你想按数据内的变量（比如具体物种名）区分颜色，要使用当前数据里的列，比如color = speciesName（假设你的数据有这个列），但如果已经筛选了Anseriformes类，大部分数据属于同一类群，固定颜色会更合适。

library(ggmap)
library(readr)
library(dplyr)

# 读取数据
species2t <- read_csv("species2t.csv")

# 清理目标物种的经纬度缺失值
clean_anseriformes <- species2t %>%
  filter(order == "Anseriformes") %>%
  drop_na(decimalLongitude, decimalLatitude)

# 获取底图（如果还没准备map1）
# 用数据的经纬度均值作为中心，调整zoom到合适大小
map_center <- c(lon = mean(clean_anseriformes$decimalLongitude), 
                lat = mean(clean_anseriformes$decimalLatitude))
map1 <- get_map(location = map_center, zoom = 10)

# 绘制等高线填充图
ggmap(map1) + 
  stat_density_2d(data = clean_anseriformes, 
                  aes(x = decimalLongitude, y = decimalLatitude, fill = ..level..), 
                  alpha = .3, geom = "polygon", color = "darkgray") +
  theme(legend.position = "none")

如果想画热力图，也可以把geom = "polygon"换成geom = "raster"，或者用geom_bin2d绘制网格型热力图，更贴合“热力”的视觉效果。

内容的提问来源于stack exchange，提问作者Rosario