散点图公式表示法产生异常结果问题排查

嘿，这个问题我之前踩过同款坑！公式表示法和plot.default看起来几乎可以互换，但在地图点绘制这种场景下，确实藏着容易忽略的差异，我来给你拆解一下核心原因：

1. 变量传递的上下文逻辑不一样 #

plot.default是直接调用你传入的x、y、col、cex等参数，所有变量都是当前环境里的直接向量，一一对应就行；但plot.formula会先解析公式，把公式里的变量从你指定的data参数（或全局环境）中提取，而且它会默认把参数和公式的上下文绑定。

举个实际的例子：

# 默认表示法（正常工作）
plot(lon, lat, col = color.scale(response1), cex = response2/10)

# 公式表示法可能出问题的写法
plot(lat ~ lon, col = color.scale(response1), cex = response2/10)

这里plot.formula会优先从公式关联的数据上下文（如果没指定data就找全局）解析response1和response2，但如果color.scale返回的是经过转换的向量，它的解析逻辑可能会把col的处理和公式变量的匹配搞混，导致颜色/大小和点的对应关系出错。

2. 绘图参数的隐含处理不同 #

plot.formula本质上是调用plot.default，但它会先做一层数据整理和参数过滤。比如cex参数，如果你公式里涉及分组（比如lat ~ lon | group），它会自动关联分组和大小；但就算你不分组，它也可能对cex的向量做隐含的缩放或匹配处理，而plot.default完全是直接用你传入的原始向量，不会多做手脚。

3. 空间数据的特殊匹配问题 #

如果你用的是空间对象（比如SpatialPointsDataFrame这类），plot.formula在解析时会默认把空间对象的属性和公式变量绑定。如果你的响应变量是单独的全局向量（不是空间对象的属性列），它可能无法正确匹配每个点对应的颜色和大小；而plot.default因为是直接用lon/lat向量和对应的col/cex向量，一一对应就不会有这个问题。

比如这种情况就容易出问题：

# 空间对象+全局响应变量的公式写法（可能出错）
plot(lat ~ lon, col = response1, cex = response2/10)

这里plot.formula会默认从空间对象的属性里找response1，找不到就会出现匹配错误或者循环重复赋值。

4. 隐含的类型转换坑 #

plot.formula会自动对公式里的变量做类型转换，比如如果你的经纬度不小心被转成了因子（虽然地图数据里少见，但也有可能），它会错误地把颜色/大小按因子分组处理；而plot.default不会做这种隐含转换，直接按数值向量处理。

• 确保公式表示法指定了正确的data参数，让颜色、大小变量和经纬度来自同一个数据上下文；
• 提前计算好颜色和大小的向量，赋值给单独变量后再传入，避免实时转换带来的解析问题：

my_col <- color.scale(response1)
my_cex <- response2/10
plot(lat ~ lon, col = my_col, cex = my_cex, data = your_data_frame)

• 检查所有向量的长度是否一致：用length(lon)、length(my_col)、length(my_cex)确认，避免长度不匹配导致的截断或循环；
• 如果用空间包（比如sp、sf），优先用包自带的绘图函数，比基础plot的公式表示法更适配空间数据。

内容的提问来源于stack exchange，提问作者aebratt