leaflet沿线标注_Leaflet for R包(三) 符号标记
原标题:Leaflet for R包(三) 符号标记
四、标记
点标记在地图符号化的时候,是最常用的功能之一,一般来说,带有经纬度坐标的点信息,在地图上标志的位置,都会通过一个标记物来实现,很多时候把这个东东称之为“图钉”是非常形象的。
标记的方法名和语法如下:
addMarkers(leaflet地图,数据)
表示把这个数据加载到地图里面,示例如下:
df = data.frame(
latitude = runif(20,min=0,max=70),
longitude = runif(20,min=0,max=160)
)
m
m
addMarkers(m,lng=~longitude,lat=~latitude)
#管道操作符写法
df%>%leaflet()%>%addTiles()%>% addMarkers()
可以看见,如果你的列名直接叫做(lat/latitude 以及 lon/lng/long/longitude)的话,是不用显示去声明的,系统会去自动查找,然后作为经度、纬度来进行使用。
下面我们来加载一批数据看看:
这是一批北京市三级医院的数据,需要这份示例数据的,可以通过公众号获取虾神的邮箱,然后发送邮件给我获取。
bj3H
leaflet(bj3H)%>%addTiles()%>% addMarkers(popup=~mc)
当我们的坐标字段,就叫做(latitude/longitude)的时候,方法会自动的去匹配,当然,如果你不叫做这个,比较你叫做xy或者中文的啥,也可以进行显式申明,如下:
首先定义一个自定义的数据框,只有三个列,分布是x,y,mc
dh
内容如下:
如果还是直接写,会出现错误提示,说找不到经纬度的列
像这种情况,就需要进行显式申明了:(顺便换个背景底图)
leaflet(dh)%>%addProviderTiles("Esri.WorldStreetMap")%>%setView(116.4,39.9,zoom=10)%>%addMarkers(~x,~y,popup=~mc)
如果你觉得这种默认的图钉样式不好看,还可以定制自己的符号,比如我下面想用红十字来表示医院:
首先用makeIcon这个方法,来定义一个图标,注意里面Url必须是要用http模式,我这里用csdn提供的免费图床,本地硬盘上的图片好像是不能直接用的。(ps:如果不想用互联网的图床,也可以在本地开启一个web服务器,使用url方式来引用)。
makeIcon的语法如下:
iconUrl: 图标的url地址
iconWidth:图标的宽度
iconHeight: 图标的高度
iconAnchorX:图标的中心点x轴偏移(以左上角为0,0)
iconAnchorY:图标的中心点Y轴偏移(以左上角为0,0)
redIcon
iconUrl = "https://img-blog.csdn.net/20161015170050664",
iconWidth = 38, iconHeight = 38,
iconAnchorX = 19, iconAnchorY = 19
)
leaflet(bj3H[])%>%addTiles()%>%
addMarkers(popup=~mc,icon = redIcon)
有时候还需要配置不同的图标来显示不同的内容,当然最简单的方式就是分批次加载不同的数据:先定义两个不同的符号,然后筛选数据,分批次加载,三级医院用传统红十字,三级甲等用镶边红十字,如下:
redIcon1
iconUrl = "https://img-blog.csdn.net/20161015170050664",
iconWidth = 38, iconHeight = 38,
iconAnchorX = 19, iconAnchorY = 19
)
redIcon2
iconUrl = "https://img-blog.csdn.net/20161015173507516",
iconWidth = 38, iconHeight = 38,
iconAnchorX = 19, iconAnchorY = 19
)
leaflet()%>%addTiles()%>%
addMarkers(data=bj3H[bj3H$dj=="三级",],popup=~mc,icon = redIcon1)%>%
addMarkers(data=bj3H[bj3H$dj=="三级甲等",],popup=~mc,icon = redIcon2)
这种方法虽然比较容易控制,但是语法稍微显得有些繁琐了,leaflet的makeIcon包还支持r语言提供的ifelse()函数进行设定,如下所示:(为了表示是重新运行过的,换个底图)
leafIcons
iconUrl = ifelse(bj3H$dj=="三级",
"https://img-blog.csdn.net/20161015170050664",
"https://img-blog.csdn.net/20161015173507516"
),
iconWidth = 38, iconHeight = 38,
iconAnchorX = 19, iconAnchorY = 19
)
leaflet(bj3H)%>%addProviderTiles("CartoDB.Positron")%>%
addMarkers(popup=~mc,icon = leafIcons)
当然,以此类推,还可以修改符号大小神马啊,设定符号等级啊神马的,我这里就不一一说明了,大家有兴趣自己玩。
还有同学问,如果我有很多类图标呢?比如二十类……虾神咋办?好吧,如果你有超过3类图标的话,要么用第一种方法筛选加载,要么的话,leaflet还提供了一个叫做iconList的方法来处理。
比如上面这份医疗数据,一共分成10种类型:(用summary方法做个统计)
fl
那么下面我用十种不同类型的图标,来进行分类标识:
yyIcons
中国医科院所属医院 = makeIcon("https://img-blog.csdn.net/20161015181859390", iconWidth =32, iconHeight = 32),
北京区县属医院 = makeIcon("https://img-blog.csdn.net/20161015182217958", iconWidth =32, iconHeight = 32),
北京市卫生局直属医院= makeIcon("https://img-blog.csdn.net/20161015181915828",iconWidth =32, iconHeight = 32),
北京中医药大学= makeIcon("https://img-blog.csdn.net/20161015181934175",iconWidth =32, iconHeight = 32),
卫生部直属医院= makeIcon("https://img-blog.csdn.net/20161015181950879",iconWidth =32, iconHeight = 32),
中国中医科学院= makeIcon("https://img-blog.csdn.net/20161015182031737",iconWidth =32, iconHeight = 32),
驻京武警医院= makeIcon("https://img-blog.csdn.net/20161015182043285",iconWidth =32, iconHeight = 32),
驻京部队医院= makeIcon("https://img-blog.csdn.net/20161015182054598",iconWidth =32, iconHeight = 32),
部属厂矿高校医院= makeIcon("https://img-blog.csdn.net/20161015182109473",iconWidth =32, iconHeight = 32),
北京大学附属医院= makeIcon("https://img-blog.csdn.net/20161015182132521",iconWidth =32, iconHeight = 32)
)
leaflet(bj3H) %>%addProviderTiles("CartoDB.Positron") %>%
addMarkers(icon = ~yyIcons[fl],popup=~fl)
当数据太多的时候,很容易叠加在一起互相遮盖了,leaflet还提供了空间聚合的方法,可以按照视图对一定范围内的数据进行聚合显示,如下:
leaflet(bj3H) %>%addProviderTiles("CartoDB.Positron") %>%
addMarkers(clusterOptions = markerClusterOptions(),icon = ~yyIcons[fl],popup=~fl)
可以看见,随着视图比例尺的变化,会进行聚合以及分离
而如果不想弄得这么麻烦,就是直接把点显示出来,leaflet提供了最简单的方法:
addCircles()和addCircleMarkers()
addCircles就是直接把点当成一个圆点绘制到地图上:
leaflet(bj3H) %>%addProviderTiles("CartoDB.Positron")%>%addCircles()
默认大小为5,颜色为蓝色
当然也可以设置颜色和大小,比如设置为红色,大小为科室数量(等比例的缩小一半):
leaflet(bj3H) %>%addProviderTiles("CartoDB.Positron")%>%addCircles(color="red",weight=bj3H$ks/2)
而addCircleMarkers()是把点作为一个镶边的圆(或者说圆符号)绘制到地图上:
leaflet(bj3H) %>%addProviderTiles("CartoDB.Positron")%>%addCircleMarkers()
当然,同样可以设置大小和颜色:
leaflet(bj3H) %>%addProviderTiles("CartoDB.Positron")%>%addCircleMarkers(color="red",weight=bj3H$ks/2)
和绘制图标一样,绘制点和圆也是可以设置分类显示的,方法和绘制不同种类的图标一样,两种方法:
1、采用筛选的方式,多次绘制(这个比较麻烦,数据量大,种类多的时候很繁琐)
leaflet()%>%addTiles()%>%addProviderTiles("CartoDB.Positron")%>%
addCircles(data=bj3H[bj3H$dj=="三级",],popup=~mc,color="green")%>%
addCircles(data=bj3H[bj3H$dj=="三级甲等",],popup=~mc,color="red")
leaflet()%>%addTiles()%>%addProviderTiles("CartoDB.Positron")%>%
addCircleMarkers(data=bj3H[bj3H$dj=="三级",],popup=~mc,color="green")%>%
addCircleMarkers(data=bj3H[bj3H$dj=="三级甲等",],popup=~mc,color="red")
2、就是采用分类设定的方式,预先设定好各种分类:(因为addCircles和addCircleMarkers)两个方法几乎一模一样,我就不把两个都写一遍了,有兴趣的同学自己嗨。
pal
leaflet(bj3H) %>% addProviderTiles("Esri.WorldTopoMap") %>%
addCircleMarkers(color = ~pal(dj),stroke = FALSE,fillOpacity = 0.7)
可以看见,我们只写了两个分类,如果要更多的类别,也是可以的。
那么很多时候,我们可能还需要通过通过数值来进行不同等级的颜色渲染,下面根据每个医院的床位数进行颜色渲染,代码如下:(代码具体的意义,在后面讲图例的时候,我们还会详细说明)
cPal
leaflet(bj3H) %>% addProviderTiles("Esri.WorldTopoMap") %>%
addCircleMarkers(fillColor = ~cPal(bj3H$cws),stroke = FALSE,fillOpacity = 0.8,popup=~as.character(cws))%>%
addLegend("bottomright", pal = cPal, values = ~cws,title = "床位数",labFormat = labelFormat(suffix = "张"),opacity = 1)
责任编辑:
leaflet沿线标注_Leaflet for R包(三) 符号标记相关推荐
- leaflet沿线标注_LeaFlet学习之地图文字标注
在地图上进行一些文字的标注有些场景我们会用到,在这里我们文字标注用到了DivICon图标,通过与mark相结合,将mark的图标设置为DivICon图标,进行文字标注,放张图看看效果: 一.全部代码 ...
- Shiny平台构建与R包开发(三)——数据输出
作为Shiny平台构建与R包开发教程的第三小节,本节向读者展示如何利用Shiny server输出自己想要的数据,包括Rplot.Table.Text等信息. 数据输出机制 仍以上一节的案例为基础: ...
- 三十三、五大数据处理的R包
@Author : By Runsen @Date : 2020/5/14 作者介绍:Runsen目前大三下学期,专业化学工程与工艺,大学沉迷日语,Python, Java和一系列数据分析软件.导致翘 ...
- 使用R语言的正确姿势,R包干货奉献
生物信息学习的正确姿势 NGS系列文章包括NGS基础.在线绘图.转录组分析 (Nature重磅综述|关于RNA-seq你想知道的全在这).ChIP-seq分析 (ChIP-seq基本分析流程).单细胞 ...
- R包中文文本挖掘chinese.misc的中文说明
转载:https://github.com/githubwwwjjj/chinese.misc 中文文本分析方便工具R包chinese.misc的中文说明 很多人都问过的问题: (1)哪里有更多介绍? ...
- 【R语言】使用leaflet绘制沈阳地铁线路图——R实训第六次作业
参考: 一.惭愧惭愧,基本都是抄自这个大牛学长,自己做了一部分改进--R语言绘制沈阳地铁线路图 二.这个发布的时间比学长还要早(学长可能也借鉴过)--上海地铁数据可视化 三.这个是真正的大牛,从他的文 ...
- Python的数据科学函数包(三)——matplotlib(plt)
Matplotlib是Python最著名的2D绘图库 c opencv要比PIL, plt的速度更快一些 matplotlib中一张图的具体构造 如果将Matplotlib绘图和我们平常画画相类比,可 ...
- Shiny平台构建与R包开发(四)——按钮与响应事件
作为Shiny平台构建与R包开发教程的第四小节,本节向读者进一步强调Shiny server的工作机理,并由此设计按钮点击事件. Shiny server工作机理与问题 前面的几个小节已经向读者初步解 ...
- Shiny平台构建与R包开发(二)——数据输入
作为Shiny平台构建与R包开发教程的第二小节,本节向读者介绍如何利用Shiny server处理用户输入的各种信息.这些信息既包括用户向Shiny上传的数据集,也包括用户对Shiny页面的各种控件( ...
- Shiny平台构建与R包开发
Introduction 在数据库网页搭建教程中已经提到,数据分析决策平台的搭建十分重要.数据库网页是数据分析决策平台的重要表现形式之一,能够很好地将大量数据或其分析结果公开展示,并能提供数据下载.统 ...
最新文章
- Java Semaphore实现线程池任务调度
- MySQL几个特别语法示例
- 16-CoreData之多表关联(存储自定义数据模型)
- mysql 临时表 heap_mysql优化: 内存表和临时表
- 剑指offer 56 - 1.数组中数字出现的次数
- Linux学习笔记14
- GUID基本概念以及C#、SqlServer中GUID基本用法
- 机器学习实战(五)支持向量机SVM(Support Vector Machine)
- 2021年中国一氧化碳传感器市场趋势报告、技术动态创新及2027年市场预测
- python和java学哪个好-Python和Java学哪个好?大家是怎么选的
- [leetcode] 65. 有效数字
- 关于删除 srvinstw安装的服务
- vs离线安装Qt开发插件vsix
- phpstudy下载、安装、配置、网站部署、卸载
- 中国人工智能神经网络技术现状
- 对标TJA1043 SIT1043 带唤醒及故障保护的低功耗CAN FD总线收发器
- 装修后才知道的79件事,无数网友真金白银砸出来...
- Hadoop生态系统全面介绍
- 为什么是UUID做主键
- FTDI的LibMPSSE编译流程