中国地图的画法

昨天，我们的小编推送了世界地图的画法(生信小白7行代码画一个高颜值的世界地图)，今天我们来说一说中国地图的画法。

首先要强调一点，很多来自国外的地图数据中中国的版图有不少错误，千万要注意，不要被套路了。

强调第二点，画图的R代码非我原创，基于网上的版本改造而来。最主要的参考和数据下载自：https://github.com/EasyChart/Original_Data。

本文用到的所有数据也打包放到百度云盘https://pan.baidu.com/s/1JiC6DYniLc3EHszngbu8xw。

每次使用只需将“Province_Data.csv”中的第三列“Value”替换成自己的数据即可。

里边有涉及中文字符，需要注意编码的问题，在小编电脑上使用encoding = “GBK”是正常的。

输出图片保存为ppt格式，方便大家做些局部的调整。

#下载上述数据后，改成自己存放的目录。这里解压缩之后的目录为Chinese_mapsetwd("~/Desktop/scripts/Chinese_map/")

library(rgdal)  library(ggplot2)library(dplyr)library(RColorBrewer)library(export)

dataProjected "./bou2_4m/bou2_4p.shp", use_iconv = TRUE, encoding = "GBK")dataProjected@data$id watershedPoints df_China "id")df_China$class"Mainland",nrow(df_China))

mydata "Province_Data.csv",header=TRUE,sep=',', as.is =T)head(mydata)#mydata为33 X 3的表格数据，列名分别为：NAME，province，Value#.csv数据下载：https://github.com/EasyChart/Original_Datadf_China"full") 

Width9Height9long_Start124lat_Start16

df_Nanhai106.55 & df_China$long<123.58,]df_Nanhai4.61 & df_Nanhai$lat<25.45,]

min_longTRUE)min_latTRUE)max_longTRUE)max_latTRUE)

df_Nanhai$longdf_Nanhai$latdf_Nanhai$class"NanHai",nrow(df_Nanhai))

df_China#---------------------df_NanHaiLine:Nanhai Line-----------------------------------df_NanHaiLine "中国南海九段线.csv")  colnames(df_NanHaiLine)"long","lat","ID")

df_NanHaiLine$longdf_NanHaiLine$lat#-----------------------中国省份分级统计地图-----------------------ggplot()+  geom_polygon(data=df_China, aes(x=long, y=lat, group=interaction(class,group),fill=Value),colour="black",size=0.25)+   #中国地图，包括中国主体部分和长方形方块内的南海诸岛数据  geom_rect(aes(xmin=long_Start, xmax=long_Start+Width+0.3, ymin=lat_Start-0.3, ymax=lat_Start+Height),fill=NA, colour="black",size=0.25)+  #绘制长方形方框  geom_line(data=df_NanHaiLine, aes(x=long, y=lat, group=ID), colour="black", size=1)+    #绘制长方形方框内的中国南海八段线    scale_fill_gradientn(colours = colorRampPalette(rev(brewer.pal(11,'Spectral')))(32))+   coord_cartesian()+  ylim(15,55)+  theme(    legend.position=c(0.15,0.2),    legend.background = element_blank()  )graph2ppt(file="map.pptx", paper="A4")

上图展示的其实是各省关注小麦研究联盟的人数，最多的是北京市，其次是河南和山东。