tmap工具包的名称是Thematic Maps的缩写，是R中专门绘制地图的工具包。该包语法与ggplot2包比较类似，都是通过符合+来进行图层叠加。

加载示例数据：

library(tidyverse)
library(sf)
usa <- albersusa::counties_sf(proj = "laea") %>%mutate(fips = as.character(fips)) %>%left_join(socviz::county_data, by = c("fips" = "id"))

加载工具包：

library(tmap)

• 该包加载极为费时，需要耐心等待。

我们首先来绘制一幅重分类地图。

tamp中与绘图相关的函数都是以tm或tmap作为前缀进行命名的。tm_shape函数的功能类似于ggplot2包中的ggplot函数，用来导入地图数据，不同点是在一幅图中tm_shape可以多次使用。

导入地图数据后，就可以使用tm_fill函数进行重分类绘图了，该函数的几个主要参数如下：

• col：填充变量或颜色

• alpha：透明度

• palette：填充颜色

• n：重分类数量，默认为5

• style：重分类方式，可选项有 cat（分类变量）、 fixed（手动）、sd、equal（等间距）、 pretty、 quantile（等分位）、 kmeans、hclust、bclust、fisher、 jenks、dpih、 headtails、log10_pretty

• break：当style = "fixed"时，使用该参数指定分类区间

不设置任何参数：

map00 <- tm_shape(usa) +tm_fill()
tmap_save(map00, "42-0.jpeg", dpi = 600)

以黑人占比变量black为重分类依据：

map01 <- tm_shape(usa) +tm_fill(col = "black", style = "quantile", n = 4)
tmap_save(map01, "42-1.jpeg", dpi = 600)

tm_fill函数只负责填充空间单元内部的颜色，如果要加上边界，可以使用tm_polygons函数代替：

map02 <- tm_shape(usa) +tm_polygons(col = "black", style = "quantile", n = 4)
tmap_save(map02, "42-2.jpeg", dpi = 600)

或者在tm_fill函数的基础上再叠加tm_borders函数：

tm_shape(usa) +tm_fill(col = "black", style = "quantile", n = 4) +tm_borders(col = "black")

由于县级单元的边界太密，可以使用州边界，还可以使用点的大小标记各州的人口规模pop：

• tm_bubbles：使用点状要素表达变量大小

# from county to state
usa.state <- group_by(usa, state_fips) %>%summarise(pop = sum(pop))
st_write(usa.state, "G:/usa.state.shp", delete_layer = T)
usa.state <- st_read("G:/usa.state.shp")map03 <- tm_shape(usa) +tm_fill(col = "black", style = "quantile", n = 4) +# 叠加tm_shape函数tm_shape(usa.state) +tm_borders(col = "black") +tm_bubbles(size = "pop", col = "white")
tmap_save(map03, "42-3.jpeg", dpi = 600)

从上副图可以看出，图例与地图之间出现了重叠，可以使用tm_layout函数调整布局：

• inner.margins：内边距（地图与边框四周的距离）

• outer.margins：外边框（边框与页面四周的距离）

• legend.position：图例位置

map04 <- tm_shape(usa) +tm_fill(col = "black", style = "quantile", n = 4) +tm_shape(usa.state) +tm_borders(col = "black") +tm_bubbles(size = "pop", col = "white") +tm_layout(inner.margins = c(0.01, 0.15, 0.01, 0.01),legend.position = c(0.02, 0.2))
tmap_save(map04, "42-4.jpeg", dpi = 600)

添加指北针和比例尺：

• tm_scale_bar：添加比例尺

• tm_compass：添加指北针

map05 <- tm_shape(usa) +tm_fill(col = "black", style = "quantile", n = 4) +tm_shape(usa.state) +tm_borders(col = "black") +tm_bubbles(size = "pop", col = "white") +tm_layout(inner.margins = c(0.01, 0.15, 0.01, 0.01),legend.position = c(0.02, 0.2)) +tm_scale_bar(position = c(0.55, 0.02)) +tm_compass(position = c(0.02, 0.85))
tmap_save(map05, "42-5.jpeg", dpi = 600)

tmap工具包还提供了一些主题风格，如classic主题：

• tmap_style：设置绘图风格

tmap_style("classic")
map06 <- tm_shape(usa) +tm_fill(col = "black", style = "quantile", n = 4) +tm_shape(usa.state) +tm_borders(col = "black") +tm_bubbles(size = "pop", col = "white") +tm_layout(inner.margins = c(0.02, 0.15, 0.02, 0.02),legend.position = c(0.02, 0.2)) +tm_scale_bar(position = c(0.55, 0.02)) +tm_compass(position = c(0.02, 0.7))tmap_save(map06, "42-6.jpeg", dpi = 600)
# 返回默认主题风格
tmap_style("white")

• 主题风格一旦设置就会对所有tmap对象起作用，如果只想对部分地图设置主题，在使用后可以通过tmap_style("white")返回默认主题。

tmap包中主要绘图函数及其适用对象：

往期推荐阅读：

• 《数据处理通识》专辑-base | 使用apply族函数进行向量化运算

• 《制表与可视化》专辑-ggplot2 | ggplot2作图语法入门

• 《数学模型》专辑-car | 线性回归（三）——残差分析和异常点检验

• 《地理计算与分析》专辑-spdep | 如何在R语言中计算空间自相关指数