三、R语言可视化--ggplot2和REmap包绘制地图

绘制地图

1.ggplot2提供了一些工具，让使用maps包绘制的地图与其他ggplot2图形的结合变得十分方便。关于中国地图的绘制可以参考：http://cos.name/2009/07/drawing-china-map-using-r/

国家

maps地图数据名

法国

意大利

新西兰

美国（郡）

美国（州）

美国（边界）

全世界

france

italy

country

state

usa

world

我们使用地图数据主要有两种原因：1.为空间数据添加参考轮廓线2.通过不同的区域填充颜色以构建等值线图。

添加地图边界可以通过borders()来完成。函数的前两个参数指定了要绘制的地图名map以及其中的具体区域region，其余的参数用于控制边界的外观。填充颜色的多边形使用的是fill。

> library(maps)

> data(us.cities)

> big_citi <- subset(us.cities,pop > 500000) ##人口大于50万的城市

> qplot(long,lat,data=big_citi) + borders("state",size=0.5)

1 2	`> tx_city <-` `subset(us.cities,country.etc=="TX")` `>` `ggplot(tx_city,aes(long,lat)) +` `borders("county","texas",colour="grey70") +` `geom_point(colour =` `"black",alpha=0.5)`

　　德克萨斯州的城市区划：

使用map_data将地图数据转化为数据框，此数据框可以在之后通过merge() 操作与我们的数据相融合，最终绘制处等值线图。

> states <- map_data("state")

> arrests <- USArrests

> names(arrests) <- tolower(names(arrests))

> arrests$region <- tolower(rownames(USArrests))

> choro <- merge(states,arrests,by="region")

#由于绘制多边形时涉及顺序问题，且merge破坏了原始排序，故将行重新排序

> choro <- choro[order(choro$order),]

> qplot(long,lat,data=choro,group=group,fill=assault,geom="polygon")

#######################华丽的分割线############################

接下来简单介绍一下中国地图的绘制。

首先要成功安装好两个包：

1 2	`>` `install.packages("maps")` `>` `install.packages("mapdata")`

　　然后加载：

1 2	`>` `library(maps)` `>` `library(mapdata)`

　　加载成功后我们可以使用map方法绘制中国地图：

1	`>` `map("china")`

以上的地图比较老了(重庆仍然在四川省内)，获取比较新的，下载中国GIS数据（http://cos.name/wp-content/uploads/2009/07/chinaprovinceborderdata_tar_gz.zip），解压到我的文档中（默认的R工作空间），然后下载maptools包：install.packages("maptools"),加载到R的工作空间：library(maptools),然后绘制地图：

1 2	`> x <-` `readShapePoly('bou2_4p.shp')` `>` `plot(x)`

通过调节plot命令中的col（旧版为fg）参数来根据自己的需要对地图中的省份着以特定的颜色。

GIS数据包含925个多边形，col参数应该时一个长度为925的向量，第i个分量的取值就代表了地图中第i个多边形的颜色：

1	`>` `plot(x,col=gray(924:0/924))`

在地图中只画出部分省份所代表的区域：

x=readShapePoly('bou2_4p.shp');

getColor=function(mapdata,provname,provcol,othercol)

{

f=function(x,y) ifelse(x %in% y,which(y==x),0);

colIndex=sapply(mapdata@data$NAME,f,provname);

fg=c(othercol,provcol)[colIndex+1];

return(fg);

}

midchina <- c("河南省","山西省","湖北省","安徽省","湖南省","浙江省");

plot(x, col = getColor(x, midchina, rep("green", 6),

"white"), border = "black", xlab = "", ylab = "")

　　##若不显示其他省份，只需将border设置为"white"即可。

根据人口的多少，对区域进行着色：

provname=c("北京市","天津市","河北省","山西省","内蒙古自治区",

"辽宁省","吉林省","黑龙江省","上海市","江苏省",

"浙江省","安徽省","福建省","江西省","山东省",

"河南省","湖北省","湖南省","广东省",

"广西壮族自治区","海南省","重庆市","四川省","贵州省",

"云南省","西藏自治区","陕西省","甘肃省","青海省",

"宁夏回族自治区","新疆维吾尔自治区","台湾省",

"香港特别行政区");

pop=c(1633,1115,6943,3393,2405,4298,2730,3824,1858,7625,

5060,6118,3581,4368,9367,9360,5699,6355,9449,

4768,845,2816,8127,3762,4514,284,3748,2617,

552,610,2095,2296,693);

provcol=rgb(red=1-pop/max(pop)/2,green=1-pop/max(pop)/2,blue=0);

plot(x,col=getColor(x,provname,provcol,"white"),xlab="",ylab="");

颜色越深的地方表示人口越密集。

2.还有ERmap包，它是可交互的地图数据可视化工具，托管在github,基于echarts开发的一个包，它本身提供的参数也比较少。

2.1迁移图

> cong1 <- c("bei jing","chang sha","shang hai","hang zhou")

> dao2 <- c("chang sha","shang hai","hang zhou","xia men")

> dat2 <- data.frame(cong1,dao2)

> out <- remap(dat2)

> plot(out)

这个包有个严重的问题是，你输入中文的时候，它有时候无法辨别，幸好当你输入地名的时候可以使用拼音，也不区分大小写，比如输入西安的时候，你可以输入“xi an”也可以“xi an shi”.

2.2颜色等级图

> city <- c("上海","浙江","四川","北京")

> value <- c(3734,3248,2361,3305)

> cdata <- data.frame(city,value)

> remapC(cdata,maptype="China",color='skyblue')

上图因为鼠标移动到浙江区域上，所以高亮黄色显示。同时标签信息在途中显示。

如果我们想在颜色等级图上添加迁移图特点，那我们就要用到marklineData和markPointData这两个参数，它们默认为NULL。

我们下面添加气泡：

1	`>` `remapC(cdata,maptype =` `"China",color =` `'skyblue',markPointData=dat)`

添加箭头：

1	`>` `remapC(cdata,maptype="China",color='skyblue',markLineData=dat)`

如果即要有箭头，又要又气泡：

1	`>` `remapC(cdata,maptype="China",color='skyblue',markLineData=dat,markPointData=dat)`

2.3 热力图

现在我们来继续绘制热力图。数据是随便取的。

> city <- c("xia men","shang hai","bei jing","chong qing")

> heat <- c(0.9,0.6,0.8,0.7)

> temp <- get_geo_position(as.vector(city)) ##获取坐标

> heatdata <- data.frame(temp$lon,temp$lat,heat)

> heatdata

temp.lon temp.lat heat

1 118.0959 24.48582 0.9

2 121.4802 31.23631 0.6

3 116.4136 39.91101 0.8

4 106.5572 29.57100 0.7

> remapH(heatdata,minAlpha=0.51,title="Heat Map from REmap")

好文要顶关注我收藏该文

三、R语言可视化--ggplot2和REmap包绘制地图相关推荐

R数据可视化第三弹---ggplot2和REmap包绘制地图
绘制地图 1.ggplot2提供了一些工具,让使用maps包绘制的地图与其他ggplot2图形的结合变得十分方便.关于中国地图的绘制可以参考:http://cos.name/2009/07/drawi ...
R语言可视化分别使用lattice包和ggplot2包可视化热图（heatmap）并绘制热力图对应的系统树图（dendrogram）实战
R语言可视化分别使用lattice包和ggplot2包可视化热图(heatmap)并绘制热力图对应的系统树图(dendrogram)实战目录
R语言可视化——ggplot2画回归曲线
目录 0引言 1.构造回归数据 2.画图 2.1载入包 2.2 准备数据添加散点 2.3添加回归线 2.5 添加公式R方 2.6 添加方差分析表 2.6 回归数据调整 3.总结 0引言在数据可视化- ...
R语言可视化散点图、ggrepel包的geom_text_repel函数避免数据点之间的标签互相重叠（设置segment.square为假以获得斜曲线，segment.inflect设置为真以引入拐点
R语言ggplot2可视化:可视化散点图并为散点图数据点添加文本标签.使用ggrepel包的geom_text_repel函数避免数据点之间的标签互相重叠(设置segment.square为假以获得斜 ...
R语言可视化散点图、ggrepel包geom_text_repel函数避免数据点之间的标签互相重叠（设置nudge_x参数、hjust参数和direction参数配置数据点标签在可视化图像左右两侧边缘
R语言ggplot2可视化:可视化散点图并为散点图数据点添加文本标签.使用ggrepel包的geom_text_repel函数避免数据点之间的标签互相重叠(设置nudge_x参数.hjust参数和di ...
R语言：再谈REmap包
之前写过一篇关于Remap的文章,原文链接为:http://blog.csdn.net/wzgl__wh/article/details/53108754 但有许多网友都存在不同的问题,在我的微信公众 ...
R语言可视化包ggplot2包改变边距（margin）实战(Modify the Margins)
R语言可视化ggplot2包改变边距(margin)实战(Modify the Margins) 目录 R语言可视化ggplot2包改变边距(margin)实战(Modify the Margins)
R语言使用ggplot2包的快速可视化函数qplot绘制基础密度图实战
R语言使用ggplot2包的快速可视化函数qplot绘制基础密度图实战目录 R语言使用ggplot2包的快速可视化函数qplot绘制基础密度图实战 #仿真数据
R语言使用ggplot2包的快速可视化函数qplot绘制分组点图（带状图）并配置分组颜色实战
R语言使用ggplot2包的快速可视化函数qplot绘制分组点图(带状图)并配置分组颜色实战目录 R语言使用ggplot2包的快速可视化函数qplot绘制分组点图(带状图)并配置分组颜色实战 #仿真 ...

三、R语言可视化--ggplot2和REmap包绘制地图

三、R语言可视化--ggplot2和REmap包绘制地图相关推荐

最新文章

热门文章