20180717-A · Exercise USA · ggplot2 geom_sf 世界地图 热图 coord_sf 投影转换 theme 字体设置 画图 图例 · R 语言数据可视化 案例 源码

最新推荐文章于 2023-05-07 12:42:26 发布
最新推荐文章于 2023-05-07 12:42:26 发布
阅读量317 收藏 3
点赞数
分类专栏： # Tidy Tuesday (2018) 文章标签： r语言 数据挖掘
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Albert_XN/article/details/127469682
版权

所有作品合集传送门： Tidy Tuesday

2018 年合集传送门： 2018

Exercise USA


欢迎来到ggplot2的世界！

ggplot2是一个用来绘制统计图形的 R 软件包。它可以绘制出很多精美的图形，同时能避免诸多的繁琐细节，例如添加图例等。

用 ggplot2 绘制图形时，图形的每个部分可以依次进行构建，之后还可以进行编辑。ggplot2 精心挑选了一系列的预设图形，因此在大部分情形下可以快速地绘制出许多高质量的图形。如果在格式上还有额外的需求，也可以利用 ggplot2 中的主题系统来进行定制, 无需花费太多时间来调整图形的外观，而可以更加专注地用图形来展现你的数据。


在这里插入图片描述



1. 一些环境设置

# 设置为国内镜像, 方便快速安装模块
options("repos" = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))

2. 设置工作路径

wkdir <- '/home/user/R_workdir/TidyTuesday/2018/2018-07-17_Exercise_USA/src-a'
setwd(wkdir)

3. 加载 R 包

library(scico)
library(albersusa)
library(tidyverse)

# 导入字体设置包
library(showtext) 
# font_add_google() showtext 中从谷歌字体下载并导入字体的函数
# name 中的是字体名称, 用于检索, 必须严格对应想要字体的名字 
# family 后面的是代码后面引用时的名称, 自己随便起
# 需要能访问 Google, 也可以注释掉下面这行, 影响不大
# font_families_google() 列出所有支持的字体, 支持的汉字不多
# http://www.googlefonts.net/
font_add_google(name = "Karantina", family =  "ka")
font_add_google(name = "Cutive", family = "albert")
font_add_google(name = "ZCOOL XiaoWei", family = "zxw")

# 后面字体均可以使用导入的字体
showtext_auto()

4. 加载数据

excel.file <- "../data/week16_exercise.xlsx"

# readxl::excel_sheets() 查看 Excel 中的 sheet 名称
readxl::excel_sheets(excel.file)
## [1] "source" "tidy"

# 读取指定的 sheet
df_input <- readxl::read_xlsx(excel.file, sheet = 'tidy') %>% mutate(exercise = as.numeric(exercise))

# 简要查看数据内容
glimpse(df_input)

## Rows: 364
## Columns: 5
## $ count       <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17,…
## $ state       <chr> "state_average", "Alabama", "Alaska", "Arizona", "Arkansas…
## $ sex         <chr> "both", "both", "both", "both", "both", "both", "both", "b…
## $ work_status <chr> "total", "total", "total", "total", "total", "total", "tot…
## $ exercise    <dbl> 22, 19, 27, 26, 15, 24, 32, 24, 20, 30, 21, 20, 24, 31, 24…

# 检查数据的列名
colnames(df_input)

## [1] "count"       "state"       "sex"         "work_status" "exercise"

5. 数据预处理

# albersusa::usa_sf() 检索美国州地图, proj 可选值: "longlat", "laea", "lcc", "eqdc", "aeqd"
usmap <- albersusa::usa_sf(proj = "longlat") %>% 
  # mutate() 主要用于在数据框中添加新的变量, 这些变量是通过对现有的变量进行操作而形成的
  mutate(st = iso_3166_2) %>% 
  # select() 选择需要使用的列
  select(name, st, geometry)

# dplyr::inner_join() 内连接, 连接两个数据框
df_plot  <- dplyr::inner_join(df_input, usmap, by = c("state" = "name")) %>%
  mutate(work_status = case_when(work_status == 'total' ~ '两者都的',
                                 work_status == 'working' ~ '工作的',
                                 work_status == 'non_working' ~ '不工作的',
                                 TRUE ~ '不清楚的')) %>%
  mutate(sex = case_when(sex == 'male' ~ '男性',
                         sex == 'female' ~ '女性',
                         TRUE ~ '不清楚的'))

# 简要查看数据内容
glimpse(df_plot)

## Rows: 357
## Columns: 7
## $ count       <dbl> 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18…
## $ state       <chr> "Alabama", "Alaska", "Arizona", "Arkansas", "California", …
## $ sex         <chr> "不清楚的", "不清楚的", "不清楚的", "不清楚的", "不清楚的"…
## $ work_status <chr> "两者都的", "两者都的", "两者都的", "两者都的", "两者都的"…
## $ exercise    <dbl> 19, 27, 26, 15, 24, 32, 24, 20, 30, 21, 20, 24, 31, 24, 15…
## $ st          <fct> AL, AK, AZ, AR, CA, CO, CT, DE, DC, FL, GA, HI, ID, IL, IN…
## $ geometry    <MULTIPOLYGON [°]> MULTIPOLYGON (((-88.12466 3..., MULTIPOLYGON …

6. 利用 ggplot2 绘图

# PS: 方便讲解, 我这里进行了拆解, 具体使用时可以组合在一起
# 挑选用于绘图的数据, 并用 ggplot() 新建绘图画图
gg <- df_plot %>% filter(sex != "不清楚的") %>% ggplot() 
# geom_sf() 绘制地图
gg <- gg + geom_sf(aes(fill = exercise, geometry = `geometry`))
# coord_sf() 用于地图的投影转换
gg <- gg + coord_sf(datum = NA)
# scico::scale_fill_scico() 针对连续型数据, 自定义图像的色彩梯度, scico::scico_palette_names() 可以查看所有支持的 palette 名称
gg <- gg + scale_fill_scico(palette = "vik", na.value = "#808080")
# facet_grid() 分面并且标签内容显示在顶部
gg <- gg + facet_grid(work_status ~ sex)
# labs() 对图形添加注释和标签（包含标题 title、子标题 subtitle、坐标轴 x & y 和引用 caption 等注释)
gg <- gg + labs(title = "18-64岁的成年人有氧运动和无氧运动",
                subtitle = '不想取啥标题了, 有需要讨论绘图相关的内容可以进群',
                x = NULL,
                y = NULL,
                caption = "资料来源: CDC - 国家卫生统计报告 · graph by 数绘小站 · 2022-10-22")
# theme_minimal() 去坐标轴边框的最小化主题
gg <- gg + theme_minimal()
# theme() 实现对非数据元素的调整, 对结果进行进一步渲染, 使之更加美观
gg <- gg + theme(
  # panel.grid.major 主网格线, 这一步表示删除主要网格线
  panel.grid.major = element_blank(),
  # panel.grid.minor 次网格线, 这一步表示删除次要网格线
  panel.grid.minor = element_blank(),
  # panel.border 面板背景 数据上面
  panel.border = element_blank(),
  # plot.margin 调整图像边距, 上-右-下-左
  plot.margin = margin(12, 10, 2, 15), 
  # plot.title 主标题
  plot.title = element_text(hjust = 0.3, color = "black", size = 20, face = "bold", family = 'zxw'),
  # plot.subtitle 次要标题
  plot.subtitle = element_text(hjust = 0.3, color = "black", size = 15, face = "bold"),
  # plot.caption 说明文字
  plot.caption =  element_text(hjust = 0.85, vjust = .5, size = 10),
  # strip.text.x 自定义分面图每个分面标题的文字
  strip.text.x = element_text(size = 15, hjust = 0.5, face = "bold", family = 'zxw', color = 'red'),
  # text 设置文本格式
  text = element_text(size = 12, hjust = 0, face = "bold"),
  # axis.text 坐标轴刻度文本
  axis.text = element_text(size = 12, hjust = 0, face = "bold"),
  # legend.direction 设置图例的方向, vertical 表示水平方向摆放
  legend.direction = 'vertical',
  # legend.title 设置图例标题
  legend.title = element_blank(),
  # legend.position 设置图例位置, 这里用坐标来指定图例具体的摆放位置
  legend.position = 'left')

7. 保存图片到 PDF 和 PNG

gg

在这里插入图片描述

filename = '20180717-A-01'
ggsave(filename = paste0(filename, ".pdf"), width = 8.2, height = 6.9, device = cairo_pdf)
ggsave(filename = paste0(filename, ".png"), width = 8.2, height = 6.9, dpi = 100, device = "png", bg = 'white')

8. session-info

sessionInfo()

## R version 4.2.1 (2022-06-23)
## Platform: x86_64-pc-linux-gnu (64-bit)
## Running under: Ubuntu 20.04.5 LTS
## 
## Matrix products: default
## BLAS:   /usr/lib/x86_64-linux-gnu/openblas-pthread/libblas.so.3
## LAPACK: /usr/lib/x86_64-linux-gnu/openblas-pthread/liblapack.so.3
## 
## locale:
##  [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C              
##  [3] LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
##  [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8   
##  [7] LC_PAPER=en_US.UTF-8       LC_NAME=C                 
##  [9] LC_ADDRESS=C               LC_TELEPHONE=C            
## [11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       
## 
## attached base packages:
## [1] stats     graphics  grDevices utils     datasets  methods   base     
## 
## other attached packages:
##  [1] showtext_0.9-5  showtextdb_3.0  sysfonts_0.8.8  forcats_0.5.2  
##  [5] stringr_1.4.1   dplyr_1.0.10    purrr_0.3.4     readr_2.1.2    
##  [9] tidyr_1.2.1     tibble_3.1.8    ggplot2_3.3.6   tidyverse_1.3.2
## [13] albersusa_0.4.1 scico_1.3.1    
## 
## loaded via a namespace (and not attached):
##  [1] fs_1.5.2            sf_1.0-8            lubridate_1.8.0    
##  [4] httr_1.4.4          tools_4.2.1         backports_1.4.1    
##  [7] bslib_0.4.0         utf8_1.2.2          rgdal_1.5-32       
## [10] R6_2.5.1            KernSmooth_2.23-20  rgeos_0.5-9        
## [13] DBI_1.1.3           colorspace_2.0-3    withr_2.5.0        
## [16] sp_1.5-0            tidyselect_1.1.2    curl_4.3.3         
## [19] compiler_4.2.1      textshaping_0.3.6   cli_3.4.1          
## [22] rvest_1.0.3         xml2_1.3.3          labeling_0.4.2     
## [25] sass_0.4.2          scales_1.2.1        classInt_0.4-8     
## [28] proxy_0.4-27        systemfonts_1.0.4   digest_0.6.30      
## [31] foreign_0.8-82      rmarkdown_2.16      pkgconfig_2.0.3    
## [34] htmltools_0.5.3     highr_0.9           dbplyr_2.2.1       
## [37] fastmap_1.1.0       rlang_1.0.6         readxl_1.4.1       
## [40] rstudioapi_0.14     jquerylib_0.1.4     generics_0.1.3     
## [43] farver_2.1.1        jsonlite_1.8.2      googlesheets4_1.0.1
## [46] magrittr_2.0.3      s2_1.1.0            Rcpp_1.0.9         
## [49] munsell_0.5.0       fansi_1.0.3         lifecycle_1.0.3    
## [52] stringi_1.7.8       yaml_2.3.5          grid_4.2.1         
## [55] maptools_1.1-4      crayon_1.5.2        lattice_0.20-45    
## [58] haven_2.5.1         hms_1.1.2           knitr_1.40         
## [61] pillar_1.8.1        wk_0.7.0            reprex_2.0.2       
## [64] glue_1.6.2          evaluate_0.16       modelr_0.1.9       
## [67] vctrs_0.4.2         tzdb_0.3.0          cellranger_1.1.0   
## [70] gtable_0.3.1        assertthat_0.2.1    cachem_1.0.6       
## [73] xfun_0.32           broom_1.0.1         e1071_1.7-11       
## [76] ragg_1.2.3          class_7.3-20        googledrive_2.0.0  
## [79] gargle_1.2.1        units_0.8-0         ellipsis_0.3.2

测试数据

配套数据下载：Exercise USA

数绘小站
关注
专栏目录
R语言ggplot2可视化实战：使用geom_smooth函数基于lm方法为每个分组的部分数据（subset data）拟合趋势关系曲线、对指定范围的数据拟合曲线
statistics+insight+vista+power
08-20 79
R语言ggplot2可视化实战：使用geom_smooth函数基于lm方法为每个分组的部分数据（subset data）拟合趋势关系曲线、对指定范围的数据拟合曲线
R语言ggplot2可视化在图像边界内绘制geom_text文本标签实战
data+scenario+science+insight
03-26 3147
R语言ggplot2可视化在图像边界内绘制geom_text文本标签实战 目录 R语言ggplot2可视化在图像边界内绘制geom_text文本标签实战 #geom_text文本标签1 #geom_text文本标签2 #geom_text文本标签3 #geom_text文本标签1 # test df <- data.frame(word = c("bicycle", "tricycle", "quadricycle"), n.wheels =
Altair 画世界热力地图
qq_36237858的博客
02-08 755
在用自己搜集的数据来画热力地图的时候，只需要向数据中添加id字段，就可以效仿官网给出的代码画出热力地图了。这需要知道每个国家或地区的id是什么。GitHub里提供了一个表格，可以在world_110m系列数据中的id和国家名或者国家代码之间建立映射，这样就可以通过pd.merge()将id添加到数据中。
世界热力地图 R语言
weixin_64589302的博客
02-03 1913
基于R语言世界热力地图绘制
干货 | 可视化设计：地图四部曲之地图热力
weixin_34365635的博客
12-21 274
2019独角兽企业重金招聘Python工程师标准>>> ...
R-ggplot2 标准中国地图制作
数据森麟
11-15 1829
公众号后台回复“图书“，了解更多号主新书内容作者：宁海涛来源：DataCharm由于基础图表绘制系列推文还在加紧准备中，所以这期推文还是对一些感兴趣的图表进行绘制，这期涉及空间图表绘...
R语言绘制中国地图，增加指北针、比例尺和九段线区域小图
joywww的博客
05-08 8229
地图数据获得 链接：https://pan.baidu.com/s/1JKD3IUONtKGO5tXMVBrTyA 提取码：data 绘制地图 # 数据读入 library(sf) library(ggspatial) library(ggplot2) library(cowplot) library(colorspace) # 读入地图绘制数据，这里是各个地区的污染物浓度，需要包含geometry格式数据 df = read.csv('G:/Desktop/data_map.csv', enc..
22. R语言—ggplot2_线形参数geom_line大全.pdf
11-27
在R语言的数据可视化领域，ggplot2库是一个非常强大的工具，它允许用户创建高质量、复杂的图形。本篇文章将深入探讨ggplot2中的`geom_line()`函数，这是一个用于绘制线图的关键几何对象，不仅可以生成基本的线性图表...
35.R语言geom_contour等高线图绘制教程.pdf
12-21
R语言geom_contour等高线图绘制教程 R语言中的geom_contour是一种常用的等高线图绘制方法，用于绘制等高线图，以便更好地展示数据之间的关系。本教程将详细介绍如何使用R语言中的ggplot2包和metR包来绘制等高线图。...
R语言ggplot2散点图geom_point()设置
weixin_45387324的博客
10-31 2万+
本文用到的数据为R语言自带的mtcars，为了演示，将vs这一变量设置为了因子型。 mtcars.copy = mtcars mtcars.copy$vs = as.factor(mtcars.copy$vs) 用如下代码可以绘制一张基础ggplot2的散点图：横坐标为mpg，纵坐标为wt,颜色为vs（两个值）。 ggplot(data = mtcars.copy)+ geom_point(aes(x = mpg,y = wt, color = vs, shape = vs)) 我们修改后的结果
R ggplot2 | 用geom_sf()绘制地图
weixin_44188622的博客
05-08 8104
用geom_sf()绘制地图 使用geom_polygon()绘制地图，每次都会提示该功能已经deprecated，而sf包配合ggplot2的geom_sf()函数则能快速地绘制地图，且无须设置long,lat,group=id这些参数。代码如下： ws <- ggplot() + geom_sf(data = fortify(wsdiv1), colou...
R绘制优美的地图
Asa12138的博客
05-07 4028
在 R 语言中，有多个软件包可以用来绘制地图，在此介绍绘制地图的全面方法。
ggplot2地图
weixin_46587777的博客
05-25 1649
ggplot2地图 install.packages(c( "colorBlindness", "directlabels", "dplyr", "gameofthrones", "ggforce", "gghighlight", "ggnewscale", "ggplot2", "ggraph", "ggrepel", "ggtext", "ggthemes", "hexbin", "Hmisc", "mapproj", "maps", "munsell", "ozmaps", "p
使用R制作世界热力地图
data_insect的博客
09-18 4603
在网上找了很久的教程，发现REmap只支持国内的城市分布图，而不支持国外的城市分布地图。最终只好用了比较笨的方法。 如果有更便捷的方法，请推荐给我。 第一步：城市地址转换为经纬度 本来以为这一步是最简单的，没想到这个经纬度居然是我一个个查的，然后手动输进去的。 我相信一定是有一个更简单的方法的，但是我没有找到（悲伤）。 第二步：将数据整理成 数据格式是这样的：经度、纬度、百分比，名字（国家和城市...
pyecharts 画地图(热力图)(世界地图，省市地图，区县地图)
shykevin的博客
10-10 1万+
一、概述 在上一篇文章中，链接如下：https://www.cnblogs.com/xiao987334176/p/13791061.html 已经介绍了pyecharts画一些基本图形，接下来介绍画地图 二、世界地图 from pyecharts import options as opts from pyecharts.charts import Map from pyechart...
json地图_小白来学python如何制作地图热力图
weixin_39582708的博客
11-27 754
作为一个小白，最近花了好长时间研究如何制作热力图，终于做出来啦！过程如下。总体思路：①收集到地名（如：407库住宅区 、八府庄小区）（xlsx格式）----> ②地名转化为经纬度（运用到百度地图api）----> ③新建一个html文件并写入经纬度----> ④打开html文件即可得到...
在地图上绘制热力图的方法
热门推荐
mayhongyoung的博客
04-03 3万+
                                                        在地图上绘制热力图的方法                                                                                         杨美红   由于业务需求，要在地图上用热力图的方法展示人群活动的热点地区。经搜索，发现...
Unity&Shader案例篇—地图上热图分布
Just do IT
07-09 4395
一、介绍        在2维平面地图上随机或者指定位置生成一系列的热量、能源或者其他需要表示的信息的分布图。可以通过切换不同的贴图表示不同的信息，如图所示表示的是该地区的降水量的变化如图所示为表示该地区的温度变化分布图二、实现       在贴图的的某个位置处绘制指定半径的圆圈，然后调整圆圈的强度也即透明度。因此Shader部分会定义这两类变量，因为Shader里面不能定义没有长度的数组，只能一...
Pyecharts绘制地图(世界地图，城市地图，热力图）
qq_42707967的博客
02-03 6147
一. pyechart绘制世界地图（城市地图，热力图） 1.1 pyechart绘制世界地图 from pyecharts import options as opts from pyecharts.charts import Map from pyecharts.faker import Faker import os # 基础数据 value = [95.1, 23.2, 43.3, 66.4, 88.5] attr = ["China", "Canada", "Brazil", "Russia",
R ggplot geom_sf如何改变边界宽度
最新发布
05-26
要改变R ggplot geom_sf图层的边界宽度，可以使用`geom_sf()`中的`size`参数。以下是一个示例代码： ``` library(sf) library(ggplot2) # 读取数据 nc <- st_read(system.file("shape/nc.shp", package="sf")) # ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值