利用R语言如何画出广州房价地图

R软件的ggplot包升级以后有绘制地图的新功能，其图形元素主要是通过geom_map来实现。由于系统内maps包所自带的地图数据没有广州市的数据。其它图家地图数据则要从外部导入，本文则尝试从外部导入广州数据，然后用ggplot2包进行绘图。
本例的目的是结合地理数据和房价数据，以说明广州市房价的行政区分布情况。基本步骤是先导入地理信息数据，将其转为ggplot2可以处理的数据框格式，将房价数据整合进来，最后绘制成图。在下图中，颜色越深代表房价越高。由于本人只在网络上下载到旧版的广州市地图，所以与现实是有些出入的。广州市行政区gis图shp格式.rar

接下来展示本案例的代码

library(maptools);
library(ggplot2)
library(plyr)
gzmap<-readShapePoly('C:/Users/Thinkpad/Desktop/广州市行政区划/guangzhou.shp')
head(fortify(gzmap))
ggplot(gzmap,aes(x=long,y=lat,group=group))+geom_path()
gzfj<-data.frame(行政区=c('白云区','海珠区','黄埔区','荔湾区','天河区','越秀区','花都','南沙区',
                       '增城','从化','番禺区','萝岗区'),
                 房价=c(14740,17476,12387,16123,20319,26176,8541,9062,8520,8636,13838,14555))
gz.map<-fortify(gzmap,gzmap$NAME_EN)
gzdata<-data.frame(id =unique(gz.map$id),name=gzmap$NAME_EN)
gzdata1<-merge(gzfj,gzdata,by.x='行政区',by.y='name')
gz_map<-merge(gz.map,gzdata1,by.x='id',by.y='id')
gz_map<-arrange(gz_map,group,order)
head(gz_map)
ggplot(gz_map,aes(map_id = id))+
  geom_map(aes(fill = 房价), map =gz.map,colour='black') +
  expand_limits(x = gz.map$long, y = gz.map$lat)+theme(
       panel.grid=element_blank(),
       panel.background=element_blank(),
       axis.text=element_blank(),
       axis.title=element_blank())     

自动生成的颜色太暗，而且是颜色越浅代表房价越高，这些不太符合人们的思维惯性，下一步要改变颜色

接下来介绍两种改变颜色的方法scale_fill_gradient2和scale_fill_gradient

改变颜色

ggplot(gz_map,aes(map_id = id))+
  geom_map(aes(fill = 房价),map =gz.map,colour='black') +
  expand_limits(x = gz.map$long, y = gz.map$lat)+
  ggtitle("广州房价分布图")+
  scale_fill_gradient2(low='#F0F5FD',mid='#85B0F2',high='#0808E7',midpoint=median(gzfj$房价))+
  theme(panel.grid=element_blank(),
    panel.background=element_blank(),
    axis.text=element_blank(),
    axis.title=element_blank()) 

改变颜色

ggplot(gz_map,aes(map_id = id))+
  geom_map(aes(fill = 房价),map =gz.map,colour='black') +
  expand_limits(x = gz.map$long, y = gz.map$lat)+
  ggtitle("广州房价分布图")+
  scale_fill_gradient(high = "darkblue",low = "lightblue")+
  theme(panel.grid=element_blank(),
        panel.background=element_blank(),
        axis.text=element_blank(),
        axis.title=element_blank())

已经为行政区根据房价的不同涂上了不同的颜色，但是我们还想再地图上显示行政区的名称

添加文字

gzmap<-readShapePoly('C:/Users/Thinkpad/Desktop/广州市行政区划/guangzhou.shp')
gz.map<-fortify(gzmap,gzmap$NAME_EN)
gzfj<-data.frame(行政区=c('白云区','海珠区','黄埔区','荔湾区','天河区','越秀区','花都','南沙区',
                       '增城','从化','番禺区','萝岗区'),
                 房价=c(14740,17476,12387,16123,20319,26176,8541,9062,8520,8636,13838,14555))
gzdata1<-merge(gzfj,gzdata,by.x='行政区',by.y='name')
str(gzdata1)

添加经度和纬度

此处可以用一个循环来表达，无奈楼主水平有限，也在学习期间，若有真正的大牛希望看到后能指点一二

gzdata1$long[1]<-mean(gz.map$long[gz.map$id==gzdata1$id[1］)
gzdata1$long[2]<-mean(gz.map$long[gz.map$id==gzdata1$id[2］)
gzdata1$long[3]<-mean(gz.map$long[gz.map$id==gzdata1$id[3］)
gzdata1$long[4]<-mean(gz.map$long[gz.map$id==gzdata1$id[4］)
gzdata1$long[5]<-mean(gz.map$long[gz.map$id==gzdata1$id[5］)
gzdata1$long[6]<-mean(gz.map$long[gz.map$id==gzdata1$id[6］)
gzdata1$long[7]<-mean(gz.map$long[gz.map$id==gzdata1$id[7］)
gzdata1$long[8]<-mean(gz.map$long[gz.map$id==gzdata1$id[8］)
gzdata1$long[9]<-mean(gz.map$long[gz.map$id==gzdata1$id[9］)
gzdata1$long[10]<-mean(gz.map$long[gz.map$id==gzdata1$id[10］)
gzdata1$long[11]<-mean(gz.map$long[gz.map$id==gzdata1$id[11］)
gzdata1$long[12]<-mean(gz.map$long[gz.map$id==gzdata1$id[12］)
gzdata1$long[13]<-mean(gz.map$long[gz.map$id==gzdata1$id[13］)
gzdata1$long[14]<-mean(gz.map$long[gz.map$id==gzdata1$id[14］)

gzdata1$lat[1]<-mean(gz.map$lat[gz.map$id==gzdata1$id[1］)
gzdata1$lat[2]<-mean(gz.map$lat[gz.map$id==gzdata1$id[2］)
gzdata1$lat[3]<-mean(gz.map$lat[gz.map$id==gzdata1$id[3］)
gzdata1$lat[4]<-mean(gz.map$lat[gz.map$id==gzdata1$id[4］)
gzdata1$lat[5]<-mean(gz.map$lat[gz.map$id==gzdata1$id[5］)
gzdata1$lat[6]<-mean(gz.map$lat[gz.map$id==gzdata1$id[6］)
gzdata1$lat[7]<-mean(gz.map$lat[gz.map$id==gzdata1$id[7］)
gzdata1$lat[8]<-mean(gz.map$lat[gz.map$id==gzdata1$id[8］)
gzdata1$lat[9]<-mean(gz.map$lat[gz.map$id==gzdata1$id[9］)
gzdata1$lat[10]<-mean(gz.map$lat[gz.map$id==gzdata1$id[10］)
gzdata1$lat[11]<-mean(gz.map$lat[gz.map$id==gzdata1$id[11］)
gzdata1$lat[12]<-mean(gz.map$lat[gz.map$id==gzdata1$id[12］)
gzdata1$lat[13]<-mean(gz.map$lat[gz.map$id==gzdata1$id[13］)
gzdata1$long[14]<-mean(gz.map$long[gz.map$id==gzdata1$id[14］)
ggplot(gz_map,aes(map_id = id))+
  geom_map(aes(fill = 房价),map =gz.map,colour='black') +
  expand_limits(x = gz.map$long, y = gz.map$lat)+
  ggtitle("广州房价分布图")+
  scale_fill_gradient2(low='#F0F5FD',mid='#85B0F2',high='#0808E7',midpoint=median(gzfj$房价))+ 
  geom_text(aes(x =long,y = lat,label = 行政区), family = "GB1", data = gzdata1)+
  theme(panel.grid=element_blank(),
        panel.background=element_blank(),
        axis.text=element_blank(),
        axis.title=element_blank())

以上程序运行后就得到我们最初看到的图形了，颜色根据房价的高低来定，地图上还标注了行政区的名称。