R语言地图可视化

https://zhuanlan.zhihu.com/p/28205002?utm_source=tuicool&utm_medium=referral

之前的ggplot2入门实践篇已经更新告一段落，也已经做了归总分类分享给大家。

最近翻看突然发现少了一个知识点，就是分面中没有讲填充多边形分面的应用，虽然其理念跟其他的常用图表类型一致。

但是鉴于多边形填充本身就比较复杂，再加上分面肯定能把大部分小伙伴儿绕晕，这里还是亲自实践一篇案例详细讲解一下实际用法。

如果你还不懂如何使用ggplot2制作数据地图的话，你可以参考以下序列文件：

地图部分（ggplot2）

你想要的地图素材资源，我都帮你整理好了~

一篇文章教你搞定JSON素材，从此告别SHP时代~

大道至简——论如何最优雅的操纵json地图数据

关于美国地图中的两个海外州坐标平移与原始投影问题~

R语言可视化——关于ggplot所支持的数据地图素材类型

一篇小短文助你打开数据可视化的任督二脉！

数据地图多图层对象的颜色标度重叠问题解决方案

ggplot2中如何自定义数据地图版面范围~

关于数据地图的几个遗留问题解决方案

R语言数据地图——美国地图

R语言数据地图——全球填色地图

数据地图系列7|R语言版(上)

数据地图系列8|R语言版数据地图（下）

R语言可视化——数据地图应用（东三省）

R语言可视化——数据地图离散百分比填充（环渤海）

R语言可视化——地图填充与散点图图层叠加

R语言可视化——多图层叠加（离散颜色填充与气泡图综合运用）

R语言可视化——地图与气泡图结合应用

用R语言复盘美国总统大选结果~

R语言可视化——ggplot绘制中心密度辐射图

R语言可视化——中心放射状路径图

你绝对想不到，数据地图还能这么玩~

玩转数据地图系列之——地图上的迷你条形图

一个小案例，教你如何从数据抓取、数据清洗到数据可视化

一篇全是代码的数据可视化案例

小魔方不想跟你说话，并向你扔了一堆代码~~~

地图可视化之——移花接木

为了演示方便，今天这篇使用纯模拟数据：

加载包：
library("ggplot2")
library("plyr")
library("ggthemes")
library("rgdal")
library("dplyr")

导入中国省界地图：

setwd("D:/R/rstudy/CHN_adm") 
china_map<-readOGR("bou2_4p.shp",stringsAsFactors=FALSE)
mydata<-china_map@data["NAME"]
mydata$id<-0:924;mydata[mydata$id==898,"NAME"]<-"澳门特别行政区"

mymapdata<-fortify(china_map)
mymapdata$id<-as.numeric(mymapdata$id)
mymapdata<-merge(mymapdata,mydata,all.x=TRUE)
mymapdata<- mymapdata %>%rename(region=NAME)

今天的目标是，使用一个省份12年份实践序列数据分别呈现填色散点气泡图、颜色填充图、以及组合图，形成3*4排列的数据地图分面，不是使用grid逐个打印单个地图，而是直接使用ggplot2的分面参数进行绘制。

考虑到如果使用传统的数据源格式（geom_polygeon制作填充图要求将指标数据与地理分界点数据合并，因为地理分界点数据有9万个，12个年份数据表宽转长之后会暴增到120万+，肯定会拖慢内存，所以今天使用geom_map函数进行颜色填充地图的绘制）。

以下是本案例步骤：

首先构造12个年份变量：
mydata_new<-data.frame(NAME=unique(mydata$NAME))
for (i in 2:13){
mydata_new[,i]<-round(runif(34,0,250))
}

定义并切割连续型数据为因子变量
names(mydata_new)[2:length(mydata_new)]<-as.character(2001:2012)
mydata_new<-mydata_new%>%tidyr::gather(year,zhibiao,-1)
mydata_new$fact<-cut(mydata_new$zhibiao,breaks=c(0,50,100,150,200,250),labels=c('0~50','50~100','100~150','150~200','200~250'),order=TRUE,include.lowest = TRUE)

以下是构图过程：

分面地图一（热力填色地图）： 
ggplot(mydata_new,aes(map_id=NAME,fill=fact))+
geom_map(map=mymapdata,colour="grey65")+
scale_fill_brewer(palette="Blues") +  ###Blues&Greens
facet_wrap(~year)+
expand_limits(x=mymapdata$long,y=mymapdata$lat)+
coord_map("polyconic")+
guides(fill=guide_legend(reverse=TRUE,title=NULL))+       
theme_void()%+replace% theme(legend.position = c(0,0.7),legend.text.align=1)   

导入并合并省份行政中心经纬度数据
province_city <- read.csv("D:/R/rstudy/Province/chinaprovincecity.csv") 
province_city<-province_city%>%select(province,jd,wd)
mydata_new<-merge(mydata_new,province_city,by.x="NAME",by.y="province",all.x=TRUE)

分面地图二（填色气泡地图）：
ggplot(mydata_new,aes(map_id=NAME))+
geom_map(map=mymapdata,colour="grey65",fill="#EEF3FA")+
geom_point(aes(x=jd,y=wd,size=zhibiao,colour=zhibiao),shape=16)+
scale_size_area(max_size=6) +  
scale_colour_gradient(low="white",high="#D73434")+ 
facet_wrap(~year)+
expand_limits(x=mymapdata$long,y=mymapdata$lat)+
coord_map("polyconic")+
guides(fill=guide_legend(reverse=TRUE,title=NULL),size=guide_legend(reverse=TRUE,title=NULL))+       
theme_void()%+replace% theme(legend.position = c(0,0.7),legend.text.align=1)   

分面地图三（填色气泡+热力填充地图）： 
ggplot(mydata_new,aes(map_id=NAME))+
geom_map(map=mymapdata,aes(fill=fact),colour="white")+
geom_point(aes(x=jd,y=wd,size=zhibiao,colour=zhibiao),shape=16)+
scale_size_area(max_size=4) +  
scale_fill_brewer(palette="Greens") +  ###Blues&Greens
scale_colour_gradient(low="white",high="#D73434")+ 
facet_wrap(~year)+
expand_limits(x=mymapdata$long,y=mymapdata$lat)+
coord_map("polyconic")+
guides(fill=guide_legend(reverse=TRUE,title=NULL),size=guide_legend(reverse=TRUE,title=NULL))+       
theme_void()%+replace% theme(legend.position = c(0,0.7),legend.text.align=1)  

对你没有看错，ggplot2就是这么高端大气上档次，想不想学这种操作呀，9月12日晚八点，天善学院我们不见不散（悄悄地告诉你报名地址在阅读原文里）~_~

所需数据源请移步之本人GitHub下载，可以直接进入GitHub官网搜索ljtyduyu，也可以在后台回复任意内容，获取小魔方的GitHub主页数据获取地址。