地图R语言

leaflet包

LeafletR主要是用R语言的语法封装了JS版的Leaflet，可以在R语言的plot窗口，利用html5技术显示各种地图，还可以绘制自己的要素图形。

它有如下功能：
交互地图浏览（缩放、平移）
使用多种底图进行任意组合
加载地图瓦片（WMTS）
点要素定位标记
多边形要素标记
线要素标记
弹出窗口
解析加载GeoJson
从R或者RSutido创建地图窗口
可以把地图嵌入 knitr/R包所生成的Markdown文档中，或者是Shiny制作的APP中。
可以直接获取通过SP包生成就（加载）的空间对象以及包含经纬度的数据框进行展示。
可以设定地图范围以及封装自定义的鼠标事件。

一般来说，它的基本使用步骤如下：

1、加载leaflet包
2、通过leaflet包创建地图控件。
3、通过图层操作的方法（如addTiles、 addMarkers、 addPolygons）来处理图层数据，并且修改地图插件的各种参数，来把图层显示在地图控件上。
4、可以重复第三步，可以增加更多的图层数据。
5、把地图部件显示出来。完成绘图。

下面来看一个例子：

m <- leaflet()
at <- addTiles(m)
addMarkers(at,lng=116.391, lat=39.912, popup="这里是北京")

leaflet()%>%addTiles()%>%addMarkers(lng=116.391, lat=39.912, popup="这里是北京")

官方的文档里面，对于这种需要重复进行容器嵌套的写法，提供了管道操作符“%>%”来实现，它的主要作用就是把前面的语句（变量）传递给下一个语句，并且作为第一个参数使用，上面那三个语句，利用管道操作符来写，如下,输出结果是完全一样的，但是语句变得简单了。

二、地图控件

在leaflet包初始化的时候，一般调用leaflet()这个方法，这个方法就是对地图控件进行初始化，会生成一个地图容器，以后所有的图层操作，都在这个容器内处理。一般来说，这个方法都被作为其他方法的第一个参数来使用。我们可以通过显示参数设定或者通过管道操作符%>%来把这个容器传递给其他的方法。

地图控件的基本方法有下面这三个：

setView() :设定地图的显示级别缩放比例、和地图的中心点。
fitBounds()：设定地图的范围，一般是一个矩形，结构是：[lng1, lat1] – [lng2, lat2]。
clearBounds()：清除地图的范围设定。

下面来看个例子：

m<- leaflet()
m<- setView(m,lng=116.38,lat=39.9,zoom=9)
addTiles(m)

或者用管道操作符

leaflet()%>%setView(lng=116.38,lat=39.9,zoom=9)%>%addTiles()

初始化改为3级的话，结果如下：

leaflet()%>%setView(lng=116.38,lat=39.9,zoom=3)%>%addTiles()

leaflet包支持各种与空间信息有关的对象，包括使用sp包定义的空间对象，和R语言中带有空间信息的数据框等，如下所示：
与R相关的：

由经纬度信息组成矩阵
带有经纬度字段的数据框。

与sp包相关的：

SpatialPoints[DataFrame]
Line/Lines
SpatialLines[DataFrame]
Polygon/Polygons
SpatialPolygons[DataFrame]

还有就是maps包里面的各种空间图形信息

这些对象都可以直接用于leaflet里面的方法，作为图层添加到地图上。下面我们通过leaflet来绘制一些地图

当然，最简单的，还是绘制点，通过经纬度，把点画上去，我们先生成一批随机点：

df = data.frame(Lat = rnorm(100), Lon = rnorm(100))

然后画上去：

m <-leaflet(df)
addCircles(m)

#写法2：

df %>%leaflet()%>%addCircles()

leaflet包相对其它地图包，有很多优点和缺点，

首先，绘制地图简单快捷，因为都是基于供应商的tiles，一行代码就可以render出基本widget地图。

支持管道传参，一个图层一个图层进行添加，代码结构更加清晰。

其次，有很多tiles供应商可以选择,包括高德、google、Stamen, Esri, OpenWeatherMap，NASA，

等好几十个tiles供应商。当然其中一些需要注册。其中的google可以绕过注册，已经很难得了。

对于在地图上添加markers图标，shapes形状，线条等，异常方便快捷，这在ggplot2中很难做到的。

支持栅格数据，rasters栅格数据是基于像素点的地图。可以看出，leaflet具有很强的包容性。

支持多种投影坐标系，甚至可以自定义坐标系，这在某些特殊场景非常重要。

当然还有更重要的是，其具有一定交互能力，可以缩放拖拽，

简单的图层切换也不需要使用Shiny。使得更容易上手。

其它特点，首先tiles是基于供应商的，必须联网，

其次对颜色支持不一样，只支持HEX颜色空间和colors()中的颜色名称。 当然内置的几个palette函数，非常特别。

1.Widget设置

Widget地图框的设置，就是确定Widget的基本参数，

包括CRS坐标系，widget的中心坐标，zoom level(缩放)的范围, widget边界坐标，data数据等。

1.1

leafletOptions()

leaflet()中有个options参数，用leafletOptions()函数来指定，可以控制widget缩放范围。

语法：
1leafletOptions(minZoom = NULL, maxZoom = NULL, crs = leafletCRS(),
2 worldCopyJump = NULL, preferCanvas = NULL, …)

关键参数：
minZoom,表示最低缩小倍数，作用于所有地图层。
maxZoom,表示最高放大倍数，作用于所有地图层。
crs, 表示指定坐标系统，
preferCanvas, 表示是否将leaflet.js路径呈现在地图上。
1library(leaflet)
2
3leaflet(options= leafletOptions(minZoom=0, maxZoom =18))

1.2

中心、缩放、边界

关键函数：
setView() ,设定地图的view(包括center位置和zoom level)
flyTo() ,切换到一个指定的location或zoom-level，使用光滑的pan-zoom
fitBounds() ,设定地图矩形区域边界。view将限制在[lng1, lat1] - [lng2, lat2]
flyToBounds() ,切换到一个指定的地图矩形区域边界，使用光滑的pan/zoom
setMaxBounds() ,限定地图矩形区域最大边界
clearBounds() ,清除地图矩形区域边界, 然后view将只会受地图层的经度和纬度数据限制。
语法：
setView(map, lng, lat, zoom, options = list())
flyTo(map, lng, lat, zoom, options = list())
fitBounds(map, lng1, lat1, lng2, lat2, options = list())
flyToBounds(map, lng1, lat1, lng2, lat2, options = list())
setMaxBounds(map, lng1, lat1, lng2, lat2)
ClearBounds (map)

参数解释：
map，表示leaflet()创建的map widget
lng, 表示map center的经度,东经为正
lat, 表示map center的纬度，北纬为正
zoom, 表示zoom level
options, 列表传参，传递zoom或pan参数。
lngl, latl, lng2, lat2, 表示widget边界的坐标。

1library(leaflet)
2
3# 设定中心坐标和zoom level
4m <- leaflet() %>% addTiles() %>% setView(-71.0382679,42.3489054, zoom =18)56
# 显示第一个view
7m %>% fitBounds(-72,40,-70,43) 
# 设定view边界89# 显示第二个view
10m %>% clearBounds() # 清除边界限制, leaflet()默认为世界地图

Data数据

这里的Data不仅仅是画地图上行政区域的数据，而且包括要在地图上呈现的数据。

大多数图层添加函数都有data参数，通常使用%>%管道符逐渐传递data参数。

leaflet()通常支持下列几种形式的数据。

矩阵数据(由经度和纬度构成)。

数据框(由经度和纬度构成)。

从sp包传递的数据，包括：

SpatialPoints(数据框类型)

Line()/Lines()

SpatialLines()(数据框类型)

Polygon()/Polygons()

SpatialPolygons()(数据框类型)

从maps包传递的数据，主要是map()函数传递的数据框。

对于经度和纬度组成矩阵或数据框类型数据，在调动data添加图层时，会根据变量名进行猜测匹配：

若变量名称为lat,或latitude等，则猜测为纬度，猜测时，不区分大小写。

若变量名称为lng, long或 longitude等，则猜测为经度，猜测时，不区分大小写。

也可以手动指定经度和纬度变量，使用~语法。

在参数传递过程中，默认后面的data参数覆盖前面data参数。

1.3.1 data中经纬度的指定/猜测/覆盖

1library(leaflet)23# 自动猜测匹配

4set.seed(123)5df <- data.frame(Lat = 1:10, Long = rnorm(10))6leaflet(df)%>%addCircles()78# 手动指定经度和纬度变量,结果一样 leaflet(df) %>% addCircles(lng = ~Long,

9# lat = ~Lat)

1011# 在add_xxx()函数中重新指定参数进行覆盖，结果一样 leaflet() %>%

12# addCircles(data = df) leaflet() %>% addCircles(data = df, lat = ~Lat, lng

13# = ~Long)

1.3.2 sp对象的data

1library(leaflet)
2library(sp)
3library(RColorBrewer)
4
5Sr1 <- Polygon(cbind(c(2,4,4,1,2), c(2,3,5,4,2))) 
#4对非重复点坐标，首尾相连
6Sr2 <- Polygon(cbind(c(5,4,2,5), c(2,3,2,2))) 
#3对非重复点坐标，画三角形
7Sr3 <- Polygon(cbind(c(4,4,5,10,4), c(5,3,2,5,5))) 
#4对非重复点坐标，画四边形
8Sr4 <- Polygon(cbind(c(5,6,6,5,5), c(4,4,3,3,4)), hole = TRUE) # hole = TRUE,表示中空
9
10
11Srs1 <- Polygons(list(Sr1),"s1") #'s1'指定ID参数，多个多边形才有ID参数，Polygon()没有ID参数
12Srs2 <- Polygons(list(Sr2),"s2")
13Srs3 <- Polygons(list(Sr4, Sr3),"s3/4") # 合并Sr3和Sr4多边形
14
15# 列表传参，传递多个多边形参数
16SpP <- SpatialPolygons(list(Srs1, Srs2, Srs3),1:3)
17
18leaflet(height ="300px") %>% addPolygons(data = SpP, fillColor = brewer.pal(3,19name ="Set1"))

1.3.3 从maps包中获取data

1library(leaflet)
2library(maps)
3library(RColorBrewer)
4
5mapStates <- map("state", fill = TRUE, plot = FALSE)
6leaflet(data= mapStates) %>% addTiles() %>% addPolygons(fillColor = brewer.pal(10,7 name="Paired"), stroke = FALSE)

1.3.4 其它参数

其它绘图参数支持R自带的数据类型，如：向量，颜色向量，数据框，同样支持用~指定。

1library(leaflet)
2
3# 随便编一个数据
4m <- leaflet() %>% addTiles()
5df <- data.frame(lat = rnorm(100), lng = rnorm(100),size= runif(100,5,20),
6color= sample(colors(),100))
7
8m <- leaflet(df) %>% addTiles()
9#circle图标的半径不随zoom变化:
10m %>% addCircleMarkers(radius = ~size,color= ~color, fill = FALSE)
11#circle图标的半径不随zoom变化:
12m %>% addCircleMarkers(radius = runif(100,4,10),color= c("red"))

2.Basemaps底图

leaflet支持Tilemap类型的底图，

leaflet支持多种免费第三方providers的tiles, 包括Stamen, Esri, OpenWeatherMap等，

用names(providers)可以查看所有的providers。

2.1

默认Tiles(OpenStreetMap)

使用addTiles()函数添加tiles并使用默认参数,默认即是OpenStreetMap，即街区Tiles。

1library(leaflet)
2
3m <- leaflet()%>%setView(lng = -71.0589, lat = 42.3601, zoom = 12)4m%>%addTiles()# 显示街区图

第三方 Tiles

调用addProviderTiles()函数，在参数providers$后面加tiles供应商的名字就行了。 需要注意：部分第三方tiles需要注册。

通过options参数调用providerTileOptions()函数可以规避部分tiles的注册。

如果有定制的tiles模板的URL链接,可以在addTiles()函数中调用。

1library(leaflet)
2
3m <- leaflet()%>%setView(lng = -71.0589, lat = 42.3601, zoom = 12)
4
5# 使用Stamen.Toner 的 tiles
6m%>%addProviderTiles(providers$Stamen.Toner)

巧妙的数据转换

通过调用函数addWMSTiles()可以添加WMS(Web Map Service)的tiles。

Web地图服务（WMS）是一种标准协议，描述如何通过Internet提供任何地理配准的地图图像，

这通常由使用来自地理信息系统数据库的数据的地图服务器生成。

协议标准由Open Geospatial Consortium（OGC）开发，

并于1999年首次发布.WMS提供了一种使用HTTP接口请求地理注册地图图像的简单方法。

WMS供应商（https://en.wikipedia.org/wiki/Web_Map_Service）

1library(leaflet)
2
3leaflet() %>% addTiles() %>% setView(-93.65,42.0285, zoom =4) %>% # 叠加一个WMS的tiles图层4addWMSTiles("http://mesonet.agron.iastate.edu/cgi-bin/wms/nexrad/n0r.cgi", layers ="nexrad-n0r-900913",
5 options = WMSTileOptions(format ="image/png", transparent = TRUE), attribution ="Weather data <U+00A9> 2012 IEM Nexrad")

Tiles图层叠加

多个Tiles图层也可以叠加， 但是这种情况通常仅用于表层tiles是半透明的情况下，

或在options参数中手动指定不透明度opacity。

opacity从0(完全透明)到1(完全不透明)。

1library(leaflet)
2
3m <- leaflet() %>% setView(lng = -71.0589, lat =42.3601, zoom =12)
4
5m %>% addProviderTiles(providers$MtbMap) %>% # 底层tiles
6 addProviderTiles(providers$Stamen.TonerLines, # 叠加一层tiles,显示公路和街道
7 options = providerTileOptions(opacity =0.35)) %>% # opacity设定非透明度
8 addProviderTiles(providers$Stamen.TonerLabels) # 叠加tiles,显示公路名，街道名，机场图标。
链接：https://blog.csdn.net/R3eE9y2OeFcU40/article/details/88324895