R语言可视化作图笔记（3）地理空间可视化

地理空间可视化（Geospatial Visualization）

aegypti_albopictus.csv是一个包含了全球各地历年受到Aedes aegypti与Aedes albopictus两种蚊子感染登革热患者的统计数据。COUNTRY和COUNTRY_ID为各地名称与缩写。

plotly::plot_geo

通过plotly自带的地图，我们可以直接画出很棒的地图。下图是用plot_geo画出的历年各地受灾人数的总和在各地分布情况。

library(plotly)
data <- read.csv(file="aegypti_albopictus.csv")
data2 <- data
data2$NUM <- 1           # 求和
data3 <- aggregate(NUM ~ COUNTRY + COUNTRY_ID, data2, sum)
plot_geo(data3) %>%
  add_trace(
    # z = ~log(NUM), 
    z = ~NUM, 
    color = ~NUM, colors = 'Reds',
    # text = ~paste(COUNTRY, NUM, sep = "<br />"), 
    text = ~COUNTRY, 
    locations =~COUNTRY_ID
  )%>%
  layout(geo = list(
    scope = "world",
    showland = TRUE,
    landcolor = toRGB("gray80")

会发现此图中由于有些地区数值过大，导致其他地区的图像不明显。
我们用log处理下数据后，图像是这样的

在plo_geo中，我们也可以对地图类型进行修改，默认的是equirectangular（效果如上图），下图是conic equal area的效果

plot_geo(data3) %>%
  add_trace(
    z = ~log(NUM), color = ~NUM, colors = 'Reds',
    text = ~paste(COUNTRY, NUM, sep = "<br />"), 
    locations =~COUNTRY_ID
  )%>%
  layout(geo = list(
    scope = "world",
    projection = list(type = "conic equal area"),  # 这里修改地图投影类型
    showland = TRUE,
    landcolor = toRGB("gray80")
  ))

plot_mapbox

利用mapbox的API以及plotly::plot_mapbox绘制2004年全球的感染情况。VECTOR是蚊子种类，Y与X是发现患者的经纬坐标。
【就笔者玩下来，plot_mapbox比plot_geo用起来更舒服流畅很多。“secret token”里填写 mapbox 提供的Access Tokens，需要自己注册后获取，由于笔者的是老师给的。就不在这里给出了，请见谅】

Sys.setenv('MAPBOX_TOKEN' = 'secret token')
year2004 <- data[data$YEAR == "2004",]
year2004 %>%
  plot_mapbox(lat = ~Y, lon = ~X,
              text = ~paste(VECTOR, LOCATION_TYPE, sep = "<br />"),
              color = ~VECTOR, colors = c("red", "black"),
              mode = 'scattermapbox')

在2013年，巴西成了埃及伊蚊（Aedes aegypti）受灾最严重的地区。下面我们来重点查看巴西在2013年的受灾情况。我们借助mutate和group_by将巴西地图切成50*50=2500点的平面图，并用N统计各点出现的患者数。

year2013 <- data[data$YEAR == "2013",]
year2013[year2013$COUNTRY=="Brazil",] %>% 
  mutate(Xgroup = cut_interval(X,n=50), Ygroup = cut_interval(Y,n=50)) %>% 
  group_by(Xgroup,Ygroup) %>% 
  summarise(N=n(),xx=mean(X),yy=mean(Y)) %>%  
  plot_mapbox(x=~xx,y=~yy,
              color=~N, colors =c("yellow","red"),
              text= ~paste(N)
              )

【在绘制“点”地图时有一个问题尤为明显，就是各地区密度的问题。例如南欧和东亚一些地区不大，但也有不少“点”，从地图上甚至覆盖整个地区，相较之下巴西这种地方虽然总受灾数大，但密度相比于那些地方明显低很多。所以地图只是参考，需要处理的地方还有很多。】