2025.04.18|【Map】地图绘图技巧全解

Add circles

Add circles on a Leaflet map

Change tile

Several background tiles are offered by leaflet. Learn how to load them, and check the possibilities.

2025.04.18【Map】| 地图绘图技巧全解

在生物信息学领域，地理信息系统（GIS）和地图可视化是分析和展示数据空间分布的重要工具。本文将介绍如何在R语言中使用不同的地图样式来创建静态和交互式地图。R-graph-gallery网站提供了丰富的地图绘制教程，包括如何根据不同的输入数据构建地图，但不涉及如何在地图上绘制数据点。这些地图样式包括但不限于：地理区域着色图（choropleth）、气泡图（bubble map）、连接图（connection map）和变形图（cartogram）。这些地图样式在生物信息学中尤其有用，可以帮助我们理解基因表达、疾病分布、物种多样性等数据的空间模式。通过这些教程，即使是初学者也能快速上手，利用R语言的强大功能，将复杂的空间数据转化为直观的地图可视化，从而更深入地分析和解释生物信息数据。

1. 准备工作

在开始之前，我们需要安装一些必要的R包。这些包将帮助我们绘制各种地图样式。打开R或RStudio，并运行以下代码来安装这些包：

install.packages("ggplot2")  # 用于绘图
install.packages("maps")    # 提供地图数据
install.packages("dplyr")   # 数据处理
install.packages("sf")      # 空间数据框架

2. 地理区域着色图（Choropleth）

地理区域着色图是一种展示区域数据的地图，其中每个区域的颜色深浅表示数据的大小。以下是如何使用R语言绘制一个简单的地理区域着色图：

library(ggplot2)
library(maps)

# 获取世界地图数据
world_map <- map_data("world")

# 创建一个示例数据框，包含国家的GDP
data <- data.frame(
  long = c(-54.8039, -77.0294, 114.1589),
  lat = c(-35.4437, -12.0931, 22.3193),
  country = c("Argentina", "Brazil", "China"),
  gdp = c(473000, 1834000, 14342900)  # GDP单位：百万美元
)

# 将国家名称与地图数据匹配
world_map$country <- world_map$region
world_map <- merge(world_map, data, by.x = "country", by.y = "country")

# 绘制地理区域着色图
ggplot() +
  geom_polygon(data = world_map, aes(x = long, y = lat, group = group, fill = gdp),
               color = "white") +
  scale_fill_continuous(low = "lightblue", high = "darkblue") +
  labs(title = "世界GDP分布图", fill = "GDP (百万美元)")

3. 气泡图（Bubble Map）

气泡图通过在地图上绘制不同大小的气泡来展示数据的大小。以下是如何使用R语言绘制一个简单的气泡图：

library(ggplot2)
library(maps)

# 获取美国地图数据
us_map <- map_data("state")

# 创建一个示例数据框，包含各州的人口数量
data <- data.frame(
  state = c("Alabama", "Alaska", "Arizona"),
  population = c(4903185, 731545, 7278717)  # 人口单位：人
)

# 将州名与地图数据匹配
us_map$state <- us_map$region
us_map <- merge(us_map, data, by.x = "state", by.y = "state")

# 绘制气泡图
ggplot() +
  geom_polygon(data = us_map, aes(x = long, y = lat, group = group, fill = population),
               color = "white") +
  scale_fill_gradient(low = "lightgreen", high = "darkgreen") +
  labs(title = "美国各州人口分布图", fill = "人口数量")

4. 连接图（Connection Map）

连接图通过在地图上绘制线条来展示不同地点之间的连接关系。以下是如何使用R语言绘制一个简单的连接图：

library(ggplot2)
library(maps)

# 获取世界地图数据
world_map <- map_data("world")

# 创建一个示例数据框，包含两个国家之间的距离
data <- data.frame(
  origin = c("China", "Germany"),
  destination = c("USA", "France"),
  distance = c(12000, 1500)  # 距离单位：公里
)

# 将国家名称与地图数据匹配
world_map$country <- world_map$region
world_map <- merge(world_map, data, by.x = "country", by.y = "origin")

# 绘制连接图
ggplot() +
  geom_segment(data = data, aes(x = long.x, y = lat.x, xend = long.y, yend = lat.y,
                                color = distance), size = 1) +
  scale_color_gradient(low = "grey", high = "red") +
  labs(title = "国家间距离连接图", color = "距离 (公里)")

5. 变形图（Cartogram）

变形图通过调整地图上区域的大小来展示数据的大小。以下是如何使用R语言绘制一个简单的变形图：

library(ggplot2)
library(maps)

# 获取美国地图数据
us_map <- map_data("state")

# 创建一个示例数据框，包含各州的面积
data <- data.frame(
  state = c("Alabama", "Alaska", "Arizona"),
  area = c(131728, 1717856, 295234)  # 面积单位：平方公里
)

# 将州名与地图数据匹配
us_map$state <- us_map$region
us_map <- merge(us_map, data, by.x = "state", by.y = "state")

# 绘制变形图
ggplot() +
  geom_polygon(data = us_map, aes(x = long, y = lat, group = group, area = area),
               color = "white") +
  scale_area_continuous(range = c(1, 10)) +
  labs(title = "美国各州面积变形图", area = "面积 (平方公里)")

结语

通过上述步骤，我们学习了如何在R语言中使用不同的地图样式来创建静态和交互式地图。这些地图样式在生物信息学中尤其有用，可以帮助我们理解基因表达、疾病分布、物种多样性等数据的空间模式。希望这篇文章能够帮助你快速上手R语言的地图绘制功能，将复杂的空间数据转化为直观的地图可视化，从而更深入地分析和解释生物信息数据。

🌟 非常感谢您抽出宝贵的时间阅读我的文章。如果您觉得这篇文章对您有所帮助，或者激发了您对生物信息学的兴趣，我诚挚地邀请您：

👍 点赞这篇文章，让更多人看到我们共同的热爱和追求。

🔔 关注我的账号，不错过每一次知识的分享和探索的旅程。

📢 您的每一个点赞和关注都是对我最大的支持和鼓励，也是推动我继续创作优质内容的动力。

📚 我承诺，将持续为您带来深度与广度兼具的生物信息学内容，让我们一起在知识的海洋中遨游，发现更多未知的奇迹。

💌 如果您有任何问题或想要进一步交流，欢迎在评论区留言，我会尽快回复您。