R語言可視化——數據地圖離散百分比填充(環渤海)
案例用環渤海三省二市的地理數據。
library(ggplot2)
library(maptools)
library(plyr)
數據導入、轉換、抽取
CHN_adm2 <- readShapePoly("c:/rstudy/CHN_adm/CHN_adm2.shp")
CHN_adm2_1 <- fortify(CHN_adm2)
data1 <- CHN_adm2@data
data2 <- data.frame(id=row.names(data1),data1)
china_map_data <- join(CHN_adm2_1, data2, type = "full")
huanbohai <-subset(china_map_data,NAME_1==c("Beijing","Tianjin","Nei Mongol","Hebei","Shandong"))
建立業務數據:
huanbohai_perm<-data.frame(NAME_2=unique(huanbohai$NAME_2),zhibiao=rnorm(42,100,50))
huanbohai_perm$zhibiao<-round(huanbohai_perm$zhibiao,0)
write.table (huanbohai_perm, file ="C:/rstudy/huanbohai.csv", sep =",", row.names =FALSE)
業務數據導入及合併:
mydata<-read.csv("C:/rstudy/huanbohai.csv",header=T)
huanbohai_map_data <- join(huanbohai,mydata, type="full")
###將轉換的分段因子變數重新命名為我們需要的分段閥值:
huanbohai_map_data$fau <- cut(huanbohai_map_data$zhibiao, breaks = c(0,40,80,120,160,200))
huanbohai_map_data$fam<-factor(huanbohai_map_data$fau,levels=c("(0,40]","(40,80]","(80,120]","(120,160]","(160,200]"),labels=c("0~40","40~80","80~120","120~160","160~200"),order=TRUE)
離散顏色標度填充(實際值分段)
windowsFonts(myFont = windowsFont("微軟雅黑"))
ggplot(huanbohai_map_data, aes(x = long, y = lat, group = group,fill =fam)) +
geom_polygon(colour="white")+
scale_fill_brewer(palette="Greens") + ###Blues&Greens
coord_map("polyconic") +
ggtitle("某公司2015~2016年度營業狀況分布圖")+
guides(fill=guide_legend(reverse=TRUE,title=NULL))+
theme(
title=element_text(family="myFont"),
legend.text.align=1, ###圖例標籤右對齊
panel.grid = element_blank(),
panel.background = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
axis.title = element_blank(),
legend.position = c(0.08,0.6)
)
以上是昨天在東三省填充地圖中所使用過的方法,接下來我解釋一種新的填充方案,通過將數量段轉換為百分比進行離散顏色標度填充:
離散顏色標度分割(百分比數量段):
qa <- quantile(na.omit(huanbohai_map_data$zhibiao), c(0,0.2,0.4,0.6,0.8,1.0))
huanbohai_map_data$zhibiao_q<-cut(huanbohai_map_data$zhibiao,qa,labels = c("0-20%", "20-40%","40-60%","60-80%", "80-100%"),include.lowest = TRUE)
levels(huanbohai_map_data$zhibiao_q)
[1] "0-20%" "20-40%" "40-60%" "60-80%" "80-100%"
通過將指標變數以分段百分比的方式進行分割,新建立一個百分比分段因子變數:
離散漸變(百分比)
windowsFonts(myFont = windowsFont("微軟雅黑"))
ggplot(huanbohai_map_data,aes(long,lat))+
geom_polygon(aes(group=group,fill=zhibiao_q),colour="white")+
scale_fill_brewer(palette="Greens")+
coord_map("polyconic") +
guides(fill=guide_legend(reverse=TRUE,title=NULL))+
ggtitle("某公司2015~2016年度營業狀況分布圖")+
theme(
title=element_text(family="myFont"),
panel.grid = element_blank(),
panel.background = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
axis.title = element_blank(),
legend.position =c(0.2,0.7),
legend.text.align=1
)
###帶標籤
接下來處理標籤問題:
創建各城市中心地理坐標:
midpos <- function(data1) mean(range(data1,na.rm=TRUE))
centres <- ddply(huanbohai_map_data,.(city),colwise(midpos,.(long,lat)))
填充並添加標籤:
ggplot(huanbohai_map_data,aes(long,lat))+
geom_polygon(aes(group=group,fill=zhibiao_q),colour="white")+
scale_fill_brewer(palette="Greens")+
coord_map("polyconic") +
geom_text(aes(label=city),size =3,family="myFont",fontface="plain",data=centres) +
guides(fill=guide_legend(reverse=TRUE,title=NULL))+
ggtitle("某公司2015~2016年度營業狀況分布圖")+
theme(
title=element_text(family="myFont"),
title=element_text(family="myFont"),
panel.grid = element_blank(),
panel.background = element_blank(),
legend.text.align=1,
axis.text = element_blank(),
axis.ticks = element_blank(),
axis.title = element_blank(),
legend.position = c(0.2,0.7)
)
本文轉載自EasyCharts團隊成員公眾號——「數據小魔方」,轉載請註明出處
文件及代碼分享在QQ群共享中, 魔方學院QQ群:
我們EasyCharts團隊在網易雲課堂等你來上課哦,長按下面的二維碼就可進入網易學習課堂。本課程定價為19.9,在2017年1月11日前的打折優惠價為9.9。Excel商業圖表修鍊秘笈-基礎篇 - 網易雲課堂 (二維碼自動識別)簡介
真正的高手,不是會製作高難度的圖表,而是能把最平常的圖表繪製出商務范!小菜鳥,老司機,都不容錯過本課程哦!
1. 這是Excel史上最全的基礎圖表類型講解;本課程重點講解了23個基礎圖表案例,包括Excel自動生成的柱形圖,條形圖,折線圖,面積圖,散點圖,餅圖,圓環圖、雷達圖,表格,卡片等常用商業圖表。
2. 這是Excel史上最全的商業圖表風格學習大全;本課程提供了5種商業圖表風格的圖表,包括《商業周刊》風格,《華爾街日報》風格1和2,《經濟學人》風格1和2,共5種經典商業雜誌圖表的風格。
3. 本課程包括了150多張張商業圖表演示Excel源文件。每個基礎圖表案例至少提供6種以上不同的圖表風格演示,供讀者選擇與學習,可以滿足不同人群的審美需求。
EasyCharts團隊出品
帥的人都關注了EasyCharts團隊^..^~
QQ交流群:454614789
微信公眾號:EasyCharts
更多信息敬請查看: http://easychart.github.io/post/Easycharts/
推薦閱讀:
※R語言可視化——ggplot繪製中心密度輻射圖
※R語言分析告訴你應避開哪個國家以躲避空難
※MySQL入門及其與R的交互