記錄數據可視化的每一個瞬間

01-25

2017-05-18 杜雨 EasyCharts

之前寫過兩篇關於使用animation包來製作時間維度動態可視化GIF圖，效果還是很棒的，最近又發現了一個好玩的包——gganimate，它也是主打製作時間維度動態可視化的，不過該包將動態展示的技術通過一個參數封裝到了aes()函數裡面，這就意味著我們省去了寫繁瑣的循環，直接可以通過ggplot函數一步搞定複雜的動態圖表製作。

但是方便至於必然存在缺陷，由於該包給我們的自由調整空間太小，我甚至無法調整輸出圖表的質量、尺寸，導致最終的成圖看起來非常的怪異，無奈每一個案例效果我都用animation包又從新實現了一次，這樣大家就可以看到對比效果了。

library(ggplot2)
library(maps)

library(plyr)
library(grid)
library(RColorBrewer)
library("dplyr")
library(gapminder)
library(gganimate)
library(animation)

此次使用的地圖是maps中的世界地圖，因為原始數據是gapminder包（沒錯就是那個做動態可視化很吊的團隊，他們有個網站就叫gapminder，裡面各種高大上動態圖，而且還提供了動態圖演示的桌面端軟體）提供的數據。因為國家名稱有出入，我自己又整理了一份對照表。

world_map<-map_data("world")

world_map[world_map$group==1425&world_map$group==1425,"region"]<-"Trinidad and Tobago"
setwd("D:/")
Country<-read.csv("mydata.csv",stringsAsFactors = FALSE,check.names = FALSE)
mapdata<-left_join(gapminder,Country)%>%na.omit()
mapdata$fan<-cut(mapdata$gdpPercap,breaks=c(min(mapdata$gdpPercap),2500,5000,7500,10000,15000,20000,30000,40000,max(mapdata$gdpPercap)),
labels=c("<=2500","2500~5000","5000~7500","7500~10000","10000~1500","1500~20000","20000~30000","30000~40000"," >=40000"),include.lowest=TRUE,order=TRUE)
mapnew_data<-left_join(world_map[,-6],mapdata[,-1],by="region")

使用colorbrewer提供的色盤：

color1<-brewer.pal(9,"YlOrRd")[c(3,4,5,6,7,8,9)]

color2<-brewer.pal(9,"Greens")[c(4,6)]
color<-c(rev(color2),color1)

定製一款主題：

mytheme<-theme(
panel.grid = element_blank(),
panel.background = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
axis.title = element_blank(),

legend.position ="none",
plot.background=element_rect(I(0),linetype=0)
)

分段填色熱力圖：（gganimate版）

p1<-ggplot(data=mapnew_data,aes(x=long,y=lat,group=group,fill=fan,frame=year))+
geom_polygon(colour="grey",size=.2)+
guides(fill=guide_legend(reverse=TRUE))+
scale_fill_manual(values=color,na.value="grey95")+
mytheme

gganimate(p1,interval = .5,"output.gif")

(動圖，請點開查看)

分段填色（animation版）

year<-unique(gapminder$year)
saveGIF({
for (i in year) {
title <- as.character(i)
g1<-ggplot()+
geom_polygon(data=world_map,aes(x=long,y=lat,group=group),fill="white",colour="grey",size=.2)+

geom_polygon(data=filter(mapnew_data,year==i),aes(x=long,y=lat,group=group,fill=fan),colour="grey",size=.2)+
guides(fill=guide_legend(reverse=TRUE))+
scale_fill_manual(values=color,na.value="grey95")+
mytheme
print(g1)
}
},movie.name=world_population_Area.gif,interval=0.2,ani.width_=1200,ani.height=750)

（動圖2，請點開查看）

製作散點坐標數據：

midpos <- function(AD1){mean(range(AD1,na.rm=TRUE))}
centres <- ddply(mapnew_data,.(region),colwise(midpos,.(long,lat)))
pointdata<-left_join(mapdata[,c(3,5,7)],centres)

帶填色散點圖（gganimate版）

p2<-ggplot(data=pointdata,aes(x=long,y=lat,frame=year))+
geom_polygon(data=mapnew_data,aes(x=long,y=lat,group=group),colour="grey",size=.2,fill="white")+
geom_point(aes(size=pop,fill=pop),shape=21,colour="black")+
scale_fill_gradient(low="white",high="#D73434")+
scale_size_area(max_size=18)+

mytheme
gganimate(p2,interval = .5,"output2.gif")

（動圖，請點開查看）

帶填色散點圖（animation版）

year<-unique(gapminder$year)
saveGIF({
for (i in year) {
title <- as.character(i) g1<-ggplot()+
geom_polygon(data=world_map,aes(x=long,y=lat,group=group),colour="grey",size=.2,fill="white")+

geom_point(data=filter(pointdata,year==i),aes(x=long,y=lat,size=pop,fill=pop),shape=21,colour="black")+
scale_fill_gradient(low="white",high="#D73434")+
labs(title=paste0("Population structure of World:",title),caption="Data Source:GapMinder") +
scale_size_area(max_size=18)+
guides(fill=guide_legend(reverse=TRUE))+
mytheme
print(g1)
}
},movie.name=world_population.gif,interval=0.2,ani.width_=1200,ani.height=750)

（動圖，請點開查看）

雖然說gganimate包製作的動態圖效果不是很好調整，但是它整合了一些非常棒的功能，大大簡化了動態圖製作，他也可以製作累計動態圖（隨著年份增加，在保留過去效果的基礎上，增加最新事件內的效果），他不僅可以將時間變數作為切換維度，甚至不限制維度變數性質，即分類資料也是可以支持切換。

案例在ggplot2的擴展包社區里，你也可以在它的GitHub主頁上找到相關介紹：

歡迎關注魔方學院QQ群

EasyCharts團隊出品

帥的人都關注了EasyCharts團隊^..^~

QQ交流群：553270834

微信公眾號：EasyCharts

更多信息敬請查看: http://easychart.github.io/post/Easycharts/