玩轉數據地圖系列之——地圖上的迷你條形圖

02-05

最近忙的厲害，產量下降的有點嚴重，感謝各位還沒取關的小夥伴兒。

一周前更新了一篇數據地圖上的氣泡散點圖的內容，不知怎地，這段時間就是跟地圖死磕上了，今天還是數據地圖，不過是在數據地圖上呈現條形圖、柱形圖。

之前的一篇因為有現成的作圖包支持，geom_scatterpie函數不用花費太大力氣就解決了數據地圖上的氣泡散點圖問題。

可是到目前為止我還沒有發現支持對應坐標位置的條形圖、柱形圖，這一篇是參考了知乎上大神提供的思路。

載入包：

library(maptools)nlibrary(ggplot2)nlibrary(plyr)nlibrary(ggmap)n

導入地圖素材及省會城市經緯度數據

china_shp <-readShapePoly("c:/rstudy/bou2_4p.shp") nchina_map <- fortify(china_shp) nprovince_city <- read.csv("c:/rstudy/chinaprovincecity.csv") #城市經緯度數據 n

#新建三個指標，2015年和2016年的某經濟度量指標（虛構）N15、N16和環比增長率Ratio。

province_city1<-mutate(province_city,N15=runif(34,min=500,max=1000),N16=runif(34,600,1100),Ratio=round((N16-N15)/N15,3))nprovince_data<-province_city1[sample(nrow(province_city1),10),]n

合併後的數據結構如下，隨即選取了10個城市的14、15年度某項經濟指標（虛構）以及同比增長率。

ggplot的現有圖層圖形中是沒有直接根據點坐標生成條形圖、柱形圖的，所以這裡我們只能曲線救國，使用線條圖和誤差線來進行模擬。

首先來畫底圖：

ggplot()+ngeom_polygon(aes(x=long, y=lat, group=group), data=china_map, fill="white", colour="grey60")n

接下來使用geom_linerange函數（也就是條線圖函數）進行各個坐標點的模擬柱形繪製。

先畫出14年的指標值：

再疊加一次16年的指標值

ggplot()+ngeom_polygon(aes(x=long, y=lat,group=group),data=china_map, fill="white", colour="grey60")+ngeom_linerange(data=province_data,aes(x=jd-0.5,ymin=wd,ymax=wd+0.7*N15/max(N15,N16)*5),size=3,color="#5B88A0",alpha=0.8)+ngeom_linerange(data=province_data,aes(x=jd+0.5,ymin=wd,ymax=wd+0.7*N16/max(N15,N16)*5),size=3,color="#FB882C",alpha=0.8)n

接下來我們來對已經塑造好的雙柱條形圖進行美化操作，

windowsFonts(myFont = windowsFont("微軟雅黑")) nggplot()+ngeom_polygon(aes(x=long, y=lat,group=group),data=china_map, fill="white", colour="grey60")+ngeom_linerange(data=province_data,aes(x=jd-0.5,ymin=wd,ymax=wd+0.7*N15/max(N15,N16)*5),size=3,color="#5B88A0",alpha=0.8)+ngeom_linerange(data=province_data,aes(x=jd+0.5,ymin=wd,ymax=wd+0.7*N16/max(N15,N16)*5),size=3,color="#FB882C",alpha=0.8)+ngeom_text(aes(x=jd,y=wd-0.6,label=paste0(province_data$province,ifelse(Ratio>0,"▲","▼"),Ratio*100,"%")), data=province_data,family="myFont",size=2.5)+ntheme_nothing()+nannotate("text", x=105, y=52, label="● 2015", color= "#5B88A0", size=8)+ nannotate("text", x=105, y=49, label="● 2016", color= "#FB882C", size=8)n

其實最初在網上看到該圖（大概是劉萬祥老師的博客，在此感謝老師的啟發），他的做法是使用geom_errbar圖層函數，也就是誤差線圖層函數，其實理念是一致的。這裡給出原方法。

ggplot()+ngeom_polygon(aes(x=long, y=lat,group=group),data=china_map, fill="white", colour="grey60")+ngeom_errorbar(data=province_data,aes(x=jd-0.5,ymin=wd,ymax=wd+0.7*N15/max(N15,N16)*5),size=3,color="#5B88A0",width_=0,alpha=0.8)+ngeom_errorbar(data=province_data,aes(x=jd+0.5,ymin=wd,ymax=wd+0.7*N16/max(N15,N16)*5),size=3,color="#FB882C",width_=0,alpha=0.8)+ngeom_text(aes(x=jd,y=wd-0.6,label=paste0(province_data$province,ifelse(Ratio>0,"▲","▼"),Ratio*100,"%")), data=province_data,family="myFont",size=2.5)+ntheme_nothing()+nannotate("text", x=105, y=52, label="● 2014", color= "#5B88A0", size=8)+ nannotate("text", x=105, y=49, label="● 2015", color= "#FB882C", size=8)n

其實如果能換個思路，使用geom_errorh函數，想必一定了以做出橫向的條形圖。

ggplot()+ngeom_polygon(aes(x=long, y=lat,group=group),data=china_map, fill="white", colour="grey60")+ngeom_errorbarh(data=province_data,aes(x=jd,y=wd,xmin=jd-3,xmax=jd+3*N15/max(N15,N16)),size=3,color="#5B88A0",height=0,alpha=0.8)+ngeom_errorbarh(data=province_data,aes(x=jd,y=wd-0.8,xmin=jd-3,xmax=jd+3*N16/max(N15,N16)),size=3,color="#FB882C",height=0,alpha=0.8)+ngeom_text(aes(x=jd+0.2,y=wd+1,label=paste0(province_data$province,ifelse(Ratio>0,"▲","▼"),Ratio*100,"%")), data=province_data,family="myFont",size=2.5)+ntheme_nothing()+nannotate("text", x=105, y=52, label="● 2015", color= "#5B88A0", size=7)+ nannotate("text", x=105, y=50, label="● 2016", color= "#FB882C", size=7)n

以上思路僅供大家大家參考，就像偉大的哈德利.威科姆所說的一樣，ggplot只是給你了一個發揮想像力的空間，無拘無束的發揮想像力，總能創造出令人驚訝的作品。

聯繫方式：

wechat：ljty1991

Mail:578708965@qq.com

個人公眾號：數據小魔方（datamofang）

團隊公眾號：EasyCharts

qq交流群：[魔方學院]553270834