【R圖秀-7】中美俄軍事實力對比
傅興:個人公眾號:Rapp R語言中文社區專欄作者
往期回顧 【R圖秀-1】12306列車數據可視化 【R圖秀-2】社交網路數據可視化(一) 【R圖秀-3】——「全球和平指數」可視化 【R圖秀】情人節快樂!【R圖秀-5】將薪比薪
【R圖秀-6】地震來了
前不久在同事的推薦下,我學習了一種新的數據可視化方法:Ternary Diagrams(三元圖),它是一種可以在2-D平面中展示3-D關係的可視化方法。今天我就和大家一起來分享如何用三元圖來對比中美俄三國的軍事實力。
首先介紹一下我們的畫圖工具:ggtern (http://www.ggtern.com/)。它是一個基於ggplot2的專門用來畫三元圖的包,熟悉ggplot2的讀者可以很容易掌握ggtern的用法。
如果沒有用過ggplot2,也沒有關係,網上有一個很好的ggtern 教程(https://www.r-bloggers.com/using-r-to-create-ternary-diagrams-an-example-using-2016-presidential-polling-data/)。只要照著上面的例子學,很快也能畫出像下面這樣漂亮的三元圖。
教程中的這個例子使用的是2016年美國總統大選時的民意調查數據。圖上的每一個點代表的是某一天的民意調查,點的位置由3個候選人的得票率所決定。越靠近三角形的某個頂點,該候選人的得票率越高。從上圖可以看到,大選實際上就是在trump和clinton之間進行的,可憐的johnson就是來打醬油的。
總統選舉太boring了,既然已經學會了ggtern,何不用它來畫點更酷的圖?我很快想到了用三元圖來對比三個大國之間的軍事力量。
對於一個非軍事專業的人來說,想要找到各國官方的軍事實力數據很難。經過一番努力地搜索,我找到了一個名為Global Firepower (GFP) 的網站 (http://www.globalfirepower.com/),它主要收集的是網上已經公開的數據,雖然未經官方認證,但是用來娛樂一下還是足夠了。
簡單瀏覽了一下GFP網站,感覺做的還是不錯的。他在給世界各國(127個國家)的軍事實力做排名的時候,不僅考慮了陸海空軍,還包括了諸如資源,財力,地形等其他能夠影響戰爭結局的因素。不出所料,美俄中三國位列排行榜前三。
接下來就是用R來抓數據,用的還是rvest包。我感覺這個網站在展示數據的時候HTML寫的不夠好(用了很多paragraph,而不是用table;數字和單位也混雜在一起),花了不少時間寫sub替換才把數據完整地解析出來。代碼如下:
得到的數據是這樣的:
接下來,我根據數據中的8個大類("AIR","FINANCIAL","GEOGRAPHY","LAND","LOGISTICAL","MANPOWER","NAVAL","RESOURCES" )分別用ggtern作圖。代碼如下:
下面來看看在這8個方面,中美俄之間到底誰更勝一籌。
1. 空軍
無論是運輸機,教練機,還是各種作戰飛機,美國都是遙遙領先(至少在數量上)。
2. 海軍
美軍的航空母艦(Aircraft Carriers)數量遠超中俄,三個國家的潛艇(Submarines)數目勢均力敵。可以看到中國的沿海防禦艦艇(Coastal Defense Craft)是最多的,說明和美俄相比,我們國家的周邊環境(如釣魚島,南海等)面臨著比較大的威脅。從海軍的綜合實力(Total Naval Strength)來看,中美要勝於俄羅斯。
3. 陸軍
從各種戰車,火炮和坦克的數量來看,俄羅斯陸軍的優勢比較明顯。
4. 財力
強大的軍隊背後,一定會有一個強大的國家。一國的財力對軍隊建設起著至關重要的作用。雖然中美兩國在經濟上已經遠超俄羅斯,但我們同時也看到,中國的國防預算(Defense Budget)和美國相比還是很低的。美國人用借來的錢(External Debt)支撐起他們的全球軍事霸權。
5. 人力
雖然打仗離不開金錢和武器,但是中國軍隊也曾戰勝過不可一世的美軍,因為人民才是戰爭勝負的決定因素。作為人口世界第一的大國,從人力的角度來看,我們的優勢遠超美俄。
6. 資源
從石油儲備來看,俄羅斯還是佔據優勢,中國的劣勢較明顯。
7. 後勤
中國在勞動力(Labor Force)和商船(Merchant Marine)方面的優勢明顯。在公路,鐵路的覆蓋度和機場數目方面還是美國佔優。
8. 地形
從地形角度來看,三者差別不大。
GFP列舉的基本上還是發動常規戰爭的軍力。戰略核導彈這樣的大規模殺傷性武器並不在其中。不管怎樣,世界上軍事實力最強大的三個國家都不是好惹的,一旦三個國家之間爆發戰爭,全人類的生存都會面臨巨大威脅。R圖秀在分享如何用R做圖的同時,還會和大家一起祈求世界和平,願人類遠離戰爭!
本文同步發布在簡書上。
往期精彩內容整理合集
2017年R語言發展報告(國內) R語言中文社區歷史文章整理(作者篇)R語言中文社區歷史文章整理(類型篇)
推薦閱讀:
※還在與數據表格鬥毆?這12個數據可視化工具正準備來解放你
※數據挖掘面試題之梯度提升樹
※手把手教你快速構建自定義分類器
※牢地基築高樓,美林數據在電力和製造業穩紮穩打
※38套大數據,雲計算,架構,數據分析師,人工智慧,機器學習,深度學習,項目實戰視頻教程?