|
很早以前，吸引我做生信的其实是一篇文章的地图，在得知是R语言做的，还能够对某些地名定位后，对我很有吸引力。
此外，之前在西部旅行时，很想做一个关于自己足迹的地图，当时使用的AI标注的，这里使用R实现一下，形成一幅自己的足迹地图。
最后，很多研究涉及地域，能够有一副地图展示，效果分拉满！ 
（2018）
（2022） 加载需要的R包。
library(mapdata)library(maptools)library(plyr)library(mapproj)install.packages('rgdal')library(rgdal)library(ggplot2)
这里我们展示中国地图的绘制，地图信息文件已上传群文件。（一定要注意，地图信息不能错，一点也不能少，此外有些老的地图文件也不能用）
setwd('/cloud/project')china=rgdal::readOGR("bou2_4p.shp")china <- fortify(china)
ggplot2作图即可。 ggplot(china,aes(x=long,y=lat,group=group))+ geom_polygon(fill="white",colour="black")+ coord_map("gilbert")+ theme( panel.grid=element_blank(), panel.background=element_blank(), axis.text=element_blank(), axis.ticks=element_blank(), axis.title=element_blank() )
上面提到的mapdata这个包，包含很多地图信息，例如做一下世界地图。但是这个包里面的中国地图信息却很老，所以这里不展示了。
world_map <- map_data("world")ggplot(world_map, aes(x = long, y = lat, group = group)) + geom_polygon(fill="white", colour = "black")+ theme(panel.grid=element_blank(), panel.background=element_blank(), axis.text=element_blank(), axis.ticks=element_blank(), axis.title=element_blank())
画出地图是我们的第一步，因为都是ggplot2下的作图，所以我们可以做很多事情，做一些有意思的图。最近不论是疫情地图还是高温地图，其实都是热图的形式出现，重点是数据结合。这里我们示范一个人口小例子（数据有误差）。
china=rgdal::readOGR("bou2_4p.shp")A <- china@dataC <- data.frame(A, id=rownames(A))china_map_frame <- fortify(china)
chinamap<-join(C,china_map_frame,type="full")
people <- read.csv("people.csv",header = T, as.is=T)china_people_data <- join(chinamap, people, type="full")
ggplot(china_people_data,aes(x=long,y=lat, group=group, fill=Ratio))+ geom_polygon(colour="black")+ scale_fill_gradient(low="white", high="#EE2627")+ coord_map("gilbert")+ theme( panel.grid=element_blank(), panel.background=element_blank(), axis.text=element_blank(), axis.ticks=element_blank(), axis.title=element_blank(), legend.position=c(0.8,0.5) )
接下来，还是来实现我的旅游足迹地图吧。先做完整地图，再局部放大，其实就是调整坐标轴范围。还有另外一种思路，那就是提取相应位置范围经纬度文件作图，效果是一样的。
#局部放大china_all <- ggplot(china,aes(x=long,y=lat,group=group))+ geom_polygon(fill="white",colour="black")+ coord_map("gilbert")+ theme( panel.grid=element_blank(), panel.background=element_blank() )
china_all+ coord_sf(xlim=c(85,108),ylim=c(30,50))+ labs(x="",y="",title="")+ theme(panel.border = element_rect(fill="NA"), legend.position='none', axis.text=element_blank(), axis.ticks=element_blank(), axis.title=element_blank())
为各个省份填充不一样的颜色，更有辨识度。
p <- ggplot(china,aes(x=long,y=lat,fill=group,alpha=0.1))+ geom_polygon(colour="black")+ coord_map("gilbert")+ theme( panel.grid=element_blank(), panel.background=element_blank(), legend.position = 'none' )+ coord_sf(xlim=c(85,108),ylim=c(30,50))+ labs(x="",y="",title="")+ theme(panel.border = element_rect(fill="NA"), axis.text=element_blank(), axis.ticks=element_blank(), axis.title=element_blank())
查询主要去过城市经纬度信息，这里发现一个网站。经纬度网站： #http://www./chaxun/zhongguochengshijingweidu/ 读入坐标数据，在地图上标注出来。
city <- read.csv("city.csv", header = T)library(ggrepel)#china=rgdal::readOGR("bou2_4p.shp")#A <- china_map@data#C <- data.frame(A, id=rownames(A))#china_map_frame <- fortify(china)#chinamap<-join(C,china_map_frame,type="full")
ggplot()+ geom_path(data = chinamap, aes(long, lat, group=group))+ geom_polygon(colour="black",aes(long, lat,fill=group, alpha=0.05), data = chinamap)+ coord_map("gilbert")+ theme( panel.grid=element_blank(), panel.background=element_blank(), legend.position = 'none' )+ scale_fill_manual(values = my36colors)+ coord_sf(xlim=c(85,108),ylim=c(30,50))+ labs(x="",y="",title="Northwest China")+ theme(panel.border = element_rect(fill="NA"), axis.text=element_blank(), axis.ticks=element_blank(), axis.title=element_blank(), plot.title = element_text(hjust = 0.5, size = 15))+ geom_point(data=city, aes(x,y),color='red', shape=16, alpha=0.5,size=3)+ geom_text_repel(data=city, aes(x,y,label=city), color="black", size=4, fontface="italic", #标签设置，颜色、大小、字体、指示箭头设置 arrow = arrow(ends="first", length = unit(0.01, "npc")), box.padding = 0.2, point.padding = 0.3, segment.color = 'black', segment.size = 0.3, force = 1, max.iter = 3e3)
接下来继续修饰，连线+每个地方拍的代表性美照放一张。连线如果是按照行车路线的话，需要收集更多的沿途坐标文件。这里我去世画的蓝色线，来时是绿色。 ggplot()+ geom_path(data = chinamap, aes(long, lat, group=group))+ geom_polygon(colour="black",aes(long, lat,fill=group, alpha=0.05), data = chinamap)+ coord_map("gilbert")+ theme( panel.grid=element_blank(), panel.background=element_blank(), legend.position = 'none' )+ scale_fill_manual(values = my36colors)+ coord_sf(xlim=c(85,108),ylim=c(30,50))+ labs(x="",y="",title="Northwest China")+ theme(panel.border = element_rect(fill="NA"), axis.text=element_blank(), axis.ticks=element_blank(), axis.title=element_blank(), plot.title = element_text(hjust = 0.5, size = 15))+ geom_line(data = city[-6,], aes(x, y), size = 1,color = '#8BB6D6')+ geom_line(data = city[5:6,], aes(x, y), size = 1,color = '#EE2627')+ geom_line(data = city %>% slice(1,8), aes(x, y), size = 1,color = '#35A132')+ geom_point(data=city, aes(x,y),color='red', shape=16, alpha=0.5,size=3)+ geom_text_repel(data=city, aes(x,y,label=city), color="black", size=4, fontface="italic", #标签设置，颜色、大小、字体、指示箭头设置 arrow = arrow(ends="first", length = unit(0.01, "npc")), box.padding = 0.2, point.padding = 0.3, segment.color = 'black', segment.size = 0.3, force = 1, max.iter = 3e3)
添加图片。
library(ggimage)city$image <- c('wushan.png','lanzhou.png', 'jiayuguan.png', 'yumen.png', 'guazhou.png', 'dunhuang.png', 'wu.png', 'shi.png')
ggplot()+ geom_path(data = chinamap, aes(long, lat, group=group))+ geom_polygon(colour="black",aes(long, lat,fill=group, alpha=0.05), data = chinamap)+ coord_map("gilbert")+ theme( panel.grid=element_blank(), panel.background=element_blank(), legend.position = 'none' )+ scale_fill_manual(values = my36colors)+ coord_sf(xlim=c(85,108),ylim=c(30,50))+ labs(x="",y="",title="Northwest China")+ theme(panel.border = element_rect(fill="NA"), axis.text=element_blank(), axis.ticks=element_blank(), axis.title=element_blank(), plot.title = element_text(hjust = 0.5, size = 15))+ geom_image(data=city,aes(x=x,y=y,image=image),size=0.1)+ geom_line(data = city[-6,], aes(x, y), size = 1,color = '#8BB6D6')+ geom_line(data = city[5:6,], aes(x, y), size = 1,color = '#EE2627')+ geom_line(data = city %>% slice(1,8), aes(x, y), size = 1,color = '#35A132')+ geom_point(data=city, aes(x,y),color='red', shape=16, alpha=0.5,size=3)+ geom_text_repel(data=city, aes(x,y,label=city), color="black", size=4, fontface="italic", #标签设置，颜色、大小、字体、指示箭头设置 arrow = arrow(ends="first", length = unit(0.01, "npc")), box.padding = 0.2, point.padding = 0.3, segment.color = 'black', segment.size = 0.3, force = 1, max.iter = 3e3)
当然了，除了以上办法，还有较多资源可以获取地图信息，比如阿里云平台就提供了地图信息json文件，不仅有全国的，还包含各个省份的。 各省地图文件： #http://datav.aliyun.com/portal/school/atlas/area_selector#&lat=31.728167146023935&lng=104.32617187499999&zoom=3 以我的家乡天水为例，我们下载文件并读入数据作图： library(sf)library(tidyverse)TS <- read_sf("天水市.json") TS <- as.data.frame(TS) #格式转换
y= c(34.57865, 34.5635, 34.75287, 34.86235, 34.74733, 34.72196, 34.99324)
x= c(105.72448, 105.89763, 106.13988, 105.67330, 105.33235, 104.89170, 106.21242) TS$x <- xTS$y <- y library(ggrepel)TS %>% ggplot()+ geom_sf()+ geom_point(aes(x,y),color='grey40', size=5, alpha=0.4)+ geom_text_repel(data=TS, aes(x=x, y=y,label=name), color="black", size=4)+ labs(x="",y="",title="")+ theme(panel.border = element_rect(fill="NA"), legend.position='none', axis.title=element_blank())
|
