R语言和中国地图

上图是R语言绘制的按地域分布的数据图。更科学，更严谨，也更有质感的样子。

今天瞎写点东西，我在想数据分析的意义是什么，也许就是研究事物存在的形式。而事物存在的形式是什么样子呢，从最初的三维空间，爱因斯坦伯伯把时间也拉了进来，于是时间作为一种变化的空间而存在着，成为第四维。现在好像还发现了第五空间，可能是人的心理空间或者意识空间，还有人说是曲率，不一而足。个人认为i，所有的事物应该都是彼此联系的，没有单纯的独立的与其他东西绝缘的存在。而人的内心，人的思维目前确实是独立于其他四维的空间。所以他应该是另一种存在，但应该以一种其他的形式，可以和其他维度相统一的形式。波么？还是更细的粒子？亦或是更加悬而未远的东西。

拉回数据分析，数据分析常用的维度吧，时间，空间，以及复杂的人群分布（人的各种属性，造成了各种人群的分布）。而空间，R语言有一些MAP的方法。于是站在巨人的肩膀上，今天来画地图吧。

基本MAP方法：

1.世界地图：有一些R包中存储着常见地图的数据，比如maps包中存有世界地图、美国地图、美国各州郡地图、法国地图以及加拿大城市地图等，加载了这个包，就可以轻松愉快地绘制上述地图。mapdata包中存有中国地图的数据，但是比较旧了，这个数据，重庆还没有从四川分出来呢。

library(maps)
map("world", fill = TRUE, col = rainbow(200),
    ylim = c(-60, 90), mar = c(0, 0, 0, 0))
title("世界地图")

2.中国地图：

调取maptools,ggplot2,mapproj 包，读入大神自己改编绘制的中国维度图。

library(maptools)

x=readShapePoly('bou2_4p.shp')

library(ggplot2)

library(mapproj)

#可以看到中国地图的框框

为了进一步在ggplot2包中绘图，需要把SpatialPolygonsDataFrame数据类型转化为真正的data.frame类型才可以。

ggplot2包专门针对地理数据提供了特化版本的fortify函数来做这个工作

用这个函数将X 烹饪一下，

geom_polygon 是多边形填充路径的函数，而地图其实就是一个多边形的各种组合，于是用这种函数，画地图很合适。

mymap=ggplot(data = fortify(x))+geom_polygon(aes(x=long,y=lat,group=id),colour="black",fill=NA)+theme_grey()

print(mymap+coord_map())

到此，可以看到一个手绘中国地图。

第二步，我将我想放入的数据，整到这个地图上，

ch = fortify(x,region = 'NAME')

#拿出各省的编码数据，从"GBK" 格式转换

ch = transform(ch,id=iconv(id,from = 'GBK'),group = iconv(group, from = 'GBK'))

names(ch)[1:2] = c("x","y")

#省份去重且排序

mychdat = data.frame(id = unique(sort(ch$id)))

t<-read.table("首次购用户分布.csv",header=TRUE,sep=",")

#数据拼接

mychdat$users <- t$users

mychdat

tmp= coordinates(x)
tmp = as.data.frame(tmp)

tmp$names = x$NAME

#画图,还带标签哦，路盲不怕了

chmap = ggplot(mychdat) + geom_map(aes(map_id = id, fill = users), color = "white", map = ch) +geom_text(aes(x = V1,y = V2,label = names), family = "GB1", data = tmp)+ scale_fill_gradient(high = "darkblue",low = "lightblue") + expand_limits(ch) + coord_map()

print(chmap)

注，family="GB1"是一种字体

好了，今天就到这吧.

================================补充=================================================

将昨晚的code放入运行了一遍，发现根本不行，x是以最细的维度，所以有字标不能用这种方法。

搞了一份，省份经度纬度的资料

城市,Jd,Wd
北 京,116.4666667,39.9
上 海,121.4833333,31.23333333
天 津,117.1833333,39.15
重 庆,106.5333333,29.53333333
哈尔滨,126.6833333,45.75
长 春,125.3166667,43.86666667
沈 阳,123.4,41.83333333
呼和浩特,111.8,40.81666667
石家庄,114.4666667,38.03333333
太 原,112.5666667,37.86666667
济 南,117,36.63333333
郑 州,113.7,34.8
西 安,108.9,34.26666667
兰 州,103.8166667,36.05
银 川,106.2666667,38.33333333
西 宁,101.75,36.63333333
乌鲁木齐,87.6,43.8
合 肥,117.3,31.85
南 京,118.8333333,32.03333333
杭 州,120.15,30.23333333
长 沙,113,28.18333333
南 昌,115.8666667,28.68333333
武 汉,114.35,30.61666667
成 都,104.0833333,30.65
贵 阳,106.7,26.58333333
福 州,119.3,26.08333333
台 北,121.5166667,25.05
广 州,113.25,23.13333333
海 口,110.3333333,20.03333333
南 宁,108.3333333,22.8
昆 明,102.6833333,25
拉 萨,91.16666667,29.66666667
香 港,114.1666667,22.3
澳门,113.5,22.2

按照这个省会资料，重新读取作为地图的标示
代码是这样的

capdate<-read.table("province.csv",header=TRUE,sep="\t")
head(capdate)

chmap = ggplot(mychdat) + geom_map(aes(map_id = id, fill = users), color = "white", map = ch) +geom_text(aes(x = Jd,y = Wd,label = provice), family = "GB1",size=2, data = capdate)+ scale_fill_gradient(high = "darkblue",low = "lightblue") + expand_limits(ch) + coord_map()

print(chmap)

最终出来的效果是这样的

R语言和中国地图

推荐阅读