怎么用R语言可视化填充地图

这篇文章主要介绍“怎么用R语言可视化填充地图”，在日常操作中，相信很多人在怎么用R语言可视化填充地图问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么用R语言可视化填充地图”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

成都创新互联公司专业为企业提供播州网站建设、播州做网站、播州网站设计、播州网站制作等企业网站建设、网页设计与制作、播州企业网站模板建站服务，十多年播州做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。

今天跟大家介绍REmap函数家族中的第三个函数——REmapC。

REmapC函数允许我们同时在一张地图上制作填充图和点图、线图。

library(REmap)

library(baidumap)

?remapC

remapC(data,

       maptype = 'china',

      markLineData = NULL,

      markPointData = NULL,

      color = c('#1e90ff','#f0ffff'),

      theme = get_theme("Bright"),

      title = "",

      subtitle = "",

      markLineTheme = markLineControl(),

      markPointTheme = markPointControl(),

      geoData = NA,

      mindata = NA,

      maxdata = NA)

四个主要参数说明：

参数一：data为需要的原始数据框格式数据，共2列，第一列为省份或者城市名称，第二列为对应的数值，数值大小将决定地图颜色深浅。

参数二：maptype为地图类型设置，可选world、china或者中国省份名称

参数三：color为热力图渐变颜色，默认为2个颜色，第一个为终止色，第二个为初始色。如果只有一个颜色，系统会自动以白色补充为初始铯色。

参数四：mindata与maxdata可以设置颜色极端点对应数据的上下限（默认是使用data中的数据最大值最小值作为两端极值）。

一、全国热力图

首先利用mapnames函数提取全国各省份名称：

province <- mapNames("china")           #全国省份

value <- rnorm(34,100,30)               #随机生成分省值

mydata <- data.frame(province,value)    #合成数据框作图数据

remapC(mydata,color=c("yellow","red"),title="全国分省热地图",subtitle="我是副标题") #制作热力图

默认的颜色标度是从最小值到最大值。以上函数中省略了markLineData，markPointData 两个参数，所以并未显示点线图。

ad_ln <- mapNames("liaoning") 

[1] "大连市"   "朝阳市"   "丹东市"   "铁岭市"   "沈阳市"   "抚顺市"   "葫芦岛市" "阜新市"   "锦州市"  

[10] "鞍山市"   "本溪市"   "营口市"   "辽阳市"   "盘锦市"

value_ln<-rnorm(14,100,30)

data_ln <-data.frame(ad_ln,value_ln) 

      ad_ln  value_ln

1    大连市  79.67630

2    朝阳市  41.93198

3    丹东市 173.31586

4    铁岭市 106.01990

5    沈阳市 119.40256

6    抚顺市  79.54820

7  葫芦岛市 155.62993

8    阜新市 122.99599

9    锦州市  94.17395

10   鞍山市  82.18944

11   本溪市  98.70972

12   营口市 115.59957

13   辽阳市 104.89199

14   盘锦市  92.92975

map_out <- remapC(data_ln,

                   maptype = "liaoning",

                   color=c("green"),

                   title="辽宁省热力地图",

                   theme = get_theme("Sky"),

                   maxdata=180

                   )                             

plot(map_out)

接下来做一个案例：

每年春运，广东省人口会大批回流原住地，形成壮观的春运人流大军，我们模拟出广东省回流各省的人口数，使用填色地图表示人流规模，使用动态流向线表示回流最大的前10个省份。

因为没有实际的数据，这里我用函数模拟数据（非真实数据）：

province <- mapNames("china")            #全国省份

value <- round(rnorm(34,1000,30),0)      #随机生成分省值

mydata <- data.frame(province,value)     #合并数据

labelper<-mydata[order(mydata[,"value"],decreasing=T),][1:10,]

origin<-rep("广州",length(labelper))

destination<-labelper$province

line_data<-data.frame(origin,destination)

map_out1 <- remapC(mydata,

                  maptype = "china",

                  title="人口迁徙地图",

                  theme = get_theme("Drak"),

                  color=c("#CD0000","#FFEC8B"),   

                  markLineData=line_data,   

                  markLineTheme=markLineControl(

                  color="white", 

                  lineWidth=2, 

                  lineType="dashed"  

                  ),

                  markPointData=line_data[2],

                  markPointTheme=markPointControl(

                  symbolSize=13,  

                  effect=T,           

                  effectType="scale",    

                  color="white"

                  )

                   )                             

plot(map_out1)

因为假设广东是人口迁出地，给广东填色是没有任何意义的，所以mydata数据中需要忽略 广东的数据

mydata1 <- mydata[-12,]

map_out2 <- remapC(mydata1,

                  maptype = "china",

                  title="人口迁徙地图",

                  theme = get_theme("Drak"),

                  color=c("#CD0000","#FFEC8B"),   

                  markLineData=line_data,   

                  markLineTheme=markLineControl(

                  color="white", 

                  lineWidth=2, 

                  lineType="dashed"  

                  ),

                  markPointData=line_data[2],

                  markPointTheme=markPointControl(

                  symbolSize=13,  

                  effect=T,           

                  effectType="scale",    

                  color="white"

                  )

                   )                             

plot(map_out2)

到此，关于“怎么用R语言可视化填充地图”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！