本篇文章給大家分享的是有關(guān)R語言版數(shù)據(jù)地圖是怎樣的，小編覺得挺實(shí)用的，因此分享給大家學(xué)習(xí)，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

讓客戶滿意是我們工作的目標(biāo)，不斷超越客戶的期望值來自于我們對(duì)這個(gè)行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡(jiǎn)單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價(jià)值的長(zhǎng)期合作伙伴，公司提供的服務(wù)項(xiàng)目有：域名注冊(cè)、網(wǎng)絡(luò)空間、營銷軟件、網(wǎng)站建設(shè)、巫溪網(wǎng)站維護(hù)、網(wǎng)站推廣。

今天要跟大家分享的是R語言版數(shù)據(jù)地圖，分?。ㄊ屑?jí)）熱力地圖。

步驟與昨天分享的中國熱力地圖步驟基本一致，只是需要調(diào)用的數(shù)據(jù)文件和需要自定義的指標(biāo)文件略有本不同。

R語言系統(tǒng)環(huán)境配置：

R version 3.2.3

RStudio Version 0.99.484

在正式開始之前，必須確保你的R語言環(huán)境中已經(jīng)安裝以下包：

ggplot2

plyr

maptools

如果還未安裝，需要先安裝:install.packages("ggplot2","plyr","maptools")

下面是正式作圖步驟：

1、加載所需要的R包：

library(ggplot2)

library(plyr)

library(maptools）

2、讀入作圖數(shù)據(jù)：

CHN_adm2 <- readShapePoly("c:/rstudy/CHN_adm/CHN_adm2.shp")  讀入數(shù)據(jù)文件

3、整合與轉(zhuǎn)化數(shù)據(jù)

CHN_adm2_1 <- fortify(CHN_adm2)     #轉(zhuǎn)化為數(shù)據(jù)框

x <- CHN_adm2@data          #讀取行政信息

xs <- data.frame(x,id=seq(0:344)-1)          #總共345行

china_map_data <- join(CHN_adm2_1, xs, type = "full")          #合并形狀數(shù)據(jù)與行政

4、抽取安徽省的整合數(shù)據(jù)

anhui <-subset(china_map_data,NAME_1=="Anhui")          #取出安徽省的子集

5、讀入指標(biāo)數(shù)據(jù)

mydata=read.csv("c:/rstudy/anhui.csv")                  #打開自定義的指標(biāo)文件。

以上指標(biāo)數(shù)據(jù)需要你自己定義，使用excel文件創(chuàng)建，指標(biāo)數(shù)據(jù)輸入完成之后，另存為.CSV格式（存至c:/rstudy/下，這樣便于引用，當(dāng)然這些指標(biāo)數(shù)據(jù)文件在昨天分享的數(shù)據(jù)文檔里已經(jīng)為你創(chuàng)建好了，你只需要修改數(shù)據(jù)就可以了）

anhui_data <- join(anhui, mydata, type="full")          #合并地圖數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)

6、運(yùn)行代碼：

ggplot(anhui_data, aes(x = long, y = lat, group = group,fill=zhibiao)) +

     geom_polygon(colour="grey40") +

     scale_fill_gradient(low="white",high="steelblue") +

     coord_map("polyconic") +

     theme(              

          panel.grid = element_blank(),

          panel.background = element_blank(),

          axis.text = element_blank(),

          axis.ticks = element_blank(),

          axis.title = element_blank()

          ) #【無標(biāo)簽】

以上代碼與前一篇所講到的代碼幾乎一樣，只是具體數(shù)據(jù)不一樣。

midpos <- function(x) mean(range(x,na.rm=TRUE))

centres <- ddply(anhui_data,.(city),colwise(midpos,.(long,lat)))

ggplot(anhui_data,aes(long,lat)) +               

     geom_polygon(aes(group=group,fill=zhibiao),colour="black") +

     scale_fill_gradient(low="white",high="steelblue") +

     geom_text(aes(label=city),data=centres) +

     theme(               

          panel.grid = element_blank(),

          panel.background = element_blank(),

          axis.text = element_blank(),

          axis.ticks = element_blank(),

          axis.title = element_blank()

          )#【帶標(biāo)簽】

以上代碼可以輸出結(jié)果帶有市級(jí)行政名稱的帶標(biāo)簽數(shù)據(jù)地圖來。

當(dāng)然，其實(shí)我們只需要修改以上所有代碼的引用文件名稱，可以跑出來任意一個(gè)省份的市級(jí)熱力地圖。

（前提是，你已經(jīng)定義好每一個(gè)省份的指標(biāo)數(shù)據(jù)）

事實(shí)上，我已經(jīng)搜集整理了全國27個(gè)省級(jí)行政單位的熱力地圖代碼（TXT）和數(shù)據(jù)文件（主要是指標(biāo)文件需要自己定義，而且所有省份的指標(biāo)文件已經(jīng)在昨天分享的數(shù)據(jù)文件夾里了，地圖數(shù)據(jù)文件都是引用的同一個(gè)數(shù)據(jù)源）。

如果你能夠獲取這些代碼文件，你只需要用excel打開對(duì)應(yīng)省份.CSV文件，替換，繼續(xù)存為.CSV就可以直接跑我給你的代碼了，直接出圖。

以上就是R語言版數(shù)據(jù)地圖是怎樣的，小編相信有部分知識(shí)點(diǎn)可能是我們?nèi)粘９ぷ鲿?huì)見到或用到的。希望你能通過這篇文章學(xué)到更多知識(shí)。更多詳情敬請(qǐng)關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。