R语言教程之实现地图
当前位置:以往代写 > R语言教程 >R语言教程之实现地图
2019-06-13

R语言教程之实现地图

R语言教程之实现地图

方法简介

我们以加拿大的13个省级行政单位的GDP增长率为例,绘制GDP的空间分布填色图。大致思路如下:我们先把省份 – 地理坐标对应关系找到。接着,准备好2015-16年的各省GDP年增长率,随后将其与地图中的每个省一一匹配,做成GDP – 省份的对应关系。这样GDP就可以经由省份对应到地理位置上。最后根据增速快慢赋予每个省不同的颜色。

准备工作

  1. 我们需要先下载加拿大的省级行政区的底图。Global Administrative Areas (http://www.gadm.org/country) 提供了中国的行政区划图,我们可以选择“Canada”和“Shapefile”,下载底图 (CAN_adm_shp.zip)。

    网站上也提供了专门针对R的底图——R (SpatialPolygonsDataFrame),但是这一文件格式只适用于R,而Shapefile也可以利用ArcGIS处理,使用范围更广,因此本推送以Shapefile格式为例进行说明。

  2. 下载各个省份的GDP年度数据,计算增长率。这一数据可以从加拿大国家统计局网站 (http://www.statcan.gc.ca/pub/13-016-x/13-016-x2017001-eng.htm) 上下载,保存为excel格式后计算增长率。

读取底图 (省份 – 地理坐标)

首次操作,需要先安装rgdalggplot2库。

> install.packages("rgdal")
> install.packages("ggplot2")

我们使用readORG命令读取刚刚下载的Shapefile底图。我们把CAN_adm_shp.zip解压至R的工作目录下,读取CAN_adm1.shp。
若不清楚工作目录,可以使用getwd()命令获取。

> library(rgdal)
> shp <- readOGR("CAN_adm1.shp")

操作成功后,R会输出该底图的一些基础信息

OGR data source with driver: ESRI Shapefile 
Source: "USA_adm1.shp", layer: "CAN_adm1"with 15 features
It has 12 fields
Integer64 fields read as strings:  ID_0 ID_1 CCN_1

随后,我们将读入的shp中的data另存出来,用以加入GDP增长率数据。

> data <- [email protected]

同样,我们把shp中的几何映射地图 (即坐标 – 地点对应关系) 读出

> library(ggplot2)
> map <- fortify(shp)

将GDP增速加入到数据中 (GDP – 省份)

读取加拿大13个省2015到16年的GDP增长率。同样,这份GDP增速的excel也需要提前放在工作目录下。

> install.packages("readxl")  #如果已经安装过该包,无需重复安装
> library(readxl)
> province <- read_excel("growth.xlsx")

然后,把growth里的growth列增加到先前的data里,创建GDP – 省份对应关系。

> growthnew <- rbind(growth[1:8,], growth[8,], growth[8:nrow(state),])
> data$growth <- growthnew$growth
> data$ID_1 <- c(0:13) #因为map中,省份ID从0而开始,而data中的ID从1开始,因此我们必须在这里将两者的ID统一从0开始

其中第一步是为了处理努纳武特省的问题,因为其行政区划并不是一个连续的封闭图形,因此在shp文件中,同一个省对应了3个ID。

我们第一步的目的就是使得同一个省的GDP对应到这3个ID上。类似问题有很多,比如美国阿拉斯加州、中国的河北省,都可能需要进行类似的操作。

将数据和底图结合 (GDP – 省份 – 地理坐标)

> new <- merge(map[,c(-4,-5)], data[,c("ID_1","NAME_1","growth")],by.x="id",by.y="ID_1")

这样,我们就得到了new,其中GDP增速已经对应到地理坐标上去了。
最后我们用ggplot2绘图:

> library(ggthemes)
> ggplot() +
+     geom_polygon(data = new, aes(x = long, y = lat, group = group, fill = growth), col= "grey95") +
+     scale_fill_gradient(low = "#995A7B", mid = "#9ED0E6", high = "#EAA1AC") +
+     coord_map("polyconic") +
+     theme_map()

注:操作平台为操作平台为R Studio (R 3.4.3)

    关键字:

在线提交作业