玩转数据地图系列之——地图上的迷你条形图
最近忙的厉害，产量下降的有点严重，感谢各位还没取关的小伙伴儿。
一周前更新了一篇数据地图上的气泡散点图的内容，不知怎地，这段时间就是跟地图死磕上了，今天还是数据地图，不过是在数据地图上呈现条形图、柱形图。
之前的一篇因为有现成的作图包支持，geom_scatterpie函数不用花费太大力气就解决了数据地图上的气泡散点图问题。
可是到目前为止我还没有发现支持对应坐标位置的条形图、柱形图，这一篇是参考了知乎上大神提供的思路。
加载包：
library(maptools)
library(ggplot2)
library(plyr)
library(ggmap)导入地图素材及省会城市经纬度数据
china_shp <-readShapePoly("c:/rstudy/bou2_4p.shp")
china_map <- fortify(china_shp)
province_city <- read.csv("c:/rstudy/chinaprovincecity.csv") #城市经纬度数据
#新建三个指标，2015年和2016年的某经济度量指标（虚构）N15、N16和环比增长率Ratio。
province_city1<-mutate(province_city,N15=runif(34,min=500,max=1000),N16=runif(34,600,1100),Ratio=round((N16-N15)/N15,3))
province_data<-province_city1[sample(nrow(province_city1),10),]合并后的数据结构如下，随即选取了10个城市的14、15年度某项经济指标（虚构）以及同比增长率。
ggplot的现有图层图形中是没有直接根据点坐标生成条形图、柱形图的，所以这里我们只能曲线救国，使用线条图和误差线来进行模拟。
首先来画底图：
ggplot()+
geom_polygon(aes(x=long, y=lat, group=group), data=china_map, fill="white", colour="grey60")
接下来使用geom_linerange函数（也就是条线图函数）进行各个坐标点的模拟柱形绘制。
线画出14年的指标值：
ggplot()+
geom_polygon(aes(x=long, y=lat,group=group),data=china_map, fill="white", colour="grey60")+
geom_linerange(data=province_data,aes(x=jd-0.5,ymin=wd,ymax=wd+N15/max(N15,N16)*5),size=5,color="orange",alpha=0.8)
再叠加一次16年的指标值
ggplot()+
geom_polygon(aes(x=long, y=lat,group=group),data=china_map, fill="white", colour="grey60")+
geom_linerange(data=province_data,aes(x=jd-0.5,ymin=wd,ymax=wd+0.7*N15/max(N15,N16)*5),size=3,color="#5B88A0",alpha=0.8)+
geom_linerange(data=province_data,aes(x=jd+0.5,ymin=wd,ymax=wd+0.7*N16/max(N15,N16)*5),size=3,color="#FB882C",alpha=0.8)
接下来我们来对已经塑造好的双柱条形图进行美化操作，
windowsFonts(myFont = windowsFont("微软雅黑"))
ggplot()+
geom_polygon(aes(x=long, y=lat,group=group),data=china_map, fill="white", colour="grey60")+
geom_linerange(data=province_data,aes(x=jd-0.5,ymin=wd,ymax=wd+0.7*N15/max(N15,N16)*5),size=3,color="#5B88A0",alpha=0.8)+
geom_linerange(data=province_data,aes(x=jd+0.5,ymin=wd,ymax=wd+0.7*N16/max(N15,N16)*5),size=3,color="#FB882C",alpha=0.8)+
geom_text(aes(x=jd,y=wd-0.6,label=paste0(province_data$province,ifelse(Ratio>0,"▲","▼"),Ratio*100,"%")), data=province_data,family="myFont",size=2.5)+
theme_nothing()+
annotate("text", x=105, y=52, label="● 2015", color= "#5B88A0", size=8)+
annotate("text", x=105, y=49, label="● 2016", color= "#FB882C", size=8)
其实最初在网上看到该图（大概是刘万祥老师的博客，在此感谢老师的启发），他的做法是使用geom_errbar图层函数，也就是误差线图层函数，其实理念是一致的。这里给出原方法。
ggplot()+
geom_polygon(aes(x=long, y=lat,group=group),data=china_map, fill="white", colour="grey60")+
geom_errorbar(data=province_data,aes(x=jd-0.5,ymin=wd,ymax=wd+0.7*N15/max(N15,N16)*5),size=3,color="#5B88A0",width=0,alpha=0.8)+
geom_errorbar(data=province_data,aes(x=jd+0.5,ymin=wd,ymax=wd+0.7*N16/max(N15,N16)*5),size=3,color="#FB882C",width=0,alpha=0.8)+
geom_text(aes(x=jd,y=wd-0.6,label=paste0(province_data$province,ifelse(Ratio>0,"▲","▼"),Ratio*100,"%")), data=province_data,family="myFont",size=2.5)+
theme_nothing()+
annotate("text", x=105, y=52, label="● 2014", color= "#5B88A0", size=8)+
annotate("text", x=105, y=49, label="● 2015", color= "#FB882C", size=8)
其实如果能换个思路，使用geom_errorh函数，想必一定了以做出横向的条形图。
ggplot()+
geom_polygon(aes(x=long, y=lat,group=group),data=china_map, fill="white", colour="grey60")+
geom_errorbarh(data=province_data,aes(x=jd,y=wd,xmin=jd-3,xmax=jd+3*N15/max(N15,N16)),size=3,color="#5B88A0",height=0,alpha=0.8)+
geom_errorbarh(data=province_data,aes(x=jd,y=wd-0.8,xmin=jd-3,xmax=jd+3*N16/max(N15,N16)),size=3,color="#FB882C",height=0,alpha=0.8)+
geom_text(aes(x=jd+0.2,y=wd+1,label=paste0(province_data$province,ifelse(Ratio>0,"▲","▼"),Ratio*100,"%")), data=province_data,family="myFont",size=2.5)+
theme_nothing()+
annotate("text", x=105, y=52, label="● 2015", color= "#5B88A0", size=7)+
annotate("text", x=105, y=50, label="● 2016", color= "#FB882C", size=7)
以上思路仅供大家大家参考，就像伟大的哈德利.威科姆所说的一样，ggplot只是给你了一个发挥想象力的空间，无拘无束的发挥想象力，总能创造出令人惊讶的作品。
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2017-01-21，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
