对，你没看错，真的有这种操作~
之前的ggplot2入门实践篇已经更新告一段落，也已经做了归总分类分享给大家。
最近翻看突然发现少了一个知识点，就是分面中没有讲填充多边形分面的应用，虽然其理念跟其他的常用图表类型一致。
但是鉴于多边形填充本身就比较复杂，再加上分面肯定能把大部分小伙伴儿绕晕，这里还是亲自实践一篇案例详细讲解一下实际用法。
如果你还不懂如何使用ggplot2制作数据地图的话，你可以参考以下序列文件：
地图部分（ggplot2）
你想要的地图素材资源，我都帮你整理好了~
一篇文章教你搞定JSON素材，从此告别SHP时代~
大道至简——论如何最优雅的操纵json地图数据
关于美国地图中的两个海外州坐标平移与原始投影问题~
R语言可视化——关于ggplot所支持的数据地图素材类型
一篇小短文助你打开数据可视化的任督二脉！
数据地图多图层对象的颜色标度重叠问题解决方案
ggplot2中如何自定义数据地图版面范围~
关于数据地图的几个遗留问题解决方案
R语言数据地图——美国地图
R语言数据地图——全球填色地图
数据地图系列7|R语言版(上)
数据地图系列8|R语言版数据地图（下）
R语言可视化——数据地图应用（东三省）
R语言可视化——数据地图离散百分比填充（环渤海）
R语言可视化——地图填充与散点图图层叠加
R语言可视化——多图层叠加（离散颜色填充与气泡图综合运用）
R语言可视化——地图与气泡图结合应用
用R语言复盘美国总统大选结果~
R语言可视化——ggplot绘制中心密度辐射图
R语言可视化——中心放射状路径图
你绝对想不到，数据地图还能这么玩~
玩转数据地图系列之——地图上的迷你条形图
一个小案例，教你如何从数据抓取、数据清洗到数据可视化
一篇全是代码的数据可视化案例
小魔方不想跟你说话，并向你扔了一堆代码~~~
地图可视化之——移花接木
为了演示方便，今天这篇使用纯模拟数据：
加载包： library("ggplot2") library("plyr") library("ggthemes") library("rgdal") library("dplyr")
导入中国省界地图：
setwd("D:/R/rstudy/CHN_adm") china_map<-readOGR("bou2_4p.shp",stringsAsFactors=FALSE) mydata<-china_map@data["NAME"] mydata$id<-0:924;mydata[mydata$id==898,"NAME"]<-"中国澳门特别行政区" mymapdata<-fortify(china_map) mymapdata$id<-as.numeric(mymapdata$id) mymapdata<-merge(mymapdata,mydata,all.x=TRUE) mymapdata<- mymapdata %>%rename(region=NAME)
今天的目标是，使用一个省份12年份实践序列数据分别呈现填色散点气泡图、颜色填充图、以及组合图，形成3*4排列的数据地图分面，不是使用grid逐个打印单个地图，而是直接使用ggplot2的分面参数进行绘制。
考虑到如果使用传统的数据源格式（geom_polygeon制作填充图要求将指标数据与地理分界点数据合并，因为地理分界点数据有9万个，12个年份数据表宽转长之后会暴增到120万+，肯定会拖慢内存，所以今天使用geom_map函数进行颜色填充地图的绘制）。
以下是本案例步骤：
首先构造12个年份变量： mydata_new<-data.frame(NAME=unique(mydata$NAME)) for (i in 2:13){ mydata_new[,i]<-round(runif(34,0,250)) } 定义并切割连续型数据为因子变量 names(mydata_new)[2:length(mydata_new)]<-as.character(2001:2012) mydata_new<-mydata_new%>%tidyr::gather(year,zhibiao,-1) mydata_new$fact<-cut(mydata_new$zhibiao,breaks=c(0,50,100,150,200,250),labels=c('0~50','50~100','100~150','150~200','200~250'),order=TRUE,include.lowest = TRUE)
以下是构图过程：
分面地图一（热力填色地图）： ggplot(mydata_new,aes(map_id=NAME,fill=fact))+ geom_map(map=mymapdata,colour="grey65")+ scale_fill_brewer(palette="Blues") + ###Blues&Greens facet_wrap(~year)+ expand_limits(x=mymapdata$long,y=mymapdata$lat)+ coord_map("polyconic")+ guides(fill=guide_legend(reverse=TRUE,title=NULL))+ theme_void()%+replace% theme(legend.position = c(0,0.7),legend.text.align=1)
导入并合并省份行政中心经纬度数据 province_city <- read.csv("D:/R/rstudy/Province/chinaprovincecity.csv") province_city<-province_city%>%select(province,jd,wd) mydata_new<-merge(mydata_new,province_city,by.x="NAME",by.y="province",all.x=TRUE) 分面地图二（填色气泡地图）： ggplot(mydata_new,aes(map_id=NAME))+ geom_map(map=mymapdata,colour="grey65",fill="#EEF3FA")+ geom_point(aes(x=jd,y=wd,size=zhibiao,colour=zhibiao),shape=16)+ scale_size_area(max_size=6) + scale_colour_gradient(low="white",high="#D73434")+ facet_wrap(~year)+ expand_limits(x=mymapdata$long,y=mymapdata$lat)+ coord_map("polyconic")+ guides(fill=guide_legend(reverse=TRUE,title=NULL),size=guide_legend(reverse=TRUE,title=NULL))+ theme_void()%+replace% theme(legend.position = c(0,0.7),legend.text.align=1)
分面地图三（填色气泡+热力填充地图）： ggplot(mydata_new,aes(map_id=NAME))+ geom_map(map=mymapdata,aes(fill=fact),colour="white")+ geom_point(aes(x=jd,y=wd,size=zhibiao,colour=zhibiao),shape=16)+ scale_size_area(max_size=4) + scale_fill_brewer(palette="Greens") + ###Blues&Greens scale_colour_gradient(low="white",high="#D73434")+ facet_wrap(~year)+ expand_limits(x=mymapdata$long,y=mymapdata$lat)+ coord_map("polyconic")+ guides(fill=guide_legend(reverse=TRUE,title=NULL),size=guide_legend(reverse=TRUE,title=NULL))+ theme_void()%+replace% theme(legend.position = c(0,0.7),legend.text.align=1)
所需数据源请移步之本人GitHub下载，可以直接进入GitHub官网搜索ljtyduyu，也可以在后台回复任意内容，获取小魔方的GitHub主页数据获取地址。