上次 R 可视乎主要讲述了《Geospatial Health Data》[1]一书中关于空间地理数据可视化用 R 包制作地图的基础内容,参见 R可视乎|空间地理数据可视化(1)。本篇将继续介绍空间地理数据可视化的 R 包和函数。
做了这么多数据地图,是时候该总结一些心得和理念了,今天这篇讨论ggplot2所支持的数据地图素材格式。 library("plyr") library("dplyr") library("rgdal") library("sf") library(maptools) library("ggplot2") library("ggthemes") library("geojsonio") options(stringsAsFactors=FALSE,warn=FALSE,encoding="UTF-8") 今
最近学习地理信息可视化总是遇到投影的麻烦,包括前段时间输出两篇关于simple features的分享中,其中没有特别处理投影的问题,老司机一看就能看出其中存在的投影问题。
继上次使用tmap包制作含有指北针(compass)和比例尺(scale bar)以及南海小地图的添加,详细内容分别见如下两篇文章:R-tmap 绘制带指北针和比例尺的空间地图和 R-tmap+grid 实现南海小地图的添加,得到了很多小伙伴的喜欢。虽然tmap包有着类似于ggplot2绘图语法,但对习惯使用ggplot2绘图的小伙伴怎不怎么友好。那么今天本期推文就使用 ggspatial 包实现指北针和比例尺的添加。主要涉及的知识点如下:
由于基础图表绘制系列推文还在加紧准备中,所以这期推文还是对一些感兴趣的图表进行绘制,这期涉及空间图表绘制,主要涉及知识点如下:
The world map was constructed using the R package ggplot2 with the Natural Earth dataset.
其实我很早就想试着用R进行此类图表的绘制了,但由于强大的Arcgis和绘图进度等原因,导致迟迟没有进行,这期就进行此类图表的绘制。注:图中散点的经纬度信息已从朋友那获知,但涉及具体数据则是虚构的。
用Arcgis专业作图工作制作中国地图时候,往往会添加南海九段线,其中南海九段线是因为需要保证中国土地的主权完整性。在Arcgis中操作时候,会根据标准中国地图,实现增加第二个图层,然后只截取南海部分,完成两个图层展现在同一副图中。 那么问题来了,如何在R中实现该操作? 现在绘制地图经常会用到ggplot与sf,如何实现同一副地图中,添加南海九段线呢。 主要是借助于cowplot包,可以实现两个图层的叠加。
今天给大家推荐一个非常好用的大小地图绘制工具-ggmapinset,让大家以后可以快速的绘制子地图。
"fishualize"软件包提供基于自然界最令人惊叹和最丰富多彩的生物:各自美丽的鱼的颜色,以便在R中进行绘制。
这是一篇关于关于空间地理信息数据可视化与simple feature 模型应用的笔记小结。
以前我一直觉得Python的绘图工具与R语言ggplot2比起来,不够优雅,这也是我一直坚定的选择使用R+ggplot2深入的学习数据可视化的原因,ggplot2在坐标系的整合与兼容性和扩展性上确实技高一筹,所以ggplot2成了可视化的巨无霸,成了可视化界的微信,不仅自身生态日趋完善,而且还有众多的开发者为其开发辅助功能包(你可以理解为依附于微信的小程序)。 最近偶然在学习Python可视化的过程中,了解到了geopandas,确实第一眼看着很眼熟,或许你第一眼就能把它与pandas联系起来。的确,它跟
最近接触COVID的项目,目前COVID已经在世界上普遍大流行,而且WHO官网及霍普金斯大学等都有相对应的全球COVID19监测平台。每天实时更新。
R语言可以进行数据分析,也可以进行地图绘制,而且非常简洁,快速。 虽然Arcgis基于桌面可视化操作,能够进行空间分析,但是唯一不足的就是操作步骤繁琐而且一不小心,就要从头再来,可重复性较低。
今天给大家介绍的内容是用 R 语言绘制包含十段线[1]的地图,并且可以根据数据实现对各省份的填色。
上一篇教程介绍了绘制完整地图的方法:R 语言绘制十段线地图,给特定省份填色,今天我们将继续探索分省市地图的绘制。
上一篇文章,我们使用了Python 自定义IDW插值函数进行了IDW空间插值及可视化的plotnine、Basemap的绘制方法(Python - IDW插值计算及可视化绘制),本期推文我们将使用R-gstat进行IDW插值计算和使用ggplot2进行可视化绘制,主要涉及的知识点如下:
虽然3D的plot见得比较多了,但是看见这样的R包,我的心还是砰了一下,这个简直不能再好看了!
这一期呢,小编回应读者的需求,绘制在地图上添加饼图的可视化作品,这类图表在GIS或生态方面涉及的比较多哈。本期内容主要如下:
今天,给大家介绍一下,如何利用R语言获取中国地图。有一点大家清楚,网络上很多教程关于R绘制中国地图。 但是中国地图的绘制涉及到国家主权,及以前旧版本地图,西藏领地不全,没有台湾,也没有南海九段线。中国地图最常见的问题有四个:
ggplot2是《The Grammar of Graphics》/《图形的语法》中提出了一套图形语法,将图形元素抽象成可以自由组合的要素,类似Photoshop中的图层累加,ggplot2将指定的元素/映射关系逐层叠加,最终形成所图形。更加深入学习ggplot2,请参考《ggplot2: 数据分析与图形艺术》。
❝本节来详细介绍如何使用R语言来构建地理投影系统绘制世界地图,细节挺多的小编做了详细的注释;结果仅供参考❞ 加载R包 library(tidyverse) library(sf) library(camcorder) 导入数据 world <- read_sf("countries.geojson") %>% janitor::clean_names() %>% rmapshaper::ms_simplify(keep = 0.2) tomato_prod <- read_csv("tomato-
因为要画的区域是黄海和胶州湾的地图,所以需要下载一个山东省地图和青岛地图。下载地址:http://datav.aliyun.com/tools/atlas/index.html#&lat=31.769817845138945&lng=104.29901249999999&zoom=4
上篇推文我们介绍了使用Python的plotnine、Basemap包对空间kde插值结果进行了可视化绘制,当然也包括了具体的插值过程,详细内容大家可以点击下方链接查看:Python-plotnine 核密度空间插值可视化绘制 、Python-Basemap核密度空间插值可视化绘制。
1、地图基础数据来自:http://xzqh.mca.gov.cn/data/ 中华人民共和国民政部官网
1. ggplot2的安装:install.packages("ggplot2")。
本期推文我们绘制不常见的双变量主题地图,该类地图可以很好的在地图上用颜色展示两个变量的信息,相较于单一变量映射地图,此类地图表达的信息更加丰富和全面。本期推文主要涉及的内容如下:
新冠肺炎确诊患者们都分布在那里呢?约翰·霍普金斯大学提供了一份数据集,使用这份数据集我们可以绘制一幅气泡地图展示这些确诊患者的分布,代码比较简单:
本次绘图是对《R语言绘制中国地图:着色省份、标注省份名称地图》中基础地图数据缺失(链接失效)的更新,基础地图数据来源《R语言 地图数据更新(来自高德 阿里云)》
前不久写的那个,关于如何提取json格式数据地图素材中的相关数据,来适应ggplot2场景下的数据框作图,其实那个代码写的一直都没有通用性。 导致我每做一一个需要使用json地图素材的项目,都需要从新修改那个代码,虽然每一次都能简化不少,但是依然无法适用所有的json素材。 知道最近在leaflet社区浏览案例的时候,才发现大神已经提供了很好的json数据解析方案里,起码有两个(保守估计)以上的包可以完胜这个任务,而且是直接调用现成的函数,无需自己编写方案。 瞬间感觉死磕在json上的时间都能再过一个五一小
当我们有一个图层文件时候,然后再放些采样点在该图层上,发现,某些采样点落在地图的外面,如下图所示。如果用Arcgis操作,很容易把外围的点抹去,保留图层内的点,那么如果在R里面,实现该操作呢。
image.png 另外一种形式,以下代码来自网络,原文地址 https://stackoverflow.com/questions/54964279/how-to-create-a-world-street-map-with-r
饼图把一个圆分成多个部分,这些部分的弧长(以及面积)代表一个整体的比例。月亮图也是如此,它把一个圆分成多个部分,这些部分的面积代表整个圆的比例,但在月亮图中,这些部分被画成圆的月牙形,就像月相。
之前有小伙伴在讨论群里提问关于分级统计地图(choropleth maps) 的绘制方法,刚开始看到这个问题的时候觉得比较简单,就给出了几个处理方法,有R的也有基于Python 的,但后来和提问小伙伴一聊,才知道是要绘制一个有 ”三元相映射图例的” 分级统计地图。之前也答应会出一期类似的推文,中间有太多的事情要做,导致拖得有点久。作为过完年的第一篇原创推文,本期我们就使用可视化功能强大的R来绘制此类地图,主要涉及内容如下:
前面的推文我们介绍了使用scikit-learn结合分类散点数据,构建机器学习分类模型并将模型结果可视化展示,具体链接如下:机器学习和可视化还能一起这样用?Python教你全搞定。今天这篇推文,我们就使用R语言的kknn包进行类别插值可视化绘制,主要知识点如下:
今天的推文给大家介绍一个可以绘制”变形“地图的可视化包-R-cartogram包,改包可以使绘制地图时某些区域的几何形状进行扭曲变化,可以更好的传递地图表达的信息。主要内容如下:
在本课中需要制作与每个样本中的平均表达量相关的多个图,还需要使用所有可用的metadata来适当地注释图表。
上篇推文我们介绍了使用Python-pykrige包实现了克里金(Kriging)插值计算及对应的可视化结果绘制,详细内容点击下方链接:Python-pykrige包-克里金(Kriging)插值计算及可视化绘制,相信你也感受到了Python的简单方便性。本期推文,我们就推出使用R-gstat包实现克里金(Kriging)插值的计算及对应结果的可视化绘制,主要知识点如下:
大数据文摘出品 编译:睡不着的iris、陈同学、YYY 不知道如何在地图上可视化网络图?下面这篇博客将使用R中的igraph、ggplot2或ggraph包来介绍三种在地图上可视化网络图的方法。在对地理位置以及位置的连接关系进行可视化时,还可以在图中展示一些属性。 当我们对节点(nodes)为地理位置的网络图进行可视化时,比较有效的做法是将这些节点绘制在地图上并画出它们之间的连接关系,因为这样我们可以直接看到网络图中节点的地理分布及其连接关系。 但这与传统的网络图是不同的。在传统的网络图中,节点的分布取决于
摘要 Simple features是一种在计算机中编码矢量空间数据(点、线、面等)的标准化方法。sf包在R语言中引入了simple features对象,它基本具备和sp、rgeos、rgdal一样的矢量空间数据处理能力。本文主要描述此包的基本功能,其在R语言诸多扩展生态系统中的地位,以及在连接R语言与其他空间计算系统中的潜在价值。
ggplot2是由Hadley Wickham设计的R软件包,它有助于数据绘图。在本实验中,我们将简要介绍该软件包的一些功能。如果您想了解更多关于如何使用ggplot2的信息,我们建议您阅读Hadley Wickham撰写的“ggplot2 Elegant graphics for data analysis”。
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
是不是感觉被封面图和不明觉厉的题目给骗进来了哈哈哈,今天这篇是理论篇,没有多少案例,而且还很长,所以静不下心的小伙伴儿可以先收藏着,时间充裕了再看。 ---- 当今互联网和大数据发展的如此迅猛,大量的运营与业务数据需要通过可视化呈现来给商业分析人员提供有价值的决策信息,而地理信息与空间数据可视化则是可视化分析中至关重要而且门槛较高的一类。 通常除了少数本身具备强大前端开发能力的大厂之外,很多中小型企业在内部预算资源有限的情况下,并不具备自建BI和完整可视化框架的能力。需要借助第三方提供的开源可视化平台或者
维恩图用于展示在不同的事物群组(集合)之间的数学或逻辑联系,尤其适合用来表示集合(或)类之间的“大致关系”,它也常常被用来帮助推导(或理解推导过程)关于集合运算(或类运算)的一些规律。
领取专属 10元无门槛券
手把手带您无忧上云