首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

R语言ggmap空间可视化机动车交通事故地图

数据来自纽约市开放数据。我的数据范围是2012年至2015年。该数据跟踪车辆的类型,发生事故的街道的名称以及事故的经度和纬度坐标。两个坐标都保存为单个字符变量,称为“ LOCATION”。

在下面,我加载数据,删除所有没有位置坐标的事故,并解析LOCATION变量以获取经度和纬度坐标。我还解析日期变量以创建年份变量,并使用该变量创建两个数据集:一个数据集包含2013年的所有车辆事故,另一个数据集包含2014年的所有车辆事故。

d_clean=d[which(regexpr(',',d$LOCATION)!=-1),]

comm=regexpr(',',d_clean$LOCATION)

d_clean$loc=as.character(d_clean$LOCATION)

d_clean$lat=as.numeric(substr(d_clean$loc,2,comm-1))

d_clean$long=as.numeric(substr(d_clean$loc,comm+1,nchar(d_clean$loc)-1))

d_clean$year=substr(d_clean$DATE,7,10)

d_2013=d_clean[which(d_clean$year=='2013'),c('long','lat')]

d_2014=d_clean[which(d_clean$year=='2014'),c('long','lat')]

接下来,我使用get_map()查询Google Maps并获取纽约市的地图。我使用stat_density2d()向该地图添加了一个二维密度层。我对2013年和2014年的数据都执行此操作,并使用gridExtra的grid.arrange()并排放置地图。

ny_plot=ggmap(get_map('New York, New York',zoom=12, maptype='terrain'))

grid.arrange(plot1, plot2,nrow=1,ncol=2)

左右滑动查看更多

01

02

03

04

接下来,我按行政区域绘制了2013年的事故密度。我编写了一个函数boro(),该函数会删除所有缺少街道名称的观测值,并基于自治市镇(2013)子集。我将它们堆叠在一起,同时添加自治市镇名称,然后在向量col_vals中为每个自治市镇分配一种颜色。我使用stat_density2d的group参数以不同的颜色分别绘制每个自治市镇的密度层。

plot4=ny_plot+

stat_density2d(data=full, geom='polygon',bins = 10, aes(x=full$long,y=full$lat,fill = Borough, alpha=..level..))+

scale_fill_manual(values=col_vals)+

#guides(fill = guide_colorbar(barwidth = 1, barheight = 12)) +

scale_alpha(guide = FALSE)+

xlab(' ')+ylab(' ')+

ggtitle('NYC Vehicle Accident Density by Borough, 2013')

plot4

  • 发表于:
  • 原文链接https://page.om.qq.com/page/ONP5wWFELlbsPmDxEdv3aUJQ0
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券