R可视化 | 地理信息空间(上)

时间:2022-07-28
本文章向大家介绍R可视化 | 地理信息空间(上),主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

作者:张同学

来源:凹凸数据

第一版结果

1.1 地图的文件格式

shp数据结构:

1、分文件存储信息:

name.dbf name.shp name.shx

2、获取渠道

https://gadm.org/download_country_v3.html

3、导入工具

maptools rgdal
sf

json数据结构:

1、key-value形式的键值对结构

name.json

2、获取渠道

http://datav.aliyun.com/static/tools/atlas/

3、导入工具

rgdal
sf

个人使用下来的感受是阿里云的json文件使用起来会更加方便一点。

1.2 数据文件的读取

  • rgdal库的readOGR(dsn, layer,stringsAsFactors,encoding=NULL……)函数
    • 读入数据转换为sp数据模型
  • sf库的st_read(dsn, layer, stringsAsFactors)函数
    • 读入数据转换为sf数据模型
    • dsn:读入的文件名
    • layer:读入的层数(如果是多层地图的话)
    • stringsAsFactors:是否将读入文件中的字符串数据转换为因子数据
    • encoding:文件的编码格式

1.3 地理数据模型

  • SP(SpatialPolygonsDataFrame)格式
    • 数据描述层(data.frame):名称、ID、编号、简写、IOS编码等
    • 几何映射层(polygons):每一个行政区的多边形边界点(按order排序、按group分组)
    • 需要使用fortify函数将polygons数据转换为数据框格式。
  • SF(Simple feature list column)格式
    • 获取的是完整的数据框( data.frame )格式
    • 将每一个行政区对于的几何分界点封装成一个list对象

个人使用比较多的是SF格式的数据模型。

1.4 总结

文件格式与函数方法关系图

1.5 上手实战

设计目的:进行地理文件的加载、数据转换及基础处理,将地理信息数据与业务数据的融合(sp与sf数据模型),添加地理标签,应用地理坐标轴,最终完成一个地理空间可视化的小demo。

1、从阿里地图下载省级地图,加载并实现地图可视化,在绘图前先做一些准备工作:

library("ggplot2")
library("rgdal")
library("sf")
library("sp")
library("ggthemes")
library('dplyr')
library("data.table")  #fread函数用于读取CVS表格
library("ggrepel")

rm(list = ls())
gc()
setwd("D:/空间可视化与地理基础")#指定读取文件的路径
  1. 某省级地图的地图实现
#rgdal包读入:
gansu_map <- readOGR("甘肃省.json",stringsAsFactors=FALSE)
Encoding(gansu_map@data$name) <- 'UTF-8'
frame_data = gansu_map@data
#frame_polygon = gansu_map@polygons
frame_polygon = fortify(gansu_map)  
ggplot(frame_polygon,aes(long,lat,group = group)) +geom_polygon(colour = 'white')
  1. 按市进行填充
division_data1 <- gansu_map@data 
division_data1 <- mutate(division_data1,id = row.names(division_data1))
division_data1 <- division_data1[,c("id","name")]    #行政区划层
#division_data <- china_map1@data %>% mutate(id = row.names(.)) %>% .[,c("id","NAME")]    #行政区划层

polygons_data1 <- fortify(gansu_map)     #地理信息边界点数据
polygons_data1 <- polygons_data1[,c(1,2,7,3,6)]
#polygons_data <- fortify(china_map1)  %>% .[,c(1,2,7,3,6)]  

division_data1$id <- as.numeric(division_data1$id)
polygons_data1$id <- as.numeric(polygons_data1$id)
final_mapdata1 <- left_join(polygons_data1,division_data1,by= 'id')

ggplot(final_mapdata1,aes(long,lat,group = group)) +
  geom_polygon(aes(fill=name),colour = 'white')+
  coord_map("polyconic")

运行效果如下:

  1. 添加市级的标签
ggplot() +
  geom_polygon(data=final_mapdata1,aes(x=long,y=lat,group = group,fill=name),colour = 'white')+
  geom_text_repel(data=frame_data,aes(x=centroid1,y=centroid2,label=name))+
  coord_map("polyconic")

还有优化版哦!

见明天续集

参考资料

[1]

张杰.《R语言数据可视化之美-专业图表绘制指南(增强版)》第11章 地理空间型图表: https://www.cnblogs.com/zzj420133722/p/13789195.html