R语言-地图绘制的思路

R中的画地图的思路有三种，一种是利用包里GIS方面的数据，在R中直接画出来，第二种是从其他地方拿到数据，在R中通过某些包解析后再展现成，第三种就是直接把别人的图拿过来，自己再添加或去掉自己需要或不需要的东西。这三种方法只是数据来源不同，具体的画图以及美化方法无异。
第一种，最早应该是从maps包开始的，将地图数据封装在包里，这个包里应该用map函数为主，美中不足的是包里面的数据是在是太少了，连张中国地图都画不全，好在后来有了mapdata等一系列的包，CRAN上maps包后面那一串全是，情况有所好转，具体的内容看一下帮助文档就可以了。
可是问题又来了，R包里的数据总是不够用的，而且R包更新的速度远远赶不上开发商的脚步，这个时候就可以考虑第二种思路，自己下载实时的地图数据信息，可以在世界各国的地理信息系统里下载最官方的地图数据，然后通过包调用这些下载到本地的数据；或者更简单些，规规矩矩的做个伸手党，那么就是第三种思路，通过某些包直接引用百度或谷歌地图的地图数据，光明正大的白嫖。

地理信息数据毕竟是一门专业的领域，我们使用的时候不需知其所以然，但至少要知其然。下载的地图数据一般有三个文件：.dbf，.shp，.shx。这三个文件即可以映射出一幅地图。ESRI Shapefile（shp），或简称shapefile，是美国环境系统研究所公司（ESRI）开发的一种空间数据开放格式，是一种文件存储的方法，实际上该种文件格式是由多个文件组成的。这种文件方法用于描述几何体对象：点，折线与多边形。例如，Shapefile文件可以存储井、河流、湖泊等空间对象的几何位置。除了几何位置，shp文件也可以存储这些空间对象的属性，例如一条河流的名字，一个城市的温度等等。目前，许多自由的程序或商业的程序都可以读取Shapefile。要组成一个Shapefile，有三个文件是必不可少的，它们分别是".shp", ".shx"与 ".dbf"文件。表示同一数据的一组文件其文件名前缀应该相同。例如，存储一个关于湖的几何与属性数据，就必须有lake.shp，lake.shx与lake.dbf三个文件。而其中“真正”的Shapefile的后缀为shp，然而仅有这个文件数据是不完整的，必须要把其他两个附带上才能构成一组完整的地理数据。除了这三个必须的文件以外，还有八个可选的文件，使用它们可以增强空间数据的表达能力。具体哪几个、怎么命名、文件里面是什么就无需再深究，只需要知道有一种数据格式叫Shapefile，我们绘制地图就是要找这种数据。
接下来就按照这三种思路一步步走，不求美观，先求能画出来图。

一、包自带地图数据绘制（maps包使用）

1、世界地图

有一些R包中存储着常见地图的数据，比如maps包中存有世界地图、美国地图、美国各州郡地图、法国地图以及加拿大城市地图等，加载了这个包，就可以轻松愉快地绘制世界地图。

library(maps)
map("world", fill = TRUE, col = rainbow(200),
    ylim = c(-60, 90), mar = c(0, 0, 0, 0))
title("世界地图")

上图参数解释：‘fill=’是否填充各个地区颜色，‘col=’为填充或边界的颜色，‘ylim=’为所取地图上下长度，‘mar=’是图片边界宽度，具体参数可参考：“?map()”

2、中国地图的绘制

加载maps和mapdata包，使用包中中国地图的数据直接作图

map('china')

但数据比较老了(重庆仍然在四川省内)，获取比较新的，下载中国GIS数据（http://cos.name/wp-content/uploads/2009/07/chinaprovinceborderdata_tar_gz.zip），解压到自己R的工作空间（“getwd()”和“setwd()”可查看和设置工作空间），然后下载maptools包：install.packages(“maptools”),加载到R的工作空间：library(maptools),然后绘制地图（这个属于接下来第二部分手动下载地图数据绘制，奈何包中数据过于古老，涉及地理问题不太好展示，为了逻辑完整，只能投机取巧先糊弄过去，可忽略不看）：

x <- readShapePoly('bou2_4p.shp')
plot(x)

通过调节plot命令中的col（旧版为fg）参数来根据自己的需要对地图中的省份着以特定的颜色。
GIS数据包含925个多边形（各地区形状），col参数应该时一个长度为925的向量，第i个分量的取值就代表了地图中第i个多边形的颜色。

plot(x,col=gray(924:0/924))

因为包自带地图数据做不到实时更新，所以就不再使用包中的数据做上述多种类型的地图，主要介绍如何使用自己下载的地图数据以及第三方平台绘图。

二、手动下载地图数据绘制

手动绘制中国地图，第一步要下载中国地图的经纬度数据，也就是shapefile格式的数据，数据来源有很多，一般直接查找“中国地图的GIS数据”或者点这里下载。如想做全球范围的地图，可到GADM“全球航空数据管理”网下载。常用的第三方包为：maptools包用来导入并将数据映射为地图图像，ggplot2包用来在地图图像上添加各种需要的图层。

接下来为具体步骤：

1、下载中国地图的GIS数据

这是一个压缩包，完全解压后一般包含三个文件（bou2_4p.dbf、bou2_4p.shp和bou2_4p.shx），将这三个文件解压到R的工作空间下。

2、安装相应的包，读取地图数据

R的版本为3.6.2，但是在安装maptools后无法用readShapePoly（）函数读取.shp文件，提示：

readShapePoly is deprecated; use rgdal::readOGR or sf::st_read

那这样的话就按他说的使用新的包“rgdal”，然后使用包中的readOGR（）函数读取.shp文件：

china_map <- readOGR("bou2_4p.shp")

china_map变量类型是"SpatialPolygonsDataFrame"，他是属于S4类型的变量。关于S4有更深入的介绍，不过对使用没什么影响，唯一的影响就是在读取数据框或其他数据类型的数据时，$要用@替代。因为ggplot（）函数只接受数据框类型的数据，因此需要将"SpatialPolygonsDataFrame"类型做一下转换，ggplot2包中提供了相应的转换函数fortify（）：

china_map1 <- fortify(china_map)

3、绘制地图

使用ggplot2包，将读取的数据框china_map1映射到坐标轴上：

ggplot(china_map1,aes(x=long,y=lat,group=group))+
  geom_polygon(fill="white",colour="black")+
  coord_map("polyconic")

其中coord_map(“polyconic”)为调整地图的投影显示方式，因为地球不是平面，所以根据经纬度做的图会有相应的扭曲，使用coord_map(“polyconic”)即可将地图平铺。注：上述代码中数据框china_map1可以直接使用china_map来代替，或许因为ggplot（）函数在识别数据框时会自动将其转换成数据框吧。

4、连接地图热图所需数据

做热图时，最重要的是确定各个地区所对应的的一个数值，可以是连续的也可以是分类的，总之在ggplot（）的“fill=”参数要有个值，要获得这个值就需要在原来的china_map这个东西里添加上你自己的对应值的数据（my_data）。
我们现在的目的是将自己的数据跟GIS地图数据参照某个变量连接在一起。比较奇怪的是本来就是china_map跟my_data的连接，只要一步即可，但因为现在还不清楚fortify（）的作用，而在代码中fortify(china_map)得到的数据不全，所以要再将china_map中的其他需要的数据跟fortify(china_map)所得到的数据连接起来，组成一个完整的“china_map数据框”，然后再将这个完整的数据框再与my_data连接在一起。总结起来就是两步走，根据这个目的再写相应的代码：

x<-china_map@data
china_map1<-fortify(china_map)

xs<-data.frame(x,id=seq(0:924)-1)#过渡用数据框

china_map_data<-join(china_map1,xs,type="full")#至此得到了完整的完整的“china_map数据框”

mydata<-read.csv("data_dt.csv",header=T,as.is=T)
china_data <- join(china_map_data, mydata, type="full")#最终合并

第一步：除fortify(china_map)得到的数据外，我们还需要china_map中的data数据，这里用@因为上面说过的china_map变量类型是"SpatialPolygonsDataFrame"，他是属于S4类型的变量。我们将china_map@data与fortify(china_map)合并的时候，因为缺乏一个能够参照的公共变量，所以我们就自己创一个，也就是xs，他在china_map@data中添加了id变量，使其能够和fortify(china_map)连接在一起，得到china_map_data。
第二步：将上一步连接得到的数据框与my_data连接起来。注意my_data里的数据形式，应该是有两个变量，一个是应该和china_map_data中的某个变量对应起来，可用NAME命名变量，包括各个省的名称；另外的变量就是热图“fill=”参数所需要的值。最终将他们连接起来。
这里使用join()函数，他是plyer包中的一个整合函数，其中参数type=“full”，这样可以实现一对多的连接。

5、绘制地图

地图的绘制仍和第三步的一样，只是需要添加一个fill参数和一个scale_fill_gradient()图层，这些都是最基础的：

ggplot(china_data,aes(x=long,y=lat,group=group,fill=ratio))+
  geom_polygon(colour="grey40")+
  scale_fill_gradient(low="white",high="red")+
  coord_map("polyconic")

其中的ratio就是my_data中的另一个变量，用来映射热图的颜色。

6、图上添加元素

如果想在图中的省份上添加省的名字，则按照ggplot2语法的规则，就是在现在做的图上再加一个图层，这个新图层就是geom_text()函数，这个函数需要一个数据框，这个数据框的里应该有各省名称的信息，并且这些名称需要显示在新的位置，所以这个数据框里还应该有这些省名称所对应的经纬度信息，这些信息都可以在网上查到。同样是两步走：
第一步：
读取省份名称和经纬度信息：

province_city<-read.csv("pcity.csv",header=T,as.is=T)#获取省会城市坐标

pcity.csv中有三个变量，省份名称、经度、维度。
第二步；在原图上加上新的名称图层：

ggplot(china_data,aes(long,lat))+
  geom_polygon(aes(group=group,fill=ratio),colour="grey",size=0.01)+
  scale_fill_gradient(low="white",high="red")+
  coord_map("polyconic")+
  geom_text(aes(x=jd,y=wd,label=name),data=province_city,colour="black",size=2.5)

基本的地图热图完成，他就长这样：如何还需要调整例如图例、坐标轴、背景、标签等细节，具体可参考ggplot2语法。

上面一套流程走完，他就长这样，标签、图例、坐标轴、省份名称位置大小、配色什么的都很粗糙，不过终于是把他画出来了。美化的事情在我看来属于高级别的绘图，现在先不搞他，一步步走，下一步是直接用百度或谷歌地图，规规矩矩的拿来主义。

三、根据第三方平台的地图数据作图

这里的拿来主义思想就是通过某个包，连接到第三方平台的公开数据库，可以直接使用和调用其中的信息，国外的地图平台就是谷歌地图，奈何网络信号不好，太太慢慢了，所以就使用国内的百度地图好了，至于有没有高德地图的连接包，想要就自己做一个呗~~~
这里用到的连接百度地图的包是baidumap，这个包目前是在GitHub上维护着，不在R语言的官方包数据库里，所以安装的话不能一键install了，一键解决不了，那就两键：

install.packages('devtools')
library(devtools)
install_github('badbye/baidumap')

因为他在GitHub上，所以使用一个devtools包中的install_github()函数就可以安装了。
这个包在使用之前，需要一个百度地图认证过程，如果想获取到信息，就得有一把钥匙打开这个信息的大门，所以在使用这个包之前，要先给R一个钥匙：

options(baidumap.key = 'nSxiPohfziUaCuONe4ViUP2N')

接下来就能使用这个包获得地图了，但是这个钥匙不一定一直有用，可能因为各种不可抗力他会过期，解决办法有两种，一是自己注册申请百度地图开发人员，为百度地图的完善尽一份力，自然就会得到钥匙了；而是找其他人分享的，多试几个就行了。
安装导入后，里面有几个函数，可以实现不同的功能。

1、getBaiduMap()函数

getBaiduMap(location, width = 400, height = 400, zoom = 10, scale = 2,
            color = "color", messaging = TRUE)
            
参数：
location:包含经度和维度的向量或者是一个矩阵,或者可以是一个字符串表示地址；经纬度和地址将作为地图的中心点
width，height：所下载地图的宽和高
zoom：map的缩放比例，是一个整数，从3（大洲）到21（建筑），默认值是10
scale:像素数
color："color" or "bw"，表示有色或者是黑白
messaging:逻辑语句，决定是否输出下载数据的信息

参数：
location:包含经度和维度的向量或者是一个矩阵,或者可以是一个字符串表示地址；经纬度和地址将作为地图的中心点
width，height：所下载地图的宽和高
zoom：map的缩放比例，是一个整数，从3（大洲）到21（建筑），默认值是10
scale:像素数
color：“color” or “bw”，表示有色或者是黑白
messaging:逻辑语句，决定是否输出下载数据的信息
例子：

q <- getBaiduMap('北京大学', width=600, height=600, zoom=18, scale = 2, messaging=FALSE)

ggmap(q)

就可以按照上面参数的设定的大小把以“北京大学”为中心的百度地图绘制出来了，长得和百度地图一样。

2、getCoordinate()函数:根据地址得到经纬度

getCoordinate(address, city = NULL, output = "json", formatted = F)
参数：

address：地址
city：可选项，地质所在的城市
output：json或者xml格式
formatted：F返回原有的json或者xml格式，而T返回的是经纬度的矩阵

例子：

getCoordinate('北京大学',output='xml')  #xml格式
getCoordinate('北京大学',output='json')  #json格式
getCoordinate('北京大学',output='xml',formatted = T)  #矩阵形式

#也可以同时多个地点，放在一个向量里
getCoordinate(c('北京大学', '清华大学', '人民大学'), formatted = T)  

多用矩阵形式，不然在xml或者jon里找到坐标还是很费眼的，不过也也可以通过包解析这两种格式的数据，可以但没必要。

3、getLocation()函数：通过经纬度得到地址（反向getCoordinate()）

getLocation(location, output = "json", formatted = F, pois = 0)
参数：
location：经纬度
output：json或者xml格式
formatted：F返回原有的json或者xml格式，而T返回的是地名的矩阵
pois:是否返回这个位置周围的PIO

例子：

getLocation(c(118.12845, 24.57232),formatted = T)

#同样可以返回多个位置
getLocation(c(118.12845, 24.57232,116.31234,40.56125),formatted = T)

这里的两个坐标，就是““福建省厦门市集美区集美大桥” “北京市延庆县S323(延琉路)””的坐标，返回这两个地名。

4、getPlace()函数：返回地图搜索结果

getPlace(place = NULL, city = "北京")

参数：
place：你想要搜索的地方
city：城市

返回值：数据框dataframe：包含名字、经纬度、地址等

例子：

getPlace('大学','北京')

就像是在百度地图搜索框输入这两个参数一样，返回的东西就是查找到的东西，我觉得这个函数就是一个爬虫。

5、getRoute()函数:通过搜索得到路线

getRoute(...)

参数：
origin：起点
destination：终点
mode：出行方式，'walk','transit'
region：起点和终点所在区域，若不在同一地区，分别用origin_region和destination_region
tactics:10(不走高速), 11(默认, 最短时间), 12(最短路径).
coord_type:'bd09ll'(default), 'gcj02'(which Google map and Soso map are using), 'wgs84' for GPS devices.

返回值：dataframe：包含经纬度

例子：

bjMap =getBaiduMap('北京',color = 'bw')
df = getRoute('首都国际机场', '北京南苑机场')

ggmap(bjMap) + geom_path(data = df, aes(lon, lat), alpha = 0.5, col = 'red')

可以画出从“首都国际机场”到“北京南苑机场”的路线图。

主要用的函数就这几个，这个包事实上是在R中调用百度的API，不过与ggmap和REmap结合起来使用会有较好的效果；

上面的一块把基础的地图绘制方法和核心交代清楚了，但是仅仅会画出来图是不够的，我的目的是通过地图展示我的数据，所以会有很多种地图数据的展示形式，也就是很多种图。现在也有越来越多的包能绘制越来越精致的地图了，不论用哪个包，用哪个形式的地图，最终能实现我数据展示的目的就是好方法。刚开始接触也没必要一口吃下是所有的包，见招拆招，遇到好看的就去实现，实现的多了，自然就能自己创造了。