library(leaflet) # 创建交互式地图
library(htmltools) # 处理HTML内容 (如工具提示)
library(ggplot2) # 用于数据可视化
library(dplyr) # 用于数据处理
library(giscoR) # 获取地理空间数据
library(maps) # 包含世界城市数据
library(ggrepel) # 防止文本标签重叠
library(plotly) # 创建可交互的图表
library(cartography) # 用于专题地图制作
library(sp) # 用于处理空间数据# 加载所需库
library(leaflet)
# 创建包含20个标记点的数据框（随机生成坐标点）
data <- data.frame(
long = sample(seq(-150, 150), 20), # 经度：-150到150之间的随机整数
lat = sample(seq(-50, 50), 20), # 纬度：-50到50之间的随机整数
val = round(rnorm(20), 2), # 数值：标准正态分布的随机数，保留2位小数
name = paste("point", letters[1:20], sep = "_") # 名称：point_a, point_b, ...
)
# 创建交互式地图并在每个位置显示圆形标记
m <- leaflet(data = data) |>
addTiles() |> # 添加默认的地图瓦片
addCircleMarkers(~long, ~lat, popup = ~as.character(name)) # 添加圆形标记，点击显示名称
# 显示地图
m交互式地图：随机生成的20个圆形标记点
自定义圆形标记:
# 创建包含20个标记点的数据框（随机生成坐标点）
data <- data.frame(
long = sample(seq(-150, 150), 20), # 经度：-150到150之间的随机整数
lat = sample(seq(-50, 50), 20), # 纬度：-50到50之间的随机整数
val = round(rnorm(20), 2), # 数值：标准正态分布的随机数，保留2位小数
name = paste("point", letters[1:20], sep = "_") # 名称：point_a, point_b, ...
)
# 创建带有自定义圆形标记的交互式地图
# 圆形大小以像素为单位定义，缩放时大小不会改变
m <- leaflet(data = data) |>
addTiles() |> # 添加默认的地图瓦片
addCircleMarkers(
~long, ~lat, # 经纬度坐标
radius = ~val * 14, # 半径：根据val值动态调整（乘以14倍）
color = ~ifelse(data$val > 0, "red", "orange"), # 颜色：正值为红色，负值为橙色
stroke = TRUE, # 显示边框
fillOpacity = 0.2, # 填充透明度设为0.2
popup = ~as.character(name) # 点击时显示标记点名称
)
# 显示地图
m自定义圆形标记：根据数据值调整大小和颜色
随缩放变化的自定义圆形：半径以米为单位，缩放时大小会改变:
# 加载所需库
library(leaflet)
# 创建包含20个标记点的数据框（随机生成坐标点）
data <- data.frame(
long = sample(seq(-150, 150), 20), # 经度：-150到150之间的随机整数
lat = sample(seq(-50, 50), 20), # 纬度：-50到50之间的随机整数
val = round(rnorm(20), 2), # 数值：标准正态分布的随机数，保留2位小数
name = paste("point", letters[1:20], sep = "_") # 名称：point_a, point_b, ...
)
# 创建带有自定义圆形的交互式地图
# 圆形大小以米为单位定义，缩放时大小会随之改变
m <- leaflet(data = data) |>
addTiles() |> # 添加默认的地图瓦片
addCircles(
~long, ~lat, # 经纬度坐标
radius = ~val * 1000000, # 半径：根据val值动态调整（以米为单位，乘以100万）
color = ~ifelse(data$val > 0, "red", "orange"), # 颜色：正值为红色，负值为橙色
stroke = TRUE, # 显示边框
fillOpacity = 0.2, # 填充透明度设为0.2
popup = ~as.character(name) # 点击时显示标记点名称
) |>
setView(lng = 166.45, lat = 21, zoom = 2) # 设置地图初始视图：经度166.45，纬度21，缩放级别2
# 显示地图
m随缩放变化的自定义圆形：半径以米为单位，缩放时大小会改变
# 加载所需库
library(leaflet)
# 创建包含20个标记点的数据框（随机生成坐标点）
data <- data.frame(
long = sample(seq(-150, 150), 20), # 经度：-150到150之间的随机整数
lat = sample(seq(-50, 50), 20), # 纬度：-50到50之间的随机整数
val = round(rnorm(20), 2), # 数值：标准正态分布的随机数，保留2位小数
name = paste("point", letters[1:20], sep = "_") # 名称：point_a, point_b, ...
)
# 创建带有矩形区域的交互式地图
m <- leaflet() |>
addTiles() |> # 添加默认的地图瓦片
addRectangles(
lng1 = -118.456554, lat1 = 34.078039, # 矩形第一个角的坐标（左上角）
lng2 = -118.436383, lat2 = 34.062717, # 矩形对角坐标（右下角）
fillColor = "transparent" # 填充颜色设为透明
)
# 显示地图
mLeaflet地图中添加矩形：通过对角坐标定义矩形区域
使用Leaflet控制小部件管理图层和背景:
# 加载所需库
library(leaflet)
# 创建包含多个位置的数据集
data_red <- data.frame(
LONG = 42 + rnorm(10), # 红色标记点经度：42附近的随机正态分布
LAT = 23 + rnorm(10), # 红色标记点纬度：23附近的随机正态分布
PLACE = paste("Red_place_", seq(1, 10)) # 红色标记点名称：Red_place_1到Red_place_10
)
data_blue <- data.frame(
LONG = 42 + rnorm(10), # 蓝色标记点经度：42附近的随机正态分布
LAT = 23 + rnorm(10), # 蓝色标记点纬度：23附近的随机正态分布
PLACE = paste("Blue_place_", seq(1, 10)) # 蓝色标记点名称：Blue_place_1到Blue_place_10
)
# 初始化leaflet地图
m <- leaflet() |>
setView(lng = 42, lat = 23, zoom = 6) |> # 设置地图初始视图：中心点(42,23)，缩放级别6
# 添加两个不同的底图瓦片
addProviderTiles("Esri.WorldImagery", group = "background 1") |> # 添加卫星影像底图
addTiles(options = providerTileOptions(noWrap = TRUE), group = "background 2") |> # 添加默认地图底图
# 添加两个标记点组
addCircleMarkers(
data = data_red, lng = ~LONG, lat = ~LAT, # 红色标记点数据和坐标
radius = 8, # 圆形半径为8像素
color = "black", # 边框颜色为黑色
fillColor = "red", # 填充颜色为红色
stroke = TRUE, # 显示边框
fillOpacity = 0.8, # 填充透明度为0.8
group = "Red" # 分组名称为"Red"
) |>
addCircleMarkers(
data = data_blue, lng = ~LONG, lat = ~LAT, # 蓝色标记点数据和坐标
radius = 8, # 圆形半径为8像素
color = "black", # 边框颜色为黑色
fillColor = "blue", # 填充颜色为蓝色
stroke = TRUE, # 显示边框
fillOpacity = 0.8, # 填充透明度为0.8
group = "Blue" # 分组名称为"Blue"
) |>
# 添加图层控制小部件
addLayersControl(
overlayGroups = c("Red", "Blue"), # 覆盖图层组：红色和蓝色标记点
baseGroups = c("background 1", "background 2"), # 底图组：两种不同的背景地图
options = layersControlOptions(collapsed = FALSE) # 控制选项：展开显示控制面板
)
# 显示地图
m交互式气泡地图：使用Leaflet控制小部件管理图层和背景
太平洋地震数据的震级可视化:
# 加载所需库
library(leaflet)
# 加载示例数据（斐济地震数据）并仅保留前100行
data(quakes)
quakes <- head(quakes, 100)
# 创建带有自定义分箱的颜色调色板
mybins <- seq(4, 6.5, by = 0.5) # 创建分箱区间：4到6.5，步长0.5
mypalette <- colorBin(
palette = "YlOrBr", # 使用黄-橙-棕色调色板
domain = quakes$mag, # 颜色映射域为地震震级
na.color = "transparent", # 缺失值显示为透明
bins = mybins # 使用自定义分箱
)
# 准备工具提示文本
mytext <- paste(
"Depth: ", quakes$depth, "<br/>", # 深度信息
"Stations: ", quakes$stations, "<br/>", # 监测站数量
"Magnitude: ", quakes$mag, sep = "" # 震级信息
) |>
lapply(htmltools::HTML) # 转换为HTML格式
# 创建最终的交互式地图
m <- leaflet(quakes) |>
addTiles() |> # 添加默认底图
setView(lat = -27, lng = 170, zoom = 4) |> # 设置地图初始视图：南纬27度，东经170度，缩放级别4
addProviderTiles("Esri.WorldImagery") |> # 添加卫星影像底图
addCircleMarkers(
~long, ~lat, # 地震位置坐标
fillColor = ~mypalette(mag), # 填充颜色：根据震级映射到调色板
fillOpacity = 0.7, # 填充透明度为0.7
color = "white", # 边框颜色为白色
radius = 8, # 圆形半径为8像素
stroke = FALSE, # 不显示边框描边
label = mytext, # 鼠标悬停时显示的标签
labelOptions = labelOptions(
style = list("font-weight" = "normal", padding = "3px 8px"), # 标签样式：正常字重，内边距3px 8px
textsize = "13px", # 文字大小为13像素
direction = "auto" # 自动调整标签方向
)
) |>
addLegend(
pal = mypalette, # 使用相同的调色板
values = ~mag, # 图例数值为震级
opacity = 0.9, # 图例透明度为0.9
title = "Magnitude", # 图例标题为"Magnitude"
position = "bottomright" # 图例位置：右下角
)
# 显示地图
m交互式气泡地图：太平洋地震数据的震级可视化
数据准备:
library(ggplot2) # 加载 ggplot2 包, 用于数据可视化
library(dplyr) # 加载 dplyr 包, 用于数据处理
# 获取世界多边形数据并提取英国
library(giscoR) # 加载 giscoR 包, 用于获取地理空间数据
UK <- gisco_get_countries(
country = "UK", # 指定国家代码为英国
resolution = "1" # 设置地图分辨率
)
# 获取一个包含经度、纬度和气泡大小信息的数据框 (一个气泡代表一个城市)
library(maps) # 加载 maps 包, 其中包含世界城市数据
data <- world.cities |>
filter(country.etc == "UK") # 筛选出国家为 "UK" 的城市创建一个基础的地图, 用 geom_sf 绘制英国背景, 再用 geom_point 在地图上标出城市的位置:
ggplot() +
geom_sf(data = UK, fill = "grey", alpha = 0.3) + # 绘制英国地图, 填充灰色, 透明度0.3
geom_point(data = data, aes(x = long, y = lat)) + # 在地图上添加代表城市的点
theme_void() + # 使用完全空白的主题
ylim(50, 59) # 设置Y轴的范围
基础散点图之上, 我们使用 ggrepel 包为人口最多的10个城市添加标签, 并用红点突出显示它们, ggrepel 可以防止标签重叠:
library(ggrepel) # 加载 ggrepel 包, 用于防止文本标签重叠
ggplot() +
geom_sf(data = UK, fill = "grey", alpha = 0.3) + # 绘制英国地图背景
geom_point(data = data, aes(x = long, y = lat, alpha = pop)) + # 添加所有城市点, 透明度与人口相关
geom_text_repel( # 添加不重叠的文本标签
data = data |> arrange(pop) |> tail(10), # 数据为人口最多的10个城市
aes(x = long, y = lat, label = name), # 映射经纬度和城市名称
size = 5 # 设置文本大小
) +
geom_point( # 再次添加点以突出显示
data = data |> arrange(pop) |> tail(10), # 数据同样为人口最多的10个城市
aes(x = long, y = lat),
color = "red", # 设置颜色为红色
size = 3 # 设置点的大小
) +
theme_void() + # 使用空白主题
ylim(50, 59) + # 设置Y轴范围
theme(legend.position = "none") # 隐藏图例
现在, 我们将城市的人口数量 (pop) 同时映射到气泡的大小 (size) 和颜色 (color) 上, 创建一个真正的气泡图:
ggplot() +
geom_sf(data = UK, fill = "grey", alpha = 0.3) + # 绘制英国地图背景
geom_point(data = data, aes(x = long, y = lat, size = pop, color = pop)) + # 映射人口到点的大小和颜色
scale_size_continuous(range = c(1, 12)) + # 设置尺寸范围从1到12
scale_color_viridis_c(trans = "log") + # 使用viridis色板, 并对颜色进行对数变换
theme_void() + # 使用空白主题
ylim(50, 59) # 设置Y轴范围
为了让大城市（人口多）的气泡显示在顶层不被遮盖, 我们需要先对数据进行排序。这里我们按人口升序 (arrange(pop)) 排列, 这样 ggplot 会先绘制小城市, 再绘制大城市, 大城市就会显示在最上层:
data |>
arrange(pop) |> # 按人口升序排序
mutate(name = factor(name, unique(name))) |> # 将name转为因子类型, 保持排序
ggplot() +
geom_sf(data = UK, fill = "grey", alpha = 0.3) + # 绘制英国地图背景
geom_point(aes(x = long, y = lat, size = pop, color = pop), alpha = 0.9) + # 绘制气泡, 设置透明度
scale_size_continuous(range = c(1, 12)) + # 设置尺寸范围
scale_color_viridis_c(trans = "log") + # 对颜色进行对数变换
theme_void() + # 使用空白主题
ylim(50, 59) + # 设置Y轴范围
theme(legend.position = "none") # 隐藏图例
作为对比, 如果按人口降序 (arrange(desc(pop))) 排列, 大城市会先被绘制, 从而可能被后绘制的小城市遮挡。这通常不是我们想要的效果:
data |>
arrange(desc(pop)) |> # 按人口降序排序
mutate(name = factor(name, unique(name))) |> # 将name转为因子类型
ggplot() +
geom_sf(data = UK, fill = "grey", alpha = 0.3) + # 绘制英国地图背景
geom_point(aes(x = long, y = lat, size = pop, color = pop), alpha = 0.9) + # 绘制气泡
scale_size_continuous(range = c(1, 12)) + # 设置尺寸范围
scale_color_viridis_c(trans = "log") + # 对颜色进行对数变换
theme_void() + # 使用空白主题
ylim(50, 59) + # 设置Y轴范围
theme(legend.position = "none") # 隐藏图例
进行深度定制, 包括统一图例、调整颜色、背景和字体等, 以获得更精美的出版级图表:
# 为色阶创建断点
mybreaks <- c(0.02, 0.04, 0.08, 1, 7)
# 重新排序数据以将最大城市显示在顶部, 并转换人口单位
data_custom <- data |>
arrange(pop) |>
mutate(name = factor(name, unique(name))) |>
mutate(pop = pop / 1000000) # 将人口单位转换为百万
# 构建地图
data_custom |>
ggplot() +
geom_sf(data = UK, fill = "grey", alpha = 0.3) + # 绘制英国地图背景
geom_point(aes(x = long, y = lat, size = pop, color = pop, alpha = pop),
shape = 20, stroke = FALSE # 绘制点, 并映射大小、颜色和透明度
) +
scale_size_continuous( # 自定义尺寸图例
name = "Population (in M)", trans = "log", # 标题, 对数变换
range = c(1, 12), breaks = mybreaks # 范围和断点
) +
scale_alpha_continuous( # 自定义透明度图例
name = "Population (in M)", trans = "log", # 标题, 对数变换
range = c(0.1, 0.9), breaks = mybreaks # 范围和断点
) +
scale_color_viridis_c( # 自定义颜色图例
option = "magma", trans = "log", # 使用"magma"色板, 对数变换
breaks = mybreaks, name = "Population (in M)" # 断点和标题
) +
theme_void() + # 使用空白主题
guides(colour = guide_legend()) + # 强制颜色显示为图例
ggtitle("The 1000 biggest cities in the UK") + # 添加图表标题
theme(
legend.position = c(1, 0.6), # 设置图例位置
text = element_text(color = "#22211d"), # 设置全局文本颜色
plot.margin = margin(r = 2, l = 2, unit = "cm"), # 设置图表边距
plot.background = element_rect(fill = "#f5f5f2", color = NA), # 设置图表背景
panel.background = element_rect(fill = "#f5f5f2", color = NA), # 设置面板背景
plot.title = element_text(size = 14, hjust = 0.5, color = "#4e4d47"), # 自定义标题样式
legend.title = element_text(size = 8), # 自定义图例标题大小
legend.text = element_text(size = 8) # 自定义图例文本大小
)
最后, 我们可以使用 plotly 包将 ggplot 对象转换为交互式图表。这样用户就可以缩放地图, 并将鼠标悬停在气泡上查看详细信息:
# 加载 plotly 包
library(plotly)
# 重新排序数据 + 添加一个包含工具提示文本的新列
data_interactive <- data |>
arrange(pop) |>
mutate(name = factor(name, unique(name))) |>
mutate(mytext = paste( # 创建悬停时显示的文本
"City: ", name, "\n",
"Population: ", pop,
sep = ""
))
# 制作静态地图 (ggplot对象)
p <- data_interactive |>
ggplot() +
geom_sf(data = UK, fill = "grey", alpha = 0.3) +
geom_point(aes(
x = long, y = lat, size = pop, color = pop, text = mytext,
alpha = pop
)) +
scale_size_continuous(range = c(1, 9)) +
scale_color_viridis_c(option = "inferno", trans = "log") +
scale_alpha_continuous(trans = "log") +
theme_void() +
theme(legend.position = "none")
# 将ggplot对象转换为plotly对象, 并指定使用我们创建的text作为工具提示
p_interactive <- ggplotly(p, tooltip = "text")
# 显示交互式图表
p_interactive使用plotly创建可交互的气泡地图
library(cartography) # 加载 cartography 包, 用于专题地图制作
library(sp) # 加载 sp 包, 用于处理空间数据
# 上传包附带的数据
data(nuts2006)
# 这会加载 nuts0.spdf, nuts1.spdf, nuts2.spdf, nuts3.spdf 和 nuts2.df 等对象
# 绘制欧洲地图
plot(nuts0.spdf, border = NA, col = NA, bg = "#A6CAE0") # 绘制一个带背景色的绘图区域
plot(world.spdf, col = "#E3DEBF", border = NA, add = TRUE) # 在背景上添加世界地图
plot(nuts0.spdf, col = "#D1914D", border = "grey80", add = TRUE) # 再次添加欧洲地图, 并设置颜色和边框
# 添加与总人口成比例的圆圈
propSymbolsLayer(
spdf = nuts0.spdf, # 空间数据对象
df = nuts0.df, # 包含变量的数据框
var = "pop2008", # 用于可视化的变量 (2008年人口)
symbols = "circle", # 符号类型为圆形
col = "#920000", # 符号颜色
legend.pos = "right", # 图例位置在右侧
legend.title.txt = "Total\npopulation (2008)", # 图例标题
legend.style = "c" # 图例样式为"classic"
)
# 添加标题、图例等
layoutLayer(
title = "Countries Population in Europe", # 地图主标题
author = "cartography", # 作者信息
sources = "" # 数据来源信息 (原代码不完整, 此处留空)
)
