36.1 PKG

Show/Hide Code 
library(dplyr)     # 数据处理
library(maps)      # 地图绘制
library(geosphere) # 地理计算

36.2 Step

36.2.1 绘制空白地图

Show/Hide Code 
# 无边距设置
par(mar=c(0,0,0,0))

# 绘制世界地图
map('world',
    col="#f2f2f2",     # 陆地颜色：浅灰色
    fill=TRUE,         # 填充陆地
    bg="white",        # 背景颜色：白色
    lwd=0.05,          # 线条宽度
    mar=rep(0,4),      # 边距设置
    border=0,          # 边框设置
    ylim=c(-80,80)     # 纬度范围限制
)

绘制世界地图背景

36.2.2 添加3个城市

使用points()函数在特定位置添加圆圈相对简单。最困难的部分可能是找出您感兴趣的城市的经度和纬度。

Show/Hide Code 
# 定义城市坐标（经度，纬度）
Buenos_aires <- c(-58,-34)    # 布宜诺斯艾利斯
Paris <- c(2,49)              # 巴黎
Melbourne <- c(145,-38)       # 墨尔本

# 创建数据框
data <- rbind(Buenos_aires, Paris, Melbourne) |> 
  as.data.frame()
colnames(data) <- c("long","lat")  # 设置列名：经度和纬度

# 在地图上显示城市
map('world',
    col="#f2f2f2", fill=TRUE, bg="white", lwd=0.05,
    mar=rep(0,4),border=0, ylim=c(-80,80) 
)
# 添加城市点标记
points(x=data$long, y=data$lat, col="slateblue", cex=3, pch=20)

在地图上标记城市位置

36.2.3 显示城市之间的连接

现在我们可以通过绘制城市间的最短路线来连接城市。这是使用大圆弧完成的，比使用直线提供更好的可视化效果。

geosphere 包提供了 gcIntermediate() 函数来计算路径。然后可以使用 lines() 函数绘制此路径。

Show/Hide Code 
# 背景地图
map('world',
    col="#f2f2f2", fill=TRUE, bg="white", lwd=0.05,
    mar=rep(0,4),border=0, ylim=c(-80,80) 
)

# 城市点标记
points(x=data$long, y=data$lat, col="slateblue", cex=3, pch=20)

# 计算布宜诺斯艾利斯和巴黎之间的连接
inter <- gcIntermediate(
    Paris, Buenos_aires, 
    n=50,              # 路径上的点数
    addStartEnd=TRUE,  # 包含起点和终点
    breakAtDateLine=F  # 不在日期变更线处断开
)

# 显示这个连接
lines(inter, col="slateblue", lwd=2)
 
# 巴黎和墨尔本之间的连接
inter <- gcIntermediate(Melbourne, Paris, n=50, addStartEnd=TRUE, breakAtDateLine=F)             
lines(inter, col="slateblue", lwd=2)

绘制城市间的连接线

36.2.4 修正gcIntermediate函数

在墨尔本和布宜诺斯艾利斯之间使用完全相同的方法, 结果不太好

会出现一条长水平线，而我们期望连接在地球的另一侧完成（因此不可见）。

原因是 gcintermediate 遵循最短路径，这意味着它将从澳大利亚向东行进直到日期线，断开线条并从太平洋向东返回到南美洲。

因为我们不想看到水平线，我们需要分两步绘制此连接。

为此，我们可以使用以下函数，当两点之间的距离超过180度时，该函数将线条分为两部分：

Show/Hide Code 
# 绘制连接的函数
plot_my_connection=function( dep_lon, dep_lat, arr_lon, arr_lat, ...){
    # 计算两点间的大圆弧路径
    inter <- gcIntermediate(c(dep_lon, dep_lat), c(arr_lon, arr_lat), 
                           n=50, addStartEnd=TRUE, breakAtDateLine=F)             
    inter=data.frame(inter)
    
    # 计算经度差异
    diff_of_lon=abs(dep_lon) + abs(arr_lon)
    
    # 如果经度差异大于180度，分两段绘制以避免跨越地图边界的直线
    if(diff_of_lon > 180){
        lines(subset(inter, lon>=0), ...)  # 绘制东半球部分
        lines(subset(inter, lon<0), ...)   # 绘制西半球部分
    }else{
        lines(inter, ...)                  # 正常绘制整条线
        }
    }

让我们应用这个函数来绘制墨尔本和布宜诺斯艾利斯之间的链接。

好多啦!

Show/Hide Code 
# 背景地图
map('world',col="#f2f2f2", fill=TRUE, bg="white", lwd=0.05,mar=rep(0,4),border=0, ylim=c(-80,80) )

# 城市圆圈标记
points(x=data$long, y=data$lat, col="slateblue", cex=3, pch=20)
 
# 绘制连接线
plot_my_connection(Paris[1], Paris[2], Melbourne[1], Melbourne[2], col="slateblue", lwd=2)
plot_my_connection(Buenos_aires[1], Buenos_aires[2], Melbourne[1], Melbourne[2], col="slateblue", lwd=2)
plot_my_connection(Buenos_aires[1], Buenos_aires[2], Paris[1], Paris[2], col="slateblue", lwd=2)

使用改进函数绘制全球连接

36.2.5 应用到多对城市

如果我们想绘制许多连接，完全可以构建一个for循环来逐一绘制它们。

此外，请注意使用text函数添加城市名称。

Show/Hide Code 
# 创建扩展数据集，包含更多城市
data <- rbind(
    Buenos_aires=c(-58,-34),        # 布宜诺斯艾利斯
    Paris=c(2,49),                  # 巴黎
    Melbourne=c(145,-38),           # 墨尔本
    Saint.Petersburg=c(30.32, 59.93),  # 圣彼得堡
    Abidjan=c(-4.03, 5.33),         # 阿比让
    Montreal=c(-73.57, 45.52),      # 蒙特利尔
    Nairobi=c(36.82, -1.29),        # 内罗毕
    Salvador=c(-38.5, -12.97)       # 萨尔瓦多
    ) |> as.data.frame()            # 使用新管道操作符
colnames(data)=c("long","lat")

# 生成所有城市对的坐标组合
all_pairs <- cbind(t(combn(data$long, 2)), t(combn(data$lat, 2))) |> as.data.frame()
colnames(all_pairs) <- c("long1","long2","lat1","lat2")

# 背景地图
par(mar=c(0,0,0,0))
map('world',col="#f2f2f2", fill=TRUE, bg="white", lwd=0.05,mar=rep(0,4),border=0, ylim=c(-80,80) )
 
# 添加所有连接线：
# 遍历所有城市对，绘制它们之间的连接
for(i in 1:nrow(all_pairs)){
    plot_my_connection(all_pairs$long1[i], all_pairs$lat1[i], 
                      all_pairs$long2[i], all_pairs$lat2[i], 
                      col="skyblue", lwd=1)
    }
 
# 添加城市点和名称
points(x=data$long, y=data$lat, col="slateblue", cex=2, pch=20)
text(rownames(data), x=data$long, y=data$lat, col="slateblue", cex=1, pos=4)

多城市间的连接网络

36.2.6 使用greatCircle函数的替代方法

这是Simply Statistics博客建议的绘制Twitter连接地图的方法。

思路是计算整个大圆弧，并只保留停留在地图前面的部分，永远不会到背面。

Show/Hide Code 
# Jeff Leek提出的保留大圆弧正确部分的函数：
getGreatCircle <- function(userLL,relationLL){
  # 计算完整的大圆弧路径（200个点）
  tmpCircle = greatCircle(userLL,relationLL, n=200)
  
  # 找到起点在大圆弧中的位置
  start = which.min(abs(tmpCircle[,1] - data.frame(userLL)[1,1]))
  # 找到终点在大圆弧中的位置
  end = which.min(abs(tmpCircle[,1] - relationLL[1]))
  
  # 提取起点到终点之间的路径部分
  greatC = tmpCircle[start:end,]
  return(greatC)
}
 
# 背景地图
map('world',col="#f2f2f2", fill=TRUE, bg="white", lwd=0.05,mar=rep(0,4),border=0, ylim=c(-80,80) )

# 绘制3个连接：
great <- getGreatCircle(Paris, Melbourne)
lines(great, col="skyblue", lwd=2)

great <- getGreatCircle(Buenos_aires, Melbourne)
lines(great, col="skyblue", lwd=2)

great <- getGreatCircle(Paris, Buenos_aires)
lines(great, col="skyblue", lwd=2)

# 城市名称和点标记
points(x=data$long, y=data$lat, col="slateblue", cex=3, pch=20)
text(rownames(data), x=data$long, y=data$lat, col="slateblue", cex=1, pos=4)

使用greatCircle函数的替代连接方法

36.3 Pearl