R可视化 | 地理信息空间（上）

迈不过友情╰ 2022-12-14 03:46 196阅读 0赞

![format_png][]

作者：张同学

来源：凹凸数据

![format_png 1][] 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

![format_png 2][]

个人使用比较多的是SF格式的数据模型。

## 1.4 总结 ##

![format_png 3][] 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：

![format_png 4][]

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")

![format_png 1][]

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*

![format_png 5][]

[format_png]: /images/20221123/f5f83a3a1b9f4cf9929072cff4a30463.png
[format_png 1]: /images/20221123/bb2f0279aaf14840b736eeec9090ce93.png
[format_png 2]: /images/20221123/7602dcf47a434ef18a1cd6534f928567.png
[format_png 3]: /images/20221123/44423d580af245c7842ae3fcbe886358.png
[format_png 4]: /images/20221123/5f82b36336b0475081e5fcf867dfabe7.png
[format_png 5]: /images/20221123/4a17f6f5c3994a978e6a952b2af302b9.png