R语言怎么实现地图上的迷你条形图

发布时间：2022-03-28 09:58:20 作者：iii
来源：亿速云阅读：347

# R语言怎么实现地图上的迷你条形图

## 引言

在数据可视化领域，将统计图表与地理空间元素结合是呈现区域差异的有效手段。R语言作为强大的统计分析工具，通过`ggplot2`、`sf`等扩展包可以轻松实现地图与迷你条形图的组合展示。本文将详细介绍从数据准备到最终输出的完整实现流程，涵盖以下关键技术点：

1. 地理空间数据处理（sf包）
2. 迷你条形图构建（ggplot2+ggfx）
3. 地图与图表的叠加合成
4. 可视化美学优化技巧

---

## 一、环境准备与数据加载

### 1.1 安装必要R包

```r
install.packages(c("sf", "ggplot2", "ggfx", "dplyr", "tidyr", "maps"))

1.2 加载示例数据集

本文使用美国各州地理数据与模拟的经济指标数据：

library(sf)
library(ggplot2)

# 加载美国州级地图数据
us_states <- st_as_sf(map("state", plot = FALSE, fill = TRUE))

# 生成模拟经济数据（2018-2022）
set.seed(123)
economic_data <- data.frame(
  ID = rep(us_states$ID, each=5),
  year = rep(2018:2022, times=nrow(us_states)),
  gdp = rnorm(nrow(us_states)*5 + 100,
  unemployment = runif(nrow(us_states)*3 + 3
)

二、地理数据处理

2.1 空间数据转换

# 转换坐标系为适合美国地区的投影
us_states <- st_transform(us_states, crs = 2163) 

# 计算各州中心点坐标（用于放置条形图）
state_centers <- st_centroid(us_states) |> 
  st_coordinates() |> 
  as.data.frame()
colnames(state_centers) <- c("long", "lat")

2.2 数据合并

plot_data <- cbind(us_states, state_centers) |> 
  left_join(
    economic_data |> 
      group_by(ID) |> 
      summarise(avg_gdp = mean(gdp)),
    by = "ID"
  )

三、构建迷你条形图组件

3.1 创建条形图函数

create_mini_bars <- function(data, state_id) {
  state_data <- filter(data, ID == state_id)
  
  ggplot(state_data, aes(x=year, y=gdp)) +
    geom_col(fill="#3B528B", width=0.6) +
    scale_x_continuous(breaks = 2018:2022) +
    theme_void() +
    theme(
      panel.background = element_rect(fill=NA, color=NA),
      plot.margin = margin(0,0,0,0)
    ) +
    coord_cartesian(ylim=c(min(data$gdp)*0.9, max(data$gdp)*1.1))
}

3.2 批量生成图形对象

library(purrr)
mini_plots <- map(us_states$ID, ~create_mini_bars(economic_data, .x))

四、地图与图表合成

4.1 基础地图绘制

base_map <- ggplot(plot_data) +
  geom_sf(aes(fill = avg_gdp), color="white", size=0.3) +
  scale_fill_viridis_c(option="magma", name="平均GDP") +
  theme_minimal() +
  theme(legend.position = "bottom")

4.2 使用ggfx叠加元素

library(ggfx)

final_map <- base_map + 
  as_reference(
    geom_point(data=plot_data, aes(x=long, y=lat), size=12, color=NA),
    id = "bar_locations"
  ) +
  with_blend(
    annotation_custom(
      grob = ggplotGrob(mini_plots[[1]]), 
      xmin=-2e6, xmax=-1e6, 
      ymin=1e6, ymax=2e6
    ),
    bg_layer = "bar_locations",
    blend_type = "in"
  )

4.3 自动化标注所有州

for(i in seq_along(us_states$ID)) {
  final_map <- final_map +
    with_blend(
      annotation_custom(
        grob = ggplotGrob(mini_plots[[i]]),
        xmin = plot_data$long[i] - 50000,
        xmax = plot_data$long[i] + 50000,
        ymin = plot_data$lat[i] - 30000,
        ymax = plot_data$lat[i] + 30000
      ),
      bg_layer = "bar_locations",
      blend_type = "over"
    )
}

五、可视化优化技巧

5.1 交互式增强

library(plotly)
ggplotly(final_map) |> 
  style(hoverinfo = "none", traces = c(1,2))

5.2 动态尺寸调整

plot_data$plot_size <- rescale(plot_data$avg_gdp, to=c(0.5, 1.5))

for(i in seq_along(us_states$ID)) {
  size_factor <- plot_data$plot_size[i]
  final_map <- final_map +
    annotation_custom(
      grob = ggplotGrob(mini_plots[[i]] + 
                         theme(plot.background = element_rect(fill=NA))),
      xmin = plot_data$long[i] - 50000*size_factor,
      xmax = plot_data$long[i] + 50000*size_factor,
      ymin = plot_data$lat[i] - 30000*size_factor,
      ymax = plot_data$lat[i] + 30000*size_factor
    )
}

5.3 图例整合方案

library(cowplot)

ggdraw() +
  draw_plot(final_map, 0,0,1,1) +
  draw_plot(
    get_legend(
      ggplot(plot_data, aes(x=year, y=gdp)) +
        geom_col() +
        scale_fill_viridis_d()
    ),
    x = 0.8, y = 0.2, width = 0.1, height = 0.2
  )

六、完整实现代码

# 完整代码整合（此处简略，实际应包含前文所有关键步骤）
library(tidyverse)
library(sf)
library(ggfx)

# [数据准备、处理、可视化代码块...]

ggsave("final_map.png", dpi=300, width=12, height=8)

七、应用场景扩展

商业分析：展示各区域销售趋势
公共卫生：可视化疾病发病率时空变化
气候研究：呈现气象指标年度波动
教育统计：比较地区教育投入变化

结语

本文演示的技术路线具有高度可扩展性，读者可以通过以下方向深入探索： - 将条形图替换为折线图或饼图 - 添加动态时间轴实现动画效果 - 结合Leaflet创建交互式Web地图 - 使用rayshader包构建3D地形图组合

注意事项：当处理大量地理单元时，建议采用分面(facet)或抽样显示策略以避免图表重叠问题。 “`

（注：实际文章应包含更多详细的代码注释、效果图示和原理说明，此处为保持简洁进行了适当精简。完整3700字版本需要补充更多技术细节和案例说明。）