R for map (3下)：ggmap

2013-01-20 22:10:05

(5)ggmap( )

在没有额外参数的情况下，ggmap函数相当于返回下面的ggplot对象：
ggplot(aes(x=lon, y=lat), data=fourCorners)
geom_blank() coord_map('mercator')
annotation_raster(ggmap,
xmin, xmax, ymin, ymax)

其中fourCorners是一个数据框，是把expand.grid运用到指定的ggmap对象的bb属性的经纬度范围得到的。

ggmap函数有很多可选的参数：
extent参数规定图形设备中多大的区域被地图覆盖，有'normal'，'device'和'panel'三个值。
base_layer参数是用用户指定的基础画布替代默认画布（ggplot(aes(x=lon,y=lat),data=fourCorners)）。

legend 和padding参数与图例（legend）有关。legend参数决定图例可以画在地图什么位置，可选值为'left',
'right' (default), 'bottom', 'top', 'topleft',
'bottomleft', 'topright', 'bottomright'和'none'。
padding决定画图例的时候，离地图的角落有多远。

darken参数用来为地图染色。默认值为c(0,'black')，第一个值对应一个透明度（alpha），第二个值对应颜色。

例图：1月1日京津地区部分城市的空气质量
数据取自中国环境监测总站
library(XML)
library(ggmap)
library(plyr)

url<-'http://www.cnemc.cn/citystatus/airDailyReportMore.jsp?selmCity=&chkmCity=checkbox&selYear=2013&selMonth=1&selDay=1&chkTime=checkbox&txtPolluteRataMin=&txtPolluteRataMax=&selPolluteStyle=%BF%C9%CE%FC%C8%EB%BF%C5%C1%A3%CE%EF&selAirQuality=%C7%E1%CE%A2%CE%DB%C8%BE&selPolluteLevel=I'
table<-readHTMLTable(url)

raw<-table［[6］]

head(raw)

data<-raw[3:9,2]

data1<-as.numeric(gsub(',','',data))

names<-c('beijing','tianjin','shijiazhuang','tangshan','qinghuangdao','handan','baoding')
lacation<-adply(names,1,geocode)

cnames<-c('北京','天津','石家庄','唐山','秦皇岛','邯郸','保定')

air<-data.frame(lacation,data1,cnames)

airmap<-qmap('tianjin',zoom=7,extent='device',legend='none',darken=.2)
airmap
geom_point(data=air,aes(x=lon,y=lat,size=data1),colour='red')
geom_text(data=air,colour='black',aes(x=(lon 0.5),y=lat,label=as.factor(data1)),hjust=1,vjust=0)
geom_text(data=air,colour='black',aes(x=lon,y=lat,label=cnames,fontface=2),size=6,hjust=1,vjust=0)

（6）ggmap包的其它函数
除了绘图的get_map,ggmap和qmap函数，ggmap包还有一些独具功能的函数帮助我们进行地理数据的分析。

（a）geocode( )

这个函数我们前面已经用过了。它接受字符串并返回地理信息的数据框。默认的返回选项是output='simple',
只返回经纬度坐标。如果output='more'会有更多的输出值：
>geocode('beijing normal university',output='more')

 lon lat type loctype
1 116.3656 39.9622 point_of_interest approximate
 address
1 beijing normal university, 19号 xinjiekou outer street, haidian, beijing, china, 100088
 north south east west postal_code country
1 39.97076 39.95365 116.3816 116.3496 100088 china
 administrative_area_level_2 administrative_area_level_1 locality
1 <NA> beijing beijing
 street streetNo point_of_interest
1 xinjiekou outer street NA beijing normal university
 query
1 beijing normal university

如果选择output = 'all'，则会返回有rjson包解析的整个Google Geocoding API的JSON树。

(b)revgeocode（）

这个函数可以看做geocode（）的逆函数。它把经纬度坐标转换为实际地址。
> bnu<-geocode('beijing normal university')
> (bnu <- as.numeric(bnu))
[1] 116.3656 39.9622

> revgeocode(bnu)
[1] 'Jingshi Road, Haidian, Beijing, China, 100088'

如果在revgeocode( )里选择output='more'，也会输出相关的地理信息。

(c)mapdist（）

这个函数调用Google Distance Matrix API，可以计算两个地址之间的距离，而且还会根据两地的Google路线计算步行、自行车和汽车所需的相应时间。
> mapdist('tianjin', 'beijing',mode='driving')
 from to m km miles seconds minutes hours
1 tianjin beijing 139300 139.3 86.56102 6785 113.0833 1.884722

（d）route（）

route（）函数返回地图上两地之间由一系列线段所构成的路线，每一个线段都有其起点和终点的经纬度。

#关于ggmap的地图以后还会再画的，找合适的数据不太容易。

分享到

推荐 2人

2人喜欢喜欢

2013-04-18 08:41:03 山尘子

> tmp
m km miles seconds minutes hours leg lon lat group volue
1304 30418 30.418 18.9017452 1133 18.8833333 0.314722222 1 112.5995 37.92389 186 8738
1305 1714 1.714 1.0650796 142 2.3666667 0.039444444 2 112.7303 38.16109 186 8738
1306 4 0.004 0.0024856 0 0.0000000 0.000000000 3 112.7241 38.17185 186 8738
1307 915 0.915 0.5685810 249 4.1500000 0.069166667 4 112.7241 38.17181 186 8738
1308 1945 1.945 1.2086230 89 1.4833333 0.024722222 5 112.7304 38.16647 186 8738
1309 NA NA NA NA NA NA NA 112.7275 38.14940 186 8738
1682 6565 6.565 4.0794910 265 4.4166667 0.073611111 1 112.9488 35.59958 247 6991
1683 747 0.747 0.4641858 71 1.1833333 0.019722222 2 112.9381 35.54198 247 6991
1684 7 0.007 0.0043498 50 0.8333333 0.013888889 3 112.9348 35.53643 247 6991
1685 363 0.363 0.2255682 32 0.5333333 0.008888889 4 112.9349 35.53647 247 6991
1686 276785 276.785 171.9941990 11222 187.0333333 3.117222222 5 112.9353 35.53962 247 6991
1687 8506 8.506 5.2856284 344 5.7333333 0.095555556 6 112.5575 37.75586 247 6991
1688 9696 9.696 6.0250944 406 6.7666667 0.112777778 7 112.6511 37.77148 247 6991
1689 NA NA NA NA NA NA NA 112.6156 37.84515 247 6991
你好，比如我有如上的数据，我想按照不同的group来画图，也就是说画上两条路径，而不是一条连续的路径，怎么操作呢？