利用R语言画出两地路线图

2024-01-10 06:20
文章标签 语言 路线图 两地

本文主要是介绍利用R语言画出两地路线图,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

发一篇教大家如何用R语言画路线图的攻略~

~\(≧▽≦)/~

题目是这样的:

 

利用R的地图包,提取武汉地图,并在图上标注一条从华中师范大学北门到黄鹤楼的路线.



首先,读取需要用到的R~

library(maptools)
library(sp)
library(ggplot2)
library(mapproj)


再然后,在国家基础地理信息中心上下载地级市的shp地图包~这个网站我当时试了好多次还是登不上去,又从网上找了一个数据包~

当然你找百度地图,谷歌地图神马的,只要能拿到市级地图都行~R语言自带的包没有精确到市级。。。

 http://pan.baidu.com/s/1hs03gUg如果分享过期了可以上网搜索BOUNT_poly.shp

读入地级市包里的这个文件

mydat = readShapePoly("d:/rstudy/BOUNT_poly.shp")



按照99年制定的名字标准找到武汉市

tmp = iconv(mydat$NAME99, from = "GBK")
grep("武汉", tmp, value = TRUE)



显示武汉市对应ADCODE99编码

mydat$ADCODE99[grep("武汉", tmp)]




接下来就是把地图数据从地图包里找出来啦~稍微改一下名称~


Wuhan = mydat[substr(as.character(mydat$ADCODE99), 1, 4) == "4201",]
mysh = fortify(Wuhan)
mysh = transform(mysh, id = iconv(id, from = 'GBK'), group = iconv(group, from = 'GBK'))
head(mysh, n = 2)
names(mysh)[1:2] = c("x","y")   






为了好看,要涂上漂亮哒颜色~不过作为一个重度选择困难症,还是用随机数涂颜色啦~

(其实是因为网上的教程里有现成的随机数涂色╮()╭)

先弄一串随机数把~

myepidat = data.frame(id = unique(sort(mysh$id)))
myepidat$rand = runif(length(myepidat$id))
myepidat


接下来查出华师和黄鹤楼的大致经纬度,我在百度地图找的,四舍五入一下~

然后准备好名字标签。

多个多维向量做图处理的时候记得转化成数据框哟~

E <- c(114.31,114.37)
N <- c(30.55,30.52)
place <- c('黄鹤楼','华师')
data <- data.frame(E,place,N)



最后画出地图,涂色,标出目标点,连线。(可能是游戏打多了,用的红到绿的渐变色,地点用的是黄色,连线用蓝色~不要嘲笑我哒审美,我可是试了好多颜色哒~

╮(╯▽╰)╭

csmap = ggplot(myepidat) +geom_map(aes(map_id = id, fill = rand), color = "white", map = mysh) +scale_fill_gradient(high = "red",low = "darkgreen") +geom_point(aes(E, N),data = data,colour="yellow") +geom_line(aes(E, N),data = data, colour = "blue",size = 1.5)+geom_text(data = data,aes(E, N, label = place),hjust = 1.2,size = 3) +expand_limits(mysh) + coord_map()
print(csmap)





 

全部代码:

library(maptools)
library(sp)
library(ggplot2)
library(mapproj)mydat = readShapePoly("d:/rstudy/BOUNT_poly.shp")
tmp = iconv(mydat$NAME99, from = "GBK")
grep("武汉", tmp, value = TRUE)
grep("武汉", tmp)
mydat$ADCODE99[grep("武汉", tmp)]
Wuhan = mydat[substr(as.character(mydat$ADCODE99), 1, 4) == "4201",]
mysh = fortify(Wuhan)
mysh = transform(mysh, id = iconv(id, from = 'GBK'), group = iconv(group, from = 'GBK'))
head(mysh, n = 2)
names(mysh)[1:2] = c("x","y")   
myepidat = data.frame(id = unique(sort(mysh$id)))
myepidat$rand = runif(length(myepidat$id))
myepidat
E <- c(114.31,114.37)
N <- c(30.55,30.52)
place <- c('黄鹤楼','华师')
data <- data.frame(E,place,N)
csmap = ggplot(myepidat) +geom_map(aes(map_id = id, fill = rand), color = "white", map = mysh) +scale_fill_gradient(high = "red",low = "darkgreen") +geom_point(aes(E, N),data = data,colour="yellow") +geom_line(aes(E, N),data = data, colour = "blue",size = 1.5)+geom_text(data = data,aes(E, N, label = place),hjust = 1.2,size = 3) +expand_limits(mysh) + coord_map()
print(csmap)



运行结果:




参考资料:

[1] 姜晓东. R 绘制中国地图,并展示流行病学数据 https://cosx.org/2014/08/r-maps-for-china

[2] blbailei. 如何向ggplot图中添加参考线和标准的例子http://www.dataguru.cn/thread-274407-1-1.html



这篇关于利用R语言画出两地路线图的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/589846

相关文章

使用SQL语言查询多个Excel表格的操作方法

《使用SQL语言查询多个Excel表格的操作方法》本文介绍了如何使用SQL语言查询多个Excel表格,通过将所有Excel表格放入一个.xlsx文件中,并使用pandas和pandasql库进行读取和... 目录如何用SQL语言查询多个Excel表格如何使用sql查询excel内容1. 简介2. 实现思路3

Go语言实现将中文转化为拼音功能

《Go语言实现将中文转化为拼音功能》这篇文章主要为大家详细介绍了Go语言中如何实现将中文转化为拼音功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 有这么一个需求:新用户入职 创建一系列账号比较麻烦,打算通过接口传入姓名进行初始化。想把姓名转化成拼音。因为有些账号即需要中文也需要英

Go语言使用Buffer实现高性能处理字节和字符

《Go语言使用Buffer实现高性能处理字节和字符》在Go中,bytes.Buffer是一个非常高效的类型,用于处理字节数据的读写操作,本文将详细介绍一下如何使用Buffer实现高性能处理字节和... 目录1. bytes.Buffer 的基本用法1.1. 创建和初始化 Buffer1.2. 使用 Writ

深入理解C语言的void*

《深入理解C语言的void*》本文主要介绍了C语言的void*,包括它的任意性、编译器对void*的类型检查以及需要显式类型转换的规则,具有一定的参考价值,感兴趣的可以了解一下... 目录一、void* 的类型任意性二、编译器对 void* 的类型检查三、需要显式类型转换占用的字节四、总结一、void* 的

C语言线程池的常见实现方式详解

《C语言线程池的常见实现方式详解》本文介绍了如何使用C语言实现一个基本的线程池,线程池的实现包括工作线程、任务队列、任务调度、线程池的初始化、任务添加、销毁等步骤,感兴趣的朋友跟随小编一起看看吧... 目录1. 线程池的基本结构2. 线程池的实现步骤3. 线程池的核心数据结构4. 线程池的详细实现4.1 初

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

C语言 | Leetcode C语言题解之第393题UTF-8编码验证

题目: 题解: static const int MASK1 = 1 << 7;static const int MASK2 = (1 << 7) + (1 << 6);bool isValid(int num) {return (num & MASK2) == MASK1;}int getBytes(int num) {if ((num & MASK1) == 0) {return

MiniGPT-3D, 首个高效的3D点云大语言模型,仅需一张RTX3090显卡,训练一天时间,已开源

项目主页:https://tangyuan96.github.io/minigpt_3d_project_page/ 代码:https://github.com/TangYuan96/MiniGPT-3D 论文:https://arxiv.org/pdf/2405.01413 MiniGPT-3D在多个任务上取得了SoTA,被ACM MM2024接收,只拥有47.8M的可训练参数,在一张RTX

如何确定 Go 语言中 HTTP 连接池的最佳参数?

确定 Go 语言中 HTTP 连接池的最佳参数可以通过以下几种方式: 一、分析应用场景和需求 并发请求量: 确定应用程序在特定时间段内可能同时发起的 HTTP 请求数量。如果并发请求量很高,需要设置较大的连接池参数以满足需求。例如,对于一个高并发的 Web 服务,可能同时有数百个请求在处理,此时需要较大的连接池大小。可以通过压力测试工具模拟高并发场景,观察系统在不同并发请求下的性能表现,从而