【学习】R笔记1：ggplot绘制商务图表--中国分省热力地图
R和ggplot可视化功能非常强大，了解了一下其中的地图做法，发现R做世界地图、美国地图非常容易，但做中国地图就太麻烦了，需要自己DIY。
DIY也有多种方式，但网络上各种帖子教程的出图效果都不太理想，达不到工作用要求。下面是我的摸索过程，记录如下备忘，也请教于R老师们。
参考书目：ggplot2，R graphics cookbook，参考贴：http://site.douban.com/182577/widget/notes/10568279/note/257898418/
R里有个绘制地图的maps包，加载后即可绘制地图，试一下以下命令：
library(maps)
map()
即可画出一个世界地图。再试试：
map("state")
map("county")
可分别画出美国分州和分county的地图，真是不费吹灰之力。
可是，要画一幅中国地图，就没有这么容易了，需要先加载一个mapdata包：
library(mapdata)
map("china")
但发现居然还是没有重庆的地图，太坑爹了，没法用，只有自己构造中国地图了。下面开始进入正题，如何用R绘制中国分省热力地图。
1、准备地图数据
先要找到中国地图数据文件。到国家基础地理信息中心的网站（http://nfgis.nsdi.gov.cn）下载官方空间文件，但这个政府网站总是打不开！你可到微信公众号 iamExcelPro 发送 shapefile 获得下载地址，我是雷锋。解压到 c:/rstudy 目录，有3个文件，都是需要的。
加载maptools包，读取空间文件：
library("maptools")
china_map = readShapePoly("c:/rstudy/bou2_4p.shp") # 读取地图空间数据
plot一下看看，是一幅中国地图，有重庆，还包括南海的岛屿，政府数据就是严谨一些：
plot(china_map)
但地图投影方式不对，看起来太扁了，完全不是我们常见的昂首雄鸡状。
加载ggplot2包，用ggplot绘制，并使用polyconic投影方式，显示正常。
library(ggplot2)
ggplot(china_map,aes(x=long,y=lat,group=group)) +
geom_polygon(fill="white",colour="grey") +
coord_map("polyconic")
现在地图是可用的了，但还需要加载和拼接行政信息，以便能与业务数据映射。
x <- china_map@data #读取行政信息
xs <- data.frame(x,id=seq(0:924)-1) #含岛屿共925个形状
library(ggplot2)
china_map1 <- fortify(china_map) #转化为数据框
library(plyr)
china_map_data <- join(china_map1, xs, type = "full") #合并两个数据框
提示：Joining by: id
看不懂？没关系，过了就行。
2、准备业务数据
网上教程居然都是在命令行里输入数据，也很坑爹。我们还是从Excel表格转存来得方便。
按以下格式准备好指标数据，并存为csv格式文件。不直接读取xlsx文件是因为需要装的包比较麻烦。
注意第1列的字段名为NAME，各省名称也是要固定一致的，是为了和地图数据框里的省名一致，便于合并。各省名称是用以下命令查看并记下的。
> unique(china_map@data$NAME)
[1] 黑龙江省 内蒙古自治区 新疆维吾尔自治区 吉林省
[5] 辽宁省 甘肃省 河北省 北京市
[9] 山西省 天津市 陕西省 宁夏回族自治区
[13] 青海省 山东省 西藏自治区 河南省
[17] 江苏省 安徽省 四川省 湖北省
[21] 重庆市 上海市 浙江省 湖南省
[25] 江西省 云南省 贵州省 福建省
[29] 广西壮族自治区 中国台湾省 广东省 中国香港特别行政区
[33] 海南省
下面读取业务指标数据，并与地图数据合并：
mydata <- read.csv("c:/rstudy/geshengzhibiao.csv") #读取指标数据，csv格式
china_data <- join(china_map_data, mydata, type="full") #合并两个数据框
提示：Joining by: NAME
3、绘制地图
现在可以开始试试画填色地图了：
ggplot(china_data, aes(x = long, y = lat, group = group, fill = zhibiao)) +
geom_polygon(colour="grey40") +
scale_fill_gradient(low="white",high="steelblue") + #指定渐变填充色，可使用RGB
coord_map("polyconic") #指定投影方式为polyconic，获得常见视角中国地图
好，看到填色地图了，但图中的背景色、坐标轴、经纬线都是不需要的，图例也可以放到左下角，用theme命令清除：
ggplot(china_data, aes(x = long, y = lat, group = group,fill = zhibiao)) +
geom_polygon(colour="grey40") +
scale_fill_gradient(low="white",high="steelblue") + #指定渐变填充色，可使用RGB
coord_map("polyconic") + #指定投影方式为polyconic，获得常见视角中国地图
theme( #清除不需要的元素
panel.grid = element_blank(),
panel.background = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
axis.title = element_blank(),
legend.position = c(0.2,0.3)
4、添加省名标签
有时候需要显示省名标签，特别是给老领导看。可根据每个省形状的经纬度平均值求近似中心位置，标注省名。
midpos <- function(x) mean(range(x,na.rm=TRUE)) #取形状内的平均坐标
centres <- ddply(china_data,.(province),colwise(midpos,.(long,lat)))
ggplot(china_data,aes(long,lat))+ #此处语法与前面不同，参考ggplot2一书P85
geom_polygon(aes(group=group,fill=zhibiao),colour="black")+
scale_fill_gradient(low="white",high="steelblue") +
coord_map("polyconic") +
geom_text(aes(label=province),data=centres) +
theme(
panel.grid = element_blank(),
panel.background = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
axis.title = element_blank()
但发现海南两个字跑到南海去了，不行。下面改使用省会城市的经纬度数据标注省名。
province_city <- read.csv("c:/rstudy/chinaprovincecity.csv") #读取省会城市坐标
ggplot(china_data,aes(long,lat))+
geom_polygon(aes(group=group,fill=zhibiao),colour="grey60")+
scale_fill_gradient(low="white",high="steelblue") +
coord_map("polyconic") +
geom_text(aes(x = jd,y = wd,label = province), data =province_city)+
theme(
panel.grid = element_blank(),
panel.background = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
axis.title = element_blank()
至此，终于DIY绘制出了一份中国分省的热力地图，真是够折腾够找虐的，好在图形很精准，以后也可以复用代码。
所以结论就是，一般非专业用户还是使用BingMap、PowerMap、Tableau或者《用地图说话》中的Excel模板，直接填数据出地图吧，其中Excel模板方式是最简单、便携，office协同性最好的。
如果你想用这些代码出图，可准备好用到的3个文件到相应目录，其中一个是你的业务指标csv文件，一步步运行以上代码，应该就可得到一幅中国地图。
从来没用过R？没关系，我也是这样的，安装好R后，按上面的教程，应该可以出来的。
下一篇摸索如何做某省分地市的热力地图。本来应该是一样的DIY方法，但因为政府官网没有提供这一层级的空间文件，更虐。
PPV课其他精彩文章：
1、回复“ 干货 ”查看 干货 数据分析师完整知识结构
2、回复“ 答案 ”查看 大数据Hadoop面试笔试题及答案
3、回复“ 设计 ”查看 这是我见过最逆天的设计，令人惊叹叫绝
4、回复“ 可视化 ”查看 数据可视化专题-数据可视化案例与工具
5、回复“ 禅师 ”查看 当禅师遇到一位理科生，后来禅师疯了！！知识无极限
6、回复“ 啤酒 ”查看 数据挖掘关联注明案例-啤酒喝尿布
7、回复“ 栋察 ”查看 大数据栋察——大数据时代的历史机遇连载
8、回复“ 数据咖 ”查看 数据咖——PPV课数据爱好者俱乐部省分会会长招募