2022/02/maps-in-r/

[utterances-bot]

空间数据可视化与 R 语言（上篇） - Xiangyun Huang

https://xiangyun.rbind.io/2022/02/maps-in-r/

[XiangyunHuang]

斐济地震带添加汤加火山位置

echarts4r 包提供 e_data() 图层可在已有图层上叠加数据及展示，下面是完整的代码。

library(echarts4r)

# 汤加火山位置
tonga <- data.frame(long = 183.7499, lat = -21.0744, mag = 7, name = "汤加火山")

# 绘图
quakes |>
  e_charts(x = long) |>
  e_geo(
    roam = TRUE,
    map = "world",
    boundingCoords = list(
      c(165.67, -38.59),
      c(188.13, -10.72)
    )
  ) |>
  e_scatter(
    serie = lat,
    scale = NULL, # 去掉尺度变换
    size = mag,
    name = "地震点",
    coord_system = "geo"
  ) |>
  e_visual_map(
    serie = mag, # 震级图例
    right = 0, bottom = 0, # 图例的位置，离容器右侧和下侧的距离
    text = c("高", "低"), # 定义两端的文本
    textStyle = list(color = "white"),
    inRange = list(
      color = hcl.colors(10), # 填充颜色
      colorAlpha = 0.7, # 设置透明度
      symbolSize = c(1, 15) # 设置气泡大小
    )
  ) |>
  e_labels(
    position = "top",
    formatter = htmlwidgets::JS("function(params){return( params.name )}")
  ) |>
  e_tooltip(
    formatter = htmlwidgets::JS("
        function(params) {
          return('<strong>' + params.seriesName + '</strong>' + 
          '<br>经度：' + params.value[0] + 
          '<br>纬度：' + params.value[1] + 
          '<br>震级：' + params.value[2])
        }
      ")
  ) |>
  e_title(
    text = "斐济地震带",
    subtext = "斐济是南太平洋上的一个岛国",
    left = "center",
    sublink = "https://echarts4r.john-coene.com/"
  ) |>
  e_legend(show = FALSE) |> # 隐藏图例
  e_theme(name = "chalk") |>
  e_data(tonga, x = long) |>
  e_scatter(
    serie = lat, name = "汤加火山",
    scale = NULL, size = mag, coord_system = "geo"
  )

[XiangyunHuang]

效果图

相比于原文极大的减少了数据操作和代码量，预览图如下

[XiangyunHuang]

竟然忘了补充 ggplot2 版的散点图，我当时是有多喜欢 lattice 呀！不过，ggplot2 也是太不稳定了，geom_map() 已经被 Superseded，映射变量 size 要变 linewidth 了！下面的代码在 ggplot2 3.4.0 上可以运行。

library(maps)
library(mapdata)
library(ggplot2)
showtext::showtext_auto()
FijiMap <- map_data("worldHires", region = "Fiji")
ggplot(FijiMap, aes(x = long, y = lat)) +
  geom_map(map = FijiMap, aes(map_id = region), linewidth = .2) +
  geom_point(data = quakes, aes(x = long, y = lat, colour = mag)) +
  scale_colour_distiller(palette = "Spectral") +
  scale_y_continuous(breaks = 5 * -9:-1) +
  coord_map("ortho", orientation = c(-10, 180, 0), xlim = c(160, 195)) +
  labs(colour = "震级", x = "经度", y = "纬度", title = "斐济地震带") +
  theme_minimal()

[earfanfan]

我想用 echarts4r 绘制纽约市的地图散点图，我拿到的数据结构长下面这样，里面有纽约市各交叉路口的经纬度，记得以前绘制中国城市地图是在高德上面下载了.json 文件后导入的，但是美国纽约市的类似的.json 文件我还没找到，这块我太生疏了，湘云你知道吗？

1. Datetime，日期时间，碰撞发生的日期和时间。
2. Collision ID，碰撞ID，系统生成的唯一记录代码。
3. Borough，行政区，碰撞发生行政区。
4. Street Name，街道名称，发生碰撞的街道。
5. Cross Street，交叉路口，距离碰撞地点最近的交叉路口。
6. Latitude，纬度，全球坐标系WGS 1984十进制度（EPSG 4326）的纬度坐标。
7. Longitude，经度，全球坐标系WGS 1984十进制度（EPSG 4326）的经度坐标。
8. Contributing Factor，促成因素，导致指定车辆碰撞的因素。
9. Vehicle Type，车辆类型。
10. Persons Injured，受伤人数，受伤总人数（行人+骑车人+机动车驾驶人）。
11. Persons Killed，死亡人数，死亡总人数（行人+骑车人+ （机动车驾驶员）。
12. Pedestrians Injured，受伤行人，受伤行人人数。
13. Pedestrians Killed，死亡行人，死亡行人人数。
14. Cyclists Injured，受伤骑车人，受伤骑车人人数。
15. Cyclists Killed，死亡骑车人，死亡骑车人人数。
16. Motorists Injured，受伤机动车驾驶员，受伤车辆乘员人数。
17. Motorists Killed，死亡机动车驾驶员，死亡车辆乘员人数。

[residualsun1]

@XiangyunHuang 民大丰台校区确实很偏，到海淀也要两个半小时，而且听说 27 年才通地铁。不过我觉得还是可以接受的，因为如果再次回到过去，我怎样都会选择人类学或民族学，而这两个专业都会要求花上差不多一年时间做田野和写毕业论文，剩下的时间再用来熟悉校园生活和看书学习，然后就差不多毕业啦。另外，民大是我了解到的最可接近（合适）且最理想的选择，是我认为的自己最有希望能考上的 985，虽然地理位置有些出乎意料哈哈，不过我可以随时在空闲时间往学院路这些地方跑，哪怕去不同的高校（清华、北大、人大等）看看，也很难得嘞。还记得念大二还是大三那年，我们学院组织了一个去武汉大学的访学团，大家都很期待，觉得如此难得（但我没被选上），如今我却有了可以随时溜进清北人大晃悠的机会，这可更是一笔丰厚的财富。

最后想想，你在北京的经历应当是唤起我自身在内心本就憧憬的事物：可能性。所以并没有误导一说，你的经历仅属于你，我无法也不会去复刻，但它确实在一定程度上激励了我，让我对北京有好感。不过更重要的是，我认为，在我看到你的博文以前，我一直在追寻可能性，恰好在之后的旅途中，我看见师姐通过自己的努力考进了民大，看见你讲述在北京求学的心得和收获——我追求的可能性恰好以这些方式向我呈现。或者说，我是怀揣着答案向前走。总之嘞，想想四年在广州，两年在北京，人就活一世，我觉得这对于出身小县城的我来说，我的求学生涯老挣了。

[residualsun1]

当年看了你的文章才知道原来可以这样度过那几年啊。

@earfanfan 袁凡，感觉好像也没怎么看过你在博客里写读研时的经历、生活和想法啥的，挺好奇你当时是咋过的，之前问你，你喊了湘云来分享，湘云说主要在学 R，我还猜你当时是不是也主要在学习统计。

[XiangyunHuang]

@residualsun1 我很赞同你说的，加油吧！

[earfanfan]

@residualsun1

你小子啊，我本硕都是统计学专业的，本科学的数理统计，研究生学的经济统计，读研的时候确实在学 R，博客里没写是因为无法面对过去，所以有很多年的时间对于现在的我来说就是刻意的空白了。

我最近看了两篇关于 AI 的文章，分享在这里，如何在 AI 时代避免技能退化、三水的大语言模型坤年记。

昨天我们同事还在讨论：AI 时代还需要关注框架底层实现逻辑和设计模式吗？

由于2.5年的时间里 AI 领域已经走过几个时代，我的一些看法也变了，产生了许许多多的“没想到”。记得以前还来湘云这里讨论过一些呢。

[residualsun1]

博客里没写是因为无法面对过去，所以有很多年的时间对于现在的我来说就是刻意的空白了。

好吧。虽然不知道过去的那些时间发生了什么，但我认为现在的你正在努力且用心地过好着当下的生活，其实这样就很好很好。

由于2.5年的时间里 AI 领域已经走过几个时代，我的一些看法也变了，产生了许许多多的“没想到”。记得以前还来湘云这里讨论过一些呢。

我对 AI 还没有什么概念。