R语言绘图——R语言绘制热地图实战

写在前面

上了两天班，又迎来了周末时光（那些假期为8天的朋友请自行消失），这周过的是真心累，不过想到又要和各位朋友见面了就不免有些兴奋，疲惫的身躯一下子就好了。上一期文章中，笔者讲述了怎么使用python构建决策树算法，通过那篇文章初步认识到了决策树的相关算法流程与核心构成，至于决策树的可视化小编会在适当的时候予以补充。这一期文章中，小编准备讲述一下怎么使用R语言绘制热力图。为什麼要将这个话题呢，这源自于小编最近的工作常态，最近小编频繁接触热力图的绘制，并且要不断地将其做成报告形式。作为一名偷懒爱好者，小编绝对不能忍受这种过于频繁的机械化操作，而且热力图的绘制对于很多桌面式软件来说还是存在一定的不便的。这些软件的劣势主要表现在两个方面：其一，需要人为录入经纬度信息（office系列，虽然office2016后增加了bing地图的支持，但那只是针对世界地图而已，如果你要绘制某区域地图，仍然需要录入经纬度信息）；其二，不便于程式化自动化操作(office，Arcgis，Tableau)。所以考虑到这些劣势，小编最终还是决定使用程序来解决这一问题。其实在用程序解决热力图中，python和R语言都可以实现，但是为什麼小编最终决定使用R语言来实现这一功能呢，那是因为R语言中的地图包以及ggplot2包真的太有诱惑力了。当然小编在以后的python绘图系列教程中也会介绍怎么使用python去绘制热力图，所以不用担心小编跑偏。说了这么多废话，下面让我们正式开始吧！

第一讲：准备工作

使用R语言绘制热力图离不开三件宝物：第一，你需要绘制区域的Shape文件和拟展示数据集；第二，相关的绘图包；第三，你的创造力。最后一点，小编给不了你，只能你自己去多加努力了。因为小编本文将讲述怎么在绘制中国各省份的人口分布热地图，所以就需要中国地图的Shape文件以及中国各省份的人口数据，关于这一点小编已经为那些准备实践的朋友准备好了，请直接下载压缩文件DataSet.zip。解压缩后，会发现压缩包中有四个文件，其中三个文件是Shape一体化文件，你不需要改动，使用时仅仅使用那个后缀为shp的文件即可，另外一份Excel文件是各省的人口情况，你可以随时添加其它数据。现在已经将第一件宝物送给你们了，那么接下来就是要送给你们第二件礼物了，那就是在进行实践之前必须安装一些R语言包（这一点类似与Python中的库）。

首先打开你的R语言命令窗口（这里必须再向各位推荐一下使用R语言的正确姿势，首先在R语言官网中www.r-project.org下载适合你电脑版本的R语言版本，然后进行安装；在安装完成之后，下载Rstudio进行安装，这样你就可以使用Rstudio作为你的R语言开发平台了，这个平台绝对是你使用R语言的最优选择。）在安装好这些平台之后，下面就可以进入R语言的世界了。打开Rstudio，然后在其命令行中输入以下命令：

第一条语句安装了包，这个R语言包时R语言中最为经典的绘制地图的包，一般在R语言中绘制地图使用这一个包就完全可以了，而且其语法非常简单，如果你想绘制地图的话，只需要在命令行中输入以下命令：

使用以上命令你便绘制一副世界地图以及一副美国各郡的地图，正如下面所示。

maps绘制地图

然而maps包缺少对中国地图的支持，所以你无非使用maps包进行中国地图或者中国区域的绘制，这对于自豪的中国人来说自然丝毫不能忍，于是mapdata包就应运而生。在你完成mapdata包的安装之后，在命令行中输入以下命令，便可以得到一幅中国地图。

mapdata绘制中国地图

细心的朋友会看看到一件很惊讶的事情，那就是所绘制的中国地图中竟然没有重庆市，这不是上海重庆人民的感情嘛，所以为了修正mapdata在绘制中国地图中的这种缺陷，便诞生了maptools包，这种包专门用来处理各种地图的shape文件，现在小编前面送给你们的第一件礼物终于要登上历史舞台了。

maptools绘制中国地图

这一次终于实现了中国地图的完整，但是这幅图似乎缺少的神韵呀，恭喜你，你说的很对，这幅图显示的有点扁，丝毫显示不出审计意明天下之的感觉，所以下面就需要采用另外一个绘图神器ggplot2对其进行美化了。

ggplot2协助绘制中国地图

雄赳赳气昂昂的中国地图终于出现了，如果你进行到了这里是不是稍稍有点自豪感了呀，那就不要犹豫去加个鸡腿吧。然后我们接着进行下一步，加载和拼接中国地图的行政信息，这样在下面我们才能进一步与所需要分析的数据整合起来进行分析。

这样我们便把地图数据化了，从而接下来就可以使用我们准备好的数据进行分析了。

第二讲：绘制热地图

还记得小编送给你们的第一个礼物中的Excel数据吗，那个Excel表格中存放的中国各省（除去中国澳门）2015年人口普查时的数据，当然你自己也可以创建你自己的数据集，比如各省的GDP，各省的面积、各省的学生人数等，但是一定要确保你创建的数据表中的NAME一列的数据要和shape文件中的NAME相同，所以在创建自己的数据表之前，不放运行一下如下命令以确保各省的称呼。

这里当然是用小编自己的人口数据了，所以在使用之前小编首先要将其导入进来（注意到一点就是小编的数据表格式是CSV的，并不是传统的xlsx，这是因为在R语言中操作CSV文件必xlsx文件容易太多了），并将其与前面的行政数据进行连接。

现在数据已经正确地连接在了一起，下面就要开始正式地作图了（有没有很期待，漆面铺垫了那么久，现在终于要进入高潮了）。

中国人口分布热地图

至此小编完成了对中国人口分布热地图的绘制，但是可以看出这个热地图中存在一些多余的元素，并且地图中缺少了对于各省的标注，这可能对不熟悉中国地图的人相对不便，因此，我们下面进一步美化热地图。

第三讲：热地图的美化

上面所绘制的热地图中存在两方面的缺陷：其一，地图中的经纬度曲线、坐标轴是不需要的，同时色彩有点暗淡需要重新调色；第二，地图上缺少对于各省的标注。下面，以此对此二问题进行解决。我们首先调整地图的配色以及删除地图中的经纬度线条与坐标轴，这里小编采用红色来对地图进行配色。

美化后的热地图1

有没有比原来的配色以及效果好很多，如果你否认的话当作我没说！下面，我们继续讲各省市加以标准，因为有些省名比较长，这会严重地影响美观，所以这里小编以各省的首府来对各省进行标注（虽然这种做法相对于直接标准省名稍显繁琐，但是没办法，小编就是一个特别喜欢美观的人，所以即使费点时间也是可以承受的）。之所以这种标注首府的方法会稍显繁琐，是因为需要找出各首府的地理坐标从而进行配对，为了便利你们的实践，这里小编将各省首府的地理坐标以及首府名整理在了Excel文件中了，需要的朋友请下载各省首府。下面首先将数据集导入，然后进行地图的二次美化吧。

热地图美化2

虽然仍存在字体的折叠问题，小编目前有两种想法对其进行进一步处理：其一，所有省份用简称；其二，调整标准的坐标点选取。这个各位可以自己进行尝试，本文就不再做进一步地绘制了。终于，我们完成了中国人口分布的热地图绘制，下面的时间留给你们，请时刻准备实践。

后记

本文写到这里就告一段落了，本文介绍了怎么使用maptools以及ggplot2去绘制中国人口分布的热地图，通过介绍，了解了R语言中绘图系统以及ggplot2的神辅助。对于ggplot2的介绍，后续的文章中，笔者会做进一步地系列介绍，这里就不再过分赞誉了。当然，你们完全可以使用自己的数据进行热地图的展现，就是我在前面所说的，最后一样宝物才是最重要的，当然这件宝物也是笔者无法带给你的。好了，本期文章就写到这里吧，下一期文章笔者准备接着讲述一下python+pandas库怎么去进一步实现excel中的相关功能，敬请期待！

PS：如果要下载本文的相关素材请在小编的个人博客中实时下载。