1.1 地图的文件格式
shp数据结构：
1、分文件存储信息：
name.dbf name.shp name.shx
2、获取渠道
https://gadm.org/download_country_v3.html
3、导入工具
maptools rgdal
sf
json数据结构：
1、key-value形式的键值对结构
name.json
2、获取渠道
http://datav.aliyun.com/static/tools/atlas/
3、导入工具
rgdal
sf
个人使用下来的感受是阿里云的json文件使用起来会更加方便一点。
1.2 数据文件的读取
rgdal库的readOGR（dsn, layer，stringsAsFactors，encoding=NULL……）函数
读入数据转换为sp数据模型
sf库的st_read(dsn, layer, stringsAsFactors)函数
读入数据转换为sf数据模型
dsn： 读入的文件名
layer：读入的层数（如果是多层地图的话）
stringsAsFactors：是否将读入文件中的字符串数据转换为因子数据
encoding：文件的编码格式
1.3 地理数据模型
SP（SpatialPolygonsDataFrame）格式
数据描述层（data.frame）：名称、ID、编号、简写、IOS编码等
几何映射层（polygons）：每一个行政区的多边形边界点（按order排序、按group分组）
需要使用fortify函数将polygons数据转换为数据框格式。
SF（Simple feature list column）格式
获取的是完整的数据框（ data.frame ）格式
将每一个行政区对于的几何分界点封装成一个list对象
个人使用比较多的是SF格式的数据模型。
1.4 总结
文件格式与函数方法关系图
1.5 上手实战
设计目的：进行地理文件的加载、数据转换及基础处理，将地理信息数据与业务数据的融合（sp与sf数据模型），添加地理标签，应用地理坐标轴，最终完成一个地理空间可视化的小demo。
1、从阿里地图下载省级地图，加载并实现地图可视化，在绘图前先做一些准备工作：
library("ggplot2") library("rgdal") library("sf") library("sp") library("ggthemes") library('dplyr') library("data.table") #fread函数用于读取CVS表格 library("ggrepel") rm(list = ls()) gc() setwd("D:/空间可视化与地理基础")#指定读取文件的路径
1) 某省级地图的地图实现
#rgdal包读入： gansu_map <- readOGR("甘肃省.json",stringsAsFactors=FALSE) Encoding(gansu_map@data$name) <- 'UTF-8' frame_data = gansu_map@data #frame_polygon = gansu_map@polygons frame_polygon = fortify(gansu_map) ggplot(frame_polygon,aes(long,lat,group = group)) +geom_polygon(colour = 'white')
2) 按市进行填充
division_data1 <- gansu_map@data division_data1 <- mutate(division_data1,id = row.names(division_data1)) division_data1 <- division_data1[,c("id","name")] #行政区划层 #division_data <- china_map1@data %>% mutate(id = row.names(.)) %>% .[,c("id","NAME")] #行政区划层 polygons_data1 <- fortify(gansu_map) #地理信息边界点数据 polygons_data1 <- polygons_data1[,c(1,2,7,3,6)] #polygons_data <- fortify(china_map1) %>% .[,c(1,2,7,3,6)] division_data1$id <- as.numeric(division_data1$id) polygons_data1$id <- as.numeric(polygons_data1$id) final_mapdata1 <- left_join(polygons_data1,division_data1,by= 'id') ggplot(final_mapdata1,aes(long,lat,group = group)) + geom_polygon(aes(fill=name),colour = 'white')+ coord_map("polyconic")
运行效果如下：
3) 添加市级的标签
ggplot() + geom_polygon(data=final_mapdata1,aes(x=long,y=lat,group = group,fill=name),colour = 'white')+ geom_text_repel(data=frame_data,aes(x=centroid1,y=centroid2,label=name))+ coord_map("polyconic")
2、对上图实现的地图可视化，添加业务信息：
1) 实现连续量的填充。
#连续量的填充 ggplot() + #用经度数值填充 geom_polygon(data=final_mapdata1,aes(x=long,y=lat,group = group,fill=long),colour = 'white')+ #加上城市名称标签 geom_text_repel(data=frame_data,aes(x=centroid1,y=centroid2,label=name))+ #加上业务信息（中心点经纬度信息） geom_text_repel(data=frame_data,aes(x=centroid1-0.25,y=centroid2+0.25,label=paste0(round(centroid1,0),",",round(centroid2,0))))+ coord_map("polyconic")
2) 实现离散量的填充。
#离散量的填充 ggplot() + #用城市名称填充 geom_polygon(data=final_mapdata1,aes(x=long,y=lat,group = group,fill=name),colour = 'white')+ #加上城市名称标签 geom_text_repel(data=frame_data,aes(x=centroid1,y=centroid2,label=name))+ #加上业务信息（中心点经纬度信息） geom_text_repel(data=frame_data,aes(x=centroid1-0.25,y=centroid2+0.25,label=paste0(round(centroid1,0),",",round(centroid2,0))))+ coord_map("polyconic")
3) 调整地图坐标系。
#设置等距圆柱/球面投影-gilbert ggplot() + #用城市名称填充 geom_polygon(data=final_mapdata1,aes(x=long,y=lat,group = group,fill=name),colour = 'white')+ #加上城市名称标签 geom_text_repel(data=frame_data,aes(x=centroid1,y=centroid2,label=name))+ #加上业务信息（中心点经纬度信息） geom_text_repel(data=frame_data,aes(x=centroid1-0.25,y=centroid2+0.25,label=paste0(round(centroid1,0),",",round(centroid2,0))))+ coord_map("gilbert")
#兰伯特等积方位投影-azequalarea ggplot() + #用城市名称填充 geom_polygon(data=final_mapdata1,aes(x=long,y=lat,group = group,fill=name),colour = 'white')+ #加上城市名称标签 geom_text_repel(data=frame_data,aes(x=centroid1,y=centroid2,label=name))+ #加上业务信息（中心点经纬度信息） geom_text_repel(data=frame_data,aes(x=centroid1-0.25,y=centroid2+0.25,label=paste0(round(centroid1,0),",",round(centroid2,0))))+ coord_map("azequalarea")
参考文献：
[1]张杰.《R语言数据可视化之美-专业图表绘制指南(增强版)》第11章 地理空间型图表