我有以下简单的示例数据，我想在地图上绘制，并根据给定国家的值显示渐变颜色。
ddf = read.table(text="
country value
USA 10
UK 30
Sweden 50
Japan 70
China 90
Germany 100
France 80
Italy 60
Nepal 40
Nigeria 20
", header=T)
在谷歌搜索中，我找到了几个网站。但是我正在寻找小而清晰的代码，并且最好快速（相对来说，我发现ggplot方法比较慢）。世界地图的分辨率不需要很高。
我尝试了以下代码：
library(maptools)
data(wrld_simpl)
plot(wrld_simpl)
可以根据以下网址中的说明将特定国家着色: 使用[R]地图包在世界地图上为特定国家着色 使用以下命令:
plot(wrld_simpl, col = c(gray(.80), "red")[grepl("^U", wrld_simpl@data$NAME) + 1])
定义"慢"。 ggplot提供了一种最灵活的方式，在地图上呈现数据，代价是多花费几秒钟。
library(RColorBrewer)
library(maptools)
library(ggplot2)
data(wrld_simpl)
ddf = read.table(text="
country value
'United States' 10
'United Kingdom' 30
'Sweden' 50
'Japan' 70
'China' 90
'Germany' 100
'France' 80
'Italy' 60
'Nepal' 40
'Nigeria' 20", header=TRUE)
# Pascal had a #spiffy solution that is generally faster
plotPascal <- function() {
pal <- colorRampPalette(brewer.pal(9, 'Reds'))(length(ddf$value))
pal <- pal[with(ddf, findInterval(value, sort(unique(value))))]
col <- rep(grey(0.8), length(wrld_simpl@data$NAME))
col[match(ddf$country, wrld_simpl@data$NAME)] <- pal
plot(wrld_simpl, col = col)
}
plotme <- function() {
# align colors to countries
ddf$brk <- cut(ddf$value,
breaks=c(0, sort(ddf$value)),
labels=as.character(ddf[order(ddf$value),]$country),
include.lowest=TRUE)
# this lets us use the contry name vs 3-letter ISO
wrld_simpl@data$id <- wrld_simpl@data$NAME
wrld <- fortify(wrld_simpl, region="id")
wrld <- subset(wrld, id != "Antarctica") # we don't rly need Antarctica
gg <- ggplot()
# setup base map
gg <- gg + geom_map(data=wrld, map=wrld, aes(map_id=id, x=long, y=lat), fill="white", color="#7f7f7f", size=0.25)
# add our colored regions
gg <- gg + geom_map(data=ddf, map=wrld, aes(map_id=country, fill=brk), color="white", size=0.25)
# this sets the scale and, hence, the legend
gg <- gg + scale_fill_manual(values=colorRampPalette(brewer.pal(9, 'Reds'))(length(ddf$value)),
name="Country")
# this gives us proper coords. mercator proj is default
gg <- gg + coord_map()
gg <- gg + labs(x="", y="")
gg <- gg + theme(plot.background = element_rect(fill = "transparent", colour = NA),
panel.border = element_blank(),
panel.background = element_rect(fill = "transparent", colour = NA),
panel.grid = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
legend.position = "right")
gg
}
system.time(plotme())
## user system elapsed
## 1.911 0.005 1.915
system.time(plotthem())
## user system elapsed
## 1.125 0.014 1.138
ggplot代码生成以下地图：
时间会因每次运行而异，但我从未见过它们相差超过一分钟（在我的系统上平均为0.6m，但我不打算进行详尽的基准测试）。
更新
随着您的需求逐渐被揭示，您可以很容易地用连续比例尺替换离散比例尺。
pal <- colorRampPalette(brewer.pal(9, 'Reds'))(length(ddf$value))
palSz <- 10 # not sure what you really want/need for this range
gg <- gg + scale_fill_gradient2(low = pal[1],
mid = pal[palSz/2],
high = pal[palSz],
midpoint = (max(ddf$value) + min(ddf$value)) / 2,
name="value")
听起来你应该坚持使用@Andy的rworldmap，因为它抽象了复杂性。
Error: isTRUE(gpclibPermitStatus()) is not TRUE？ - Brian Pwrld_simpl 可以将南苏丹、库拉索、博内尔和圣马丁识别为独立国家？ - pfadenhw如果您想要减少代码量并使用更粗糙的分辨率地图，您可以使用rworldmap。
library(rworldmap)
#create a map-shaped window
mapDevice('x11')
#join to a coarse resolution map
spdf <- joinCountryData2Map(ddf, joinCode="NAME", nameJoinColumn="country")
mapCountryData(spdf, nameColumnToPlot="value", catMethod="fixedWidth")
默认分类、颜色和图例可以更改，请参见此RJournal文献。
使用国家代码而不是名称会更快。
可能没有进行优化：
library(RColorBrewer)
library(maptools)
data(wrld_simpl)
ddf = read.table(text="
country value
'United States' 10
'United Kingdom' 30
'Sweden' 50
'Japan' 70
'China' 90
'Germany' 100
'France' 80
'Italy' 60
'Nepal' 40
'Nigeria' 20", header=TRUE)
Reds 是一种颜色调色板的名称。查看 ?brewer.pal 可以获取其他可用的调色板。
pal <- colorRampPalette(brewer.pal(9, 'Reds'))(length(ddf$value))
pal <- pal[with(ddf, findInterval(value, sort(unique(value))))]
col <- rep(grey(0.8), length(wrld_simpl@data$NAME))
col[match(ddf$country, wrld_simpl@data$NAME)] <- pal
plot(wrld_simpl, col = col)
我认为其他答案有点复杂，可能是因为这个问题相对较早被问答过？以下是使用ggplot2的简单方法。至于这是否“快”，我不确定基准是什么。
library(ggplot2)
library(dplyr)
ddf = read.table(text="
country value
USA 10
UK 30
Sweden 50
Japan 70
China 90
Germany 100
France 80
Italy 60
Nepal 40
Nigeria 20
", header=T)
world <- map_data("world")
world %>%
merge(ddf, by.x = "region", by.y = "country", all.x = T) %>%
arrange(group, order) %>%
ggplot(aes(x = long, y = lat, group = group, fill = value)) + geom_polygon()
这样可以使用所有常见的ggplot2操作进行修改。例如，如果我们想快速美化它：
library(viridis)
world %>%
merge(ddf, by.x = "region", by.y = "country", all.x = T) %>%
arrange(group, order) %>%
ggplot(aes(x = long, y = lat, group = group, fill = value)) +
geom_polygon(color = "white", size = 0.2) +
scale_fill_viridis("", na.value = "gray90") +
theme_minimal() +
theme(axis.text = element_blank(),
axis.title = element_blank(),
panel.grid = element_blank())
