标签：
上图是R语言绘制的按地域分布的数据图。更科学，更严谨，也更有质感的样子。
今天瞎写点东西，我在想数据分析的意义是什么，也许就是研究事物存在的形式。而事物存在的形式是什么样子呢，从最初的三维空间，爱因斯坦伯伯把时间也拉了进来，于是时间作为一种变化的空间而存在着，成为第四维。现在好像还发现了第五空间，可能是人的心理空间或者意识空间，还有人说是曲率，不一而足。个人认为i，所有的事物应该都是彼此联系的，没有单纯的独立的与其他东西绝缘的存在。而人的内心，人的思维目前确实是独立于其他四维的空间。所以他应该是另一种存在，但应该以一种其他的形式，可以和其他维度相统一的形式。波么？ 还是更细的粒子？亦或是更加悬而未远的东西。
拉回数据分析，数据分析常用的维度吧，时间，空间，以及复杂的人群分布（人的各种属性，造成了各种人群的分布）。而空间，R语言有一些MAP的方法。于是站在巨人的肩膀上，今天来画地图吧。
基本MAP方法：
1.世界地图：有一些R包中存储着常见地图的数据，比如maps包中存有世界地图、美国地图、美国各州郡地图、法国地图以及加拿大城市地图等，加载了这个包，就可以轻松愉快地绘制上述地图。mapdata包中存有中国地图的数据，但是比较旧了，这个数据，重庆还没有从四川分出来呢。
library(maps)
map("world", fill = TRUE, col = rainbow(200),
ylim = c(-60, 90), mar = c(0, 0, 0, 0))
title("世界地图")
2.中国地图：
调取maptools,ggplot2,mapproj 包，读入大神自己改编绘制的中国维度图。
library(maptools)
x=readShapePoly(‘bou2_4p.shp‘)
library(ggplot2)
library(mapproj)
#可以看到中国地图的框框
为了进一步在ggplot2包中绘图，需要把SpatialPolygonsDataFrame数据类型转化为真正的data.frame类型才可以。
ggplot2包专门针对地理数据提供了特化版本的fortify函数来做这个工作
用这个函数将X 烹饪一下，
geom_polygon 是多边形填充路径的函数，而地图其实就是一个多边形的各种组合，于是用这种函数，画地图很合适。
mymap=ggplot(data = fortify(x))+geom_polygon(aes(x=long,y=lat,group=id),colour="black",fill=NA)+theme_grey()
print(mymap+coord_map())
到此，可以看到一个手绘中国地图。
第二步，我将我想放入的数据，整到这个地图上，
ch = fortify(x,region = ‘NAME‘)
#拿出各省的编码数据，从"GBK" 格式转换
ch = transform(ch,id=iconv(id,from = ‘GBK‘),group = iconv(group, from = ‘GBK‘))
names(ch)[1:2] = c("x","y")
#省份去重且排序
mychdat = data.frame(id = unique(sort(ch$id)))
t<-read.table("首次购用户分布.csv",header=TRUE,sep=",")
#数据拼接
mychdat$users <- t$users
mychdat
tmp= coordinates(x)
tmp = as.data.frame(tmp)
tmp$names = x$NAME
#画图,还带标签哦，路盲不怕了
chmap = ggplot(mychdat) + geom_map(aes(map_id = id, fill = users), color = "white", map = ch) +geom_text(aes(x = V1,y = V2,label = names), family = "GB1", data = tmp)+ scale_fill_gradient(high = "darkblue",low = "lightblue") + expand_limits(ch) + coord_map()
print(chmap)
注，family="GB1"是一种字体
好了，今天就到这吧
R语言和中国地图
标签：
原文地址：http://www.cnblogs.com/wutongyuhou/p/5731058.html
