标签：
REmap是ECharts中交互地图可视化功能的R接口，通过它可以直接使用R代码（而不必写JS代码）来实现交互地图可视化。本文将介绍如何使用REmap包实现全国主要城市天气可视化。
见R基础部分
library(devtools)
install_github(‘lchiffon/REmap‘)请注意，以上命令默认你已经安装了devtools，如果你没有安装devtools，那么请先安装之。 ### 1.3 准备三张天气图片 图片可以自行百度或者设计，或者直接引用我github上的图片。
图片链接地址https://github.com/wcc3358/ChinaWeatherVisualization
图片形式大致如下：
library(rvest) #用来爬取数据
library(REmap) #实现地图可视化
options(remap.js.web=T)设置options(remap.js.web=T)后，生成html将保存在当前工作目录，否则它会保存在默认的临时文件夹中。
选择中央气象台的天气数据，采用rvest包爬取天气数据：
## 爬取天气数据
website <- "http://www.nmc.cn/publish/forecast/china.html"
web <- read_html(website,encoding = "UTF-8")
weather.data <- web %>% html_nodes("div.area ul li") %>% html_text()
fun <- function(x){
temp <- strsplit(x,split = "[\n]+")[[1]]
item <- gsub(pattern = "\\s+",replacement = "",x = temp)
res <- item[item!=""]
res
}
weather.data <- sapply(weather.data,fun)
# 转置
weather.data <- t(weather.data)
# 重命名行和列
weather.data <- as.data.frame(weather.data,row.names=1:nrow(dat0),stringsAsFactors=FALSE)
colnames(weather.data) <- c("area","weather","temperature")
继续整理数据，生成衍生变量：weatherc
# 数据整理
# 获取末尾的40个城市的记录
weather.data <- tail(weather.data,40)
# 提取天气中的前3个字儿
weather <- substr(weather.data$weather,1,3)
weather
# [1] "多云" "多云转" "多云" "阵雨转" "阴转小" "晴转多"
# [7] "晴" "晴" "晴" "晴" "晴转多" "多云"
# [13] "晴转小" "阵雨转" "大雨" "大雨转" "大雨转" "大雨"
# [19] "大到暴" "小雨转" "晴" "多云" "阵雨" "阴"
# [25] "晴" "多云" "晴" "多云" "多云" "小雨转"
# [31] "多云" "阴转多" "中雨" "小雨转" "阵雨转" "晴"
# [37] "多云转" "晴转多" "晴" "阴转小"
# 查出匹配字段的索引
ind1 <- grep("晴",weather)
ind20 <- grep("云",weather)
ind21 <- grep("阴",weather)
ind2 <- c(ind20,ind21)
ind3 <- grep("雨",weather)
# 将各匹配字段赋对应的英文天气
weather.data$weatherc <- NA
weather.data$weatherc[ind1] <- "sunny"
weather.data$weatherc[ind2] <- "cloudy"
weather.data$weatherc[ind3] <- "rainy"
# 去掉了未能成功赋值的行
weather.data <- weather.data[-19,]
整理后的数据如上，最后一列weatherc表示简化后的天气类型，即是sunny、cloudy还是rainy，其中小雨转多云、多云转晴这些天气状况直接就简化为rainy以及cloudy，简化后方便与准备工作3中所表示的三种天气图片相对应。
具体的代码不做详细分析，中间涉及到正则匹配和替换，如果你不了解正则，去百度搜搜三十分钟学会正则表达式，你就能大致明白。
我想特别说明的是，作者的这个包里提取经纬度的函数get_city_coord在提取三个字的城市时存在BUG，所以上述代码在最后使用代码dat0[-c(1,6),]时暂时去掉了三个字的城市数据。该部分BUG已经提交给作者，相信很快就会修复。
可视化展示的三个步骤：
a. 采用get_city_coord获取城市的经纬度数据
b. 封装城市的图片以及标签信息
c. 采用remapB获做城市天气可视化展示
remapB(center = c(104.114129,37.550339),
zoom = 5,
color = "Bright",
title = "",
subtitle = "",
markLineData = NA,
markPointData = NA,
markLineTheme = markLineControl(),
markPointTheme = markPointControl(),
geoData = NA)remapB函数相关参数说明：
# 天气可视化展示
# remap.init()
geoData <- sapply(weather.data$area, get_city_coord)
geoData
# 香港 澳门 台北 北京 西青
# [1,] 114.17199 113.54940 121.52487 116.41355 117.01380
# [2,] 22.28109 22.19296 25.04218 39.91101 39.14744
# 天津 太原 沈阳 长春 上海
# [1,] 117.20591 112.55706 123.43897 125.33017 121.48024
# [2,] 39.09091 37.87689 41.81134 43.82178 31.23631
# 南京 杭州 合肥 南昌 济南
# [1,] 118.80289 120.16169 117.23545 115.86453 117.00132
# [2,] 32.06473 30.28006 31.82687 28.68767 36.67163
# 郑州 武汉 长沙 广州 深圳
# [1,] 113.63135 114.31183 112.94533 113.27079 114.06611
# [2,] 34.75349 30.59843 28.23397 23.13531 22.54851
# 中沙 海口 重庆 成都 贵阳 昆明
# [1,] 114.39999 110.20642 106.5572 104.07122 106.63682 102.83967
# [2,] 15.91595 20.05006 29.5710 30.57628 26.65275 24.88595
# 拉萨 西安 兰州 西宁 银川 台北
# [1,] 91.12103 108.94631 103.84069 101.78427 106.23898 121.52487
# [2,] 29.65009 34.34744 36.06731 36.62348 38.49239 25.04218
citynames <- dimnames(geoData)[[2]]
geoData <- as.data.frame(t(geoData),row.names = 1:nrow(geoData),stringsAsFactors = FALSE)
colnames(geoData) <- c("lon","lat")
geoData$city <- citynames
symbol <- paste0("image://https://github.com/wcc3358/ChinaWeatherVisualization/",weather.data$weatherc,".png")
tooltip <- paste(a=weather.data$area,"----------",weather.data$weather,weather.data$temperature,sep="<br>")
newdata <- data.frame(a=weather.data$area,symbol=symbol,tooltip=tooltip,stringsAsFactors=FALSE)
remapB(markPointData = newdata,
geoData = geoData,
color="Blue",
title = "中国城市主要天气",
markPointTheme = markPointControl(symbolSize=20,
effectType=‘bounce‘,
effect=T,
color = "Random"))展示结果如下图，这里只是截了一个屏，而其实这张图是动态的，天气图标会有一个浮动的效果，并且鼠标移动到天气图标上，会有一个文字效果展示具体的天气和温度数据。
本文实现了全国主要城市天气可视化，这仅是REmap包的一个应用，它还可以用来做著名的百度迁徙图以及城市热力图等等。 REmap包的官方文档详见：https://github.com/Lchiffon/REmap
本文链接：http://www.cnblogs.com/homewch/p/5875148.html
github链接：https://github.com/wcc3358/ChinaWeatherVisualization
标签：
原文地址：http://www.cnblogs.com/homewch/p/5875148.html
