杜雨：EasyCharts团队成员，R语言中文社区专栏作者。

兴趣方向为：Excel商务图表，R语言数据可视化，地理信息数据可视化。

个人公众号：数据小魔方（微信ID：datamofang） ，“数据小魔方”创始人。

往期回顾

一个文科小白的数据分析师之路

R语言数据抓取实战——RCurl+XML组合与XPath解析

左手用R右手Python系列之——表格数据抓取之道

今天开始，要跟着大家学习一个新的可视化R包——REmap包。

说起来，这个包要归功于百度的可视化开源项目——echarts,它是国内为数不多的高水平开源可视化js库，在业界地位首屈一指。

经过大神的努力，我们终于可以在R语言中以简洁的REmap函数形式，来调用Echarts核心功能，而不用亲自去学js代码，就可以创建动态地图可视化作品。

如果有小伙伴儿熟悉百度的大数据可视化项目——百度迁徙地图，以及交通通勤图，以及后来的一带一路可视化路线图，肯定对那些动态地图上流动的线条和路径有很深的印象。

下面我们开始简单介绍REmap的主要功能：

REmap包中涵盖有一组函数，我所知道并用过的有REmap、REmapB、REmapC、REmapH。

每一个函数都对应着几种炫酷的动态效果类型：

今天我们先介绍REmap函数并利用该函数制作简单的流向图：

安装及加载：

install.packages("devtools")

devtools::install_github("lchiffon/REmap")   #开发者/包名

library(REmap)    #加载

REmap函数的作图理念与ggplot其实还是有雷同的，它也是将数据信息和美学信息分开表达，数据信息包含在数据表中，而美化修饰参数都包含在theme内。

remap(mapdata, title = " ", 

subtitle = "", 

theme = get_theme("Dark"))

这是一个典型的REmap函数的结构，mapdata是我们所要展示的数据框格式数据集，里面包含了两列数据：起点位置、终点信息。

title用于设置主标题、subtitle用于设置副标题。而theme用于设定整个图形的主题风格，该主题是一个封装的函数变量，里面包含诸多参数信息（各种点线面的颜色、度量等信息）。

下面是一个典型的REmap主题内的参数示例：

get_theme(theme = "Dark",

                  lineColor = "Random",

                  backgroundColor = "#1b1b1b",

                  titleColor = "fff",

                  borderColor = "rgba(100,149,237,1)",

                  regionColor = "#1b1b1b",

                  labelShow = T,

                  pointShow = F,

                  pointColor = "gold")

参数说明：

参数一：theme为总体配色，默认选项有“Dark”、“Bright”、“Sky”、“none”

参数二：lineColor为线条颜色，默认是随机， 也可自行设置，如’red’

参数三：backgroundColor为地图外背景颜色

参数四：titleColor为标题颜色

参数五：borderColor为地图中地域边缘颜色，不同省份、城市的边缘

参数六：regionColor为地域颜色，即地图显示的颜色

参数七：labelShow为逻辑参数，是否显示地域名称，默认为T，即显示，只用于remapC函数

参数八：pointShow为逻辑参数，是否显示地域所在点，默认为F，不显示，只用于remapC函数

参数九：pointColor为pointShow中点的颜色，只用于remapC函数

REmap可以非常轻松的获取城市地点的经纬度数据：

以大连为例：

get_city_coord("大连")

[1] 121.62139  38.91934

如果想要获取一组城市的经纬度信息，可以直接赋值给城市向量：

city_list <- c("beijing","tianjin","shenyang","dalian","zhengzhou")

get_geo_position(city_list)

       lon      lat      city

1 116.4136 39.91101   beijing

2 117.2059 39.09091   tianjin

3 123.4390 41.81134  shenyang

4 121.6214 38.91934    dalian

5 113.6313 34.75349 zhengzhou

而且据说这两个函数大部分时候对拼音与汉字，甚至拼音的大小写都不敏感，所以避免了很多麻烦。

创建起始点：

destination<- c("beijing","tianjin","shenyang","dalian","zhengzhou")    #终点

origin<- rep("dalian",length(destination))        #起点

#合成数据框格式的起终点数据

map_data<- data.frame(origin,destination)     

数据预览：

head(map_data)

  origin destination

1 dalian     beijing

2 dalian     tianjin

3 dalian    shenyang

4 dalian      dalian

5 dalian   zhengzhou

作图函数：

map_out<-remap(mapdata=map_data,   #流向地图的数据源（依次为起点、重点两列）

                title="我是标题",         #设置主标题

                subtitle="我是副标题",    #设置副标题

                theme =get_theme(theme="Bright")) #设置主题（默认主题一共有三套：“Dark”,“Bright,”Sky“）

运行以上代码之后，动态图表已经生成名为map_out的对象，只需使用plot函数调用一下map_out图表对象就可以看到该动态图表效果。

提示下，这里的map_out的对象是一个js代码生成的html对象，运行完plot之后，动态图表效果不是呈现在R的图表窗口而是调用了桌面浏览器的Web窗口。

plot(map_out)

Save img as: C:\Users\ADMINI~1\AppData\Local\Temp\RtmpAxQndv/ID_20161015191055_242761.html

运行完成之后，浏览器窗口会自动呈现动态图表效果：

其实仔细看以上代码，与ggplot的地图代码相比，要简单很多，数据集也很简单（最重要的直接支持地点名称而不需要经纬度数据），当然这些便利性主要归功于它的底层代码是调用Echarts项目，地理位置信息有百度地图的强大系统支持。

另外两个主题：

Dark主题：

map_out1<-remap(mapdata=map_data,title="我是标题",subtitle="我是副标题",theme =get_theme(theme="Dark"))

plot(map_out1)

Sky主题：

map_out2<-remap(mapdata=map_data,title="我是标题",subtitle="我是副标题",theme =get_theme(theme="Sky"))

map_out<-remap(mapdata=map_data,        

                title="我是标题",        

                subtitle="我是副标题", 

                theme =get_theme(theme="Bright"))

plot(map_out2)

以上是该函数内置的三款主题，当然如果你要想自定义主题的话，也是可以的，但是需要将theme="Sky"设置为none，否则系统主题会覆盖掉你自定义的主题。

map_out3<-remap(mapdata=map_data,     #设计流向地图

title="我是标题",                    #设置标题

subtitle="我是副标题",               #设置副标题

theme=get_theme(theme="none",        #设置主题     

lineColor="blue",                    #设置线条颜色

backgroundColor="white",             #设置背景颜色

titleColor="black",                  #设置标题颜色

borderColor="grey",                  #设置地区边界颜色

regionColor="SandyBrown")            #设置地区颜色

)

plot(map_out3)

但是个人习惯，还是比较喜欢先将主题定义好并命名，然后在运行图表代码的时候直接饮用，这样比较利于后期主题的微调：

mytheme<-get_theme(theme="none",     #设置主题     

lineColor="blue",                    #设置线条颜色

backgroundColor="white",             #设置背景颜色

titleColor="black",                  #设置标题颜色

borderColor="grey",                  #设置地区边界颜色

regionColor="Bisque") 

map_out4<-remap(mapdata=map_data,    

title="我是标题",                   

subtitle="我是副标题",             

theme=get_theme(theme="none"))

plot(map_out4)

当然如果将数据框中的数据两列调换，那么地图就可以做成流入图。

origin<- c("beijing","tianjin","shenyang","dalian","zhengzhou")    #终点

destination<- rep("dalian",length(destination))        #起点

#合成数据框格式的起终点数据

map_data<- data.frame(origin,destination) 

map_out5<-remap(mapdata=map_data,    

title="我是标题",                   

subtitle="我是副标题",             

theme=get_theme(theme="Bright"))

plot(map_out5)

如果想要存储该HTML对象，需要设定临时目录：

setwd("D:/R/Rscript")      #保存图片的位置，不做修改默认为R的工作路径

options(remap.js.web=T)    #动态网页图保存命令

plot(map_out5)             #保存的同时自动调用浏览器窗口

其实以上所有图表都是带有动态交互效果的，这里我录制了一小段儿视频，大家可以看下：

往期精彩内容整理合集：

2017年R语言发展报告（国内）

R语言中文社区历史文章整理（作者篇）

R语言中文社区历史文章整理（类型篇）

相关课程推荐

R语言可视化在商务场景中的应用：

☟☟☟ 猛戳阅读原文，即刻加入课程。