数模技巧不用for循环且使用ggplot2如何实现地图上连线

小编给大家分享一下数模技巧不用for循环且使用ggplot2如何实现地图上连线，希望大家阅读完这篇文章之后都有所收获，下面让我们一起去探讨吧！

1. 前文回顾

首先可以回顾一下，在没有梯子的前提下，我们是如何利用ggplot2绘制一个较为好看的中国地图：利用R绘制漂亮的中国地图（无需通过google获取）。

下面我们基于前面绘制的中国地图，根据计算（最小生成树算法，之后有时间在说说这个，不过目前网上说的很详细了，而且也有很多代码）得到的相应连线贴到我们的图上。

背景图像

2. 利用ggplot2连接多个点

我们需要选定其中几个点，并将其进行连线。下面是我们最终想要达到的效果（之前的图使用Mac画的，下面这个是Windows，可能质感有些不一样，望大家理解）：

为了达到这样的效果，我们主要是需要将数据集整理成可以能够舒适绘制的方式。利用ggplot2绘图，整理数据集要占80%以上的工作。

1) 现有数据

我们的最终目的是连33条线，所以先将需要连的线均一组一组地罗列而出（每个city都对应着一组经纬度，相应地是地图上的一个点）。

（前面的最终效果图是前11组城市连线）

下面的数据我们命名为：city_pair

  city1     city21  北京&天津      上海2       上海 广州&深圳3  广州&深圳      重庆4       重庆      成都5       重庆      西安6  北京&天津    哈尔滨7  北京&天津      武汉8       武汉      郑州9       重庆      昆明10 北京&天津  乌鲁木齐11 北京&天津      拉萨12      郑州      西安13      武汉      重庆14 北京&天津      郑州15 北京&天津      西安16      郑州      重庆17 北京&天津      重庆18      武汉 广州&深圳19      上海      武汉20      上海      郑州21 北京&天津 广州&深圳22      上海      重庆23      昆明 广州&深圳24      武汉      成都25      郑州      成都26      西安      成都27 北京&天津      成都28      成都      昆明29      西安      武汉30      成都 广州&深圳31      上海      成都32    哈尔滨      重庆33    哈尔滨 广州&深圳

所以我们还需要对应城市经纬度及人口信息，这里的对象为mat.cities，它长这样：（这部分的数据生成也在我们前面的博客中有提及）

   names      lat      long population1  北京&天津 39.90420 116.40740    32.55062       上海 31.23039 121.47370    23.01913       郑州 34.74725 113.62493     8.62654   乌鲁木齐 43.82660  87.61684     3.11035     哈尔滨 45.80218 126.53582    10.63606       西安 34.34126 108.93982     8.46787       武汉 30.59276 114.30524     9.78548       成都 30.57022 104.06477    14.04769       拉萨 29.64411  91.11445     0.559410      重庆 29.56470 106.55071    28.846211      昆明 24.87966 102.83321     6.432012 广州&深圳 23.02067 113.75178    23.0587

有了这样两份原始数据，我们就可以开始进行绘图了。

首先是需要将数据整理成能够进行绘图的，为了方便操作，我们直接对原本的33组城市对进行操作。下面是数据预处理的过程。（由于当时数模时间有限，而数据量也不是很大，所以下面采用了大量的for循环，希望大家在用R时还是尽可能多用向量化操作，少用for循环）

2) 数据预处理

预处理代码如下：

dat_plot = matrix(nrow = 66, ncol = 4)k = 0for (i in 1:33) {  for (j in 1:2) {    k = k + 1    my.row = mat.cities[city_pair[i, j] == mat.cities$names, ]    dat_plot[k, 1] = unlist(my.row[1])    dat_plot[k, 2] = unlist(my.row[2])    dat_plot[k, 3] = unlist(my.row[3])    dat_plot[k, 4] = i  }}colnames(dat_plot) = c('地区', 'lat', 'long', 'group')dat_plot = as.data.frame(dat_plot)dat_plot$lat = as.numeric(as.character(dat_plot$lat))   dat_plot$long = as.numeric(as.character(dat_plot$long))

这里我们的主要思路是：将配对的一组城市变为拆分成两组，然后再在最后添加一个group变量，主要是用于连线（两个城市如果在一个相同的group中，使用ggplot绘图中的参数group即可将两个点连接起来）。

在生成完想要的数据集后，记得将经纬度调整为数值型，group直接为factor即可。

最后我们得到的数据dat_plot长下面这样：

地区      lat      long group1  北京&天津 39.90420 116.40740     12       上海 31.23039 121.47370     13       上海 31.23039 121.47370     24  广州&深圳 23.02067 113.75178     25  广州&深圳 23.02067 113.75178     36       重庆 29.56470 106.55071     37       重庆 29.56470 106.55071     48       成都 30.57022 104.06477     49       重庆 29.56470 106.55071     510      西安 34.34126 108.93982     511 北京&天津 39.90420 116.40740     612    哈尔滨 45.80218 126.53582     613 北京&天津 39.90420 116.40740     714      武汉 30.59276 114.30524     715      武汉 30.59276 114.30524     816      郑州 34.74725 113.62493     817      重庆 29.56470 106.55071     918      昆明 24.87966 102.83321     919 北京&天津 39.90420 116.40740    1020  乌鲁木齐 43.82660  87.61684    1021 北京&天津 39.90420 116.40740    1122      拉萨 29.64411  91.11445    1123      郑州 34.74725 113.62493    1224      西安 34.34126 108.93982    1225      武汉 30.59276 114.30524    1326      重庆 29.56470 106.55071    1327 北京&天津 39.90420 116.40740    1428      郑州 34.74725 113.62493    1429 北京&天津 39.90420 116.40740    1530      西安 34.34126 108.93982    1531      郑州 34.74725 113.62493    1632      重庆 29.56470 106.55071    1633 北京&天津 39.90420 116.40740    1734      重庆 29.56470 106.55071    1735      武汉 30.59276 114.30524    1836 广州&深圳 23.02067 113.75178    1837      上海 31.23039 121.47370    1938      武汉 30.59276 114.30524    1939      上海 31.23039 121.47370    2040      郑州 34.74725 113.62493    2041 北京&天津 39.90420 116.40740    2142 广州&深圳 23.02067 113.75178    2143      上海 31.23039 121.47370    2244      重庆 29.56470 106.55071    2245      昆明 24.87966 102.83321    2346 广州&深圳 23.02067 113.75178    2347      武汉 30.59276 114.30524    2448      成都 30.57022 104.06477    2449      郑州 34.74725 113.62493    2550      成都 30.57022 104.06477    2551      西安 34.34126 108.93982    2652      成都 30.57022 104.06477    2653 北京&天津 39.90420 116.40740    2754      成都 30.57022 104.06477    2755      成都 30.57022 104.06477    2856      昆明 24.87966 102.83321    2857      西安 34.34126 108.93982    2958      武汉 30.59276 114.30524    2959      成都 30.57022 104.06477    3060 广州&深圳 23.02067 113.75178    3061      上海 31.23039 121.47370    3162      成都 30.57022 104.06477    3163    哈尔滨 45.80218 126.53582    3264      重庆 29.56470 106.55071    3265    哈尔滨 45.80218 126.53582    3366 广州&深圳 23.02067 113.75178    33

3) 绘图

下面我们的核心绘图代码如下，想要连接不同的线，我们只是变了数据中选取的行，如：dat_plot[1:22, ]。

## 11线ggplot() +   geom_path(data = china, aes(long, lat, group = group), color = '#FD9FA4', show.legend = F) +  geom_point(data = mat.cities, aes(x = long, y = lat, size = population), alpha = 0.8, color = '#8BB6D6') +  geom_line(data = dat_plot[1:22, ], aes(long, lat, group = group), size = 1, alpha = 0.8, color = '#8BB6D6') +  geom_text_repel(data = mat.cities, aes(x = long, y = lat, label = names), family = "STHeiti") +  labs(x = '经度', y = '纬度', title = '十一条连线', size = '人口(百万)') +   theme_bw() +  theme(panel.border = element_blank(),        text = element_text(family = "STHeiti"),        plot.title = element_text(hjust = 0.5))## 16线ggplot() +   geom_path(data = china, aes(long, lat, group = group), color = '#FD9FA4', show.legend = F) +  geom_point(data = mat.cities, aes(x = long, y = lat, size = population), alpha = 0.8, color = '#8BB6D6') +  geom_line(data = dat_plot[1:32, ], aes(long, lat, group = group), size = 1, alpha = 0.8, color = '#8BB6D6') +  geom_text_repel(data = mat.cities, aes(x = long, y = lat, label = names), family = "STHeiti") +  labs(x = '经度', y = '纬度', title = '十六条连线', size = '人口(百万)') +   theme_bw() +  theme(panel.border = element_blank(),        text = element_text(family = "STHeiti"),        plot.title = element_text(hjust = 0.5))## 33线ggplot() +   geom_path(data = china, aes(long, lat, group = group), color = '#FD9FA4', show.legend = F) +  geom_point(data = mat.cities, aes(x = long, y = lat, size = population), alpha = 0.8, color = '#8BB6D6') +  geom_line(data = dat_plot[1:66, ], aes(long, lat, group = group), size = 1, alpha = 0.8, color = '#8BB6D6') +  geom_text_repel(data = mat.cities, aes(x = long, y = lat, label = names), family = "STHeiti") +  labs(x = '经度', y = '纬度', title = '三十三条连线', size = '人口(百万)') +   theme_bw() +  theme(panel.border = element_blank(),        text = element_text(family = "STHeiti"),        plot.title = element_text(hjust = 0.5))

绘图过程没有什么好说的了，里面使用的函数与方法都在前面的博客中提及过：

R语言学习ggplot2绘制统计图形包全面详解

唯一添加的连线所使用的函数：geom_line，里面只需注意多了一个参数group，记得添加即可。

4) 结果展示

最后的16条连线与33条连线的效果图分别如下所示：

16条连线：

33条连线：

看完了这篇文章，相信你对"数模技巧不用for循环且使用ggplot2如何实现地图上连线"有了一定的了解，如果想了解更多相关知识，欢迎关注行业资讯频道，感谢各位的阅读！