前几章对R语言的运行原理、基本语法、数据类型、环境部署等基础知识作了简单介绍,本节将结合具体案例进行验证测试。 案例场景:从互联网下载全国三甲医院数据,以地图作为背景,展现各医院在地图上的分布图。全国三甲医院数据来源 http://www.wxmp.cn/cms/detail-51610-23480-1.html
目录:
- map包研究
- 效果图
- 数据清洗
- R开发
- R脚本部署
map包研究:
- CRAN上地图的一个常用包就是maps (https://cran.r-project.org/web/packages/maps/index.html), 它里边一个基本的函数是map( ).
- 示例: map('world', fill = TRUE,col=colors( )) , 你在Rstudio执行语句得出的结果可看出这个包用的数据集够老了,苏联还在,画中国地图,还需要用到 mapdata 包(http://cran.r-project.org/web/packages/mapdata/index.html) 这是maps的补充包,给了更高清晰度或更大的数据集。里边提供了中国和日本地图。 但是这个地图数据更老,没有重庆市,直接 Pass。
- ggmap包是基于ggplot2的图层语法构建的R包,ggplot2作为R的图形系统,其最鲜明的特点在于其分层语法,即把图像元素一层层叠加在基础画布之上。事实上,一张主题地图就相当把地图作为画布,而把基于地理的信息表现在地图上。如果作为基础画布的地图和ggplot2的分层语法结合起来,那么就能更高效绘制主题地图。这个结合的工作就是由ggmap包来实现的
- ggmap 它结合了来自Google Maps,OpenStreet Map,Stamen Maps和CloudMade Maps的静态地图信息来绘制主题地图,但遗憾的是国内无法访问google map, 只能 pass
- REmap 是一个基于Echarts2.0 的一个R包.主要的目的是为广大数据玩家提供一个简便的,可交互的地图数据可视化工具,在此基础上,稍作修改,基本可用,但存在一个问题就是 Echart2.0 在移动终端上无法自适应
效果图:
数据清洗:
- 完成本节验证,需要用到 github 上的两个软件包, baidumap (清洗数据时根据医院名称获取经纬度) REmap (可视化展现),安装命令如下
- R命令: install.packages("devtools")
- R命令: library(devtools)
- R命令: install_github('badbye/baidumap')
- R命令: install_github('lchiffon/REmap')
- 从网上抓取的数据整理后保存至一个txt文件 (数据来源 http://www.wxmp.cn/cms/detail-51610-23480-1.html)
- 加载baidumap包,获取医院的经纬度,再对数据进行清洗,将结果保存至本地的文件
- window Rstudio环境,代码如下(纠正一下,write.table 里面的参数增加 sep="\t":
#读取数,删除空值
pdata<-read.csv("d:\\data.txt",sep="\t",header=FALSE,col.names = c("city","name"))
pdata <- na.omit(pdata) #加载baidumap 根据名称获取医院经纬度
library(baidumap)
bhs <- getCoordinate(pdata$name,formatted = T) #组织清洗后的数据
hsdata <- data.frame(name=rownames(bhs),lon=bhs[,1],lat=bhs[,2])
result <- merge(pdata,hsdata,by.x="name",by.y="name")
head(result) #删除空值数据
result <- na.omit(result) #保存清空后的数据
path <- c("d:\\data1.txt")
write.table(result,file = path,row.names = FALSE) 清理前后的数据对比图如下:
R包开发:
- REmap的问题,在show()的时候,直接起了一个R Session, 调用浏览器show出了最终的结果,如若最终的产品要集成在我们自己的Web框架内或者一个网页内嵌的IFrame里,这样就玩不转,因此在REmap的基础上稍作修改,将生成的结果保存在 linux httpd服务对应的站目录,文件生成后,返回client 文件名,由client发起二次请求加载网页。
- 示列代码如下(发布到linux系统),保存命名为 CMap.R:
#FastRWeb调用R脚本函数入口
run <- function(...){ #物理文件保存地址
path = c("/var/www/html")
file_name = paste0("C", format(Sys.time(), "%Y%m%d"))
full_path = paste0(path, "/", file_name, ".html")
if (file.exists(full_path)) {
out(file_name)
return
} my.writeMap(full_path)
out(file_name)
} my.writeMap <- function(file_name){ #获取清洗完成的数据
pdata<-read.csv("/var/www/html/data1.txt",sep="\t",header=FALSE,col.names = c("name","cityName","lon","lat"))
head(pdata) #按城市统计医院数量(分布图用到的参数)
cityCount <- tapply(pdata$name,pdata$cityName,length)
citydata <- data.frame(place=row.names(cityCount),values=cityCount) #geodata
stadata <- data.frame(lon=pdata$lon,lat=pdata$lat,cityname = pdata$name) #分布图
library(REmap)
output <- remapC(citydata,
title = "Demo",
theme = get_theme("Bright"),
markPointData =stadata[,3],
markPointTheme = markPointControl(symbol = "pin",effect = TRUE,symbolSize = 3,color = "red"),
geoData = stadata) my.plot(output,file_name)
} #写物理文件,修改REmap 代码
my.plot <- function(object, file_name) { ## SVG rewrite JS path
if (object@maptype == 'SVG') {
content <- sub("http://echarts.baidu.com/build/dist/echarts.js","./js/echarts.js", object@content)
content <- sub("http://echarts.baidu.com/build/dist/echarts-all.js","./js/echarts-all.js",content)
} if (object@maptype == 'SVGH') {
content <- sub("http://echarts.baidu.com/build/dist/echarts.js","./js/echarts.js", object@content)
content <- sub("http://echarts.baidu.com/build/dist/echarts-all.js","./js/echarts-all.js",content)
} ## Bmap rewrite JS path
if (object@maptype == "Bmap") {
content <- sub("http://echarts.baidu.com/build/dist/echarts.js","./js/echarts.js",object@content)
content <- sub("http://echarts.baidu.com/doc/asset/js/jquery.min.js","./js/jquery.min.js",content)
content <- sub("http://lchiffon.github.io/reveal_slidify/echarts/require", "./js",content)
}
writeLines(content,file_name,useBytes = T)
} - 说明: 本例代码是发布到FastRWeb框架上通过程序调用以Web方式访问的示例,如果仅是学习研究用的话,直接将 my.writeMap 函数里面的代码 copy 出来,将最后一句保存物理文件的代码改为 show(output)或 output,在你本地Window的Rstudio 命令行下执行即可看到效果, 没那么麻烦。
R脚本部署:
- 将清洗后的数据文件(data.txt)和R脚本文件(CMap.R) copy至linux主机的 /var/FastRWeb/web.R 目录下
- 通过程序(开发语言不限)访问 http://192.168.0.10:8888/CMap,得到名为 CYYYYMMDD.html 的文件名
- 通过程序再次发起请求:http://192.168.0.10/CYYYYMMDD.html 即可得到上所示效果图