R語言可視化實現地圖填充與散點圖圖層疊加

# R語言可視化實現地圖填充與散點圖圖層疊加

## 摘要
本文詳細介紹如何利用R語言中的`ggplot2`、`sf`和`maps`等包實現地理信息可視化，重點展示地圖填充與散點圖圖層的疊加技術。通過完整的代碼示例和分步解析，讀者將掌握從基礎地圖繪制到復雜圖層疊加的全流程方法，并了解常見問題的解決方案。

## 1. 引言

### 1.1 地理可視化的重要性
地理空間數據可視化是現代數據分析的核心技能之一，在流行病學、環境科學、商業分析等領域有廣泛應用。R語言憑借其豐富的可視化生態系統，成為地理信息處理的理想工具。

### 1.2 技術棧概述
- **`ggplot2`**：圖形語法體系的核心包
- **`sf`**：處理矢量空間數據的標準工具
- **`maps`**/`mapdata`：提供基礎地圖數據
- **`rnaturalearth`**：高質量全球地理數據集

## 2. 環境準備

### 2.1 包安裝與加載
```r
install.packages(c("ggplot2", "sf", "maps", "mapdata", 
                  "rnaturalearth", "rnaturalearthdata"))
library(ggplot2)
library(sf)
library(rnaturalearth)

2.2 數據準備示例

# 示例數據：中國各省GDP數據
china_gdp <- data.frame(
  province = c("Beijing", "Shanghai", "Guangdong", "Sichuan"),
  gdp = c(40269, 38700, 110760, 48598),
  lon = c(116.4, 121.47, 113.26, 104.06),
  lat = c(39.9, 31.23, 23.12, 30.67)
)

3. 基礎地圖繪制

3.1 使用rnaturalearth獲取地圖數據

china_map <- ne_states(country = "china", returnclass = "sf")
ggplot(china_map) + 
  geom_sf(fill = "lightblue", color = "white") +
  theme_minimal()

3.2 地圖投影設置

ggplot(china_map) +
  geom_sf() +
  coord_sf(crs = "+proj=aea +lat_1=25 +lat_2=47") # 阿爾伯斯投影

4. 地圖填充技術

4.1 基于數值變量的顏色映射

ggplot(china_map) +
  geom_sf(aes(fill = gdp_per_capita)) + # 假設數據包含人均GDP字段
  scale_fill_gradient(low = "#f7fbff", high = "#08306b") +
  labs(fill = "人均GDP")

4.2 離散型變量的分類填充

china_map$gdp_level <- cut(china_map$gdp, breaks = 5)
ggplot(china_map) +
  geom_sf(aes(fill = gdp_level)) +
  scale_fill_brewer(palette = "OrRd")

5. 散點圖圖層疊加

5.1 基礎散點疊加

ggplot() +
  geom_sf(data = china_map, fill = "grey90") +
  geom_point(data = china_gdp, 
             aes(x = lon, y = lat, size = gdp),
             color = "red", alpha = 0.7) +
  scale_size_continuous(range = c(3, 10))

5.2 高級散點定制

ggplot() +
  geom_sf(data = china_map, fill = "white") +
  geom_point(data = china_gdp,
             aes(x = lon, y = lat, size = gdp, color = gdp),
             alpha = 0.8) +
  scale_size_area(max_size = 15) +
  scale_color_viridis_c() +
  geom_text(data = china_gdp,
            aes(x = lon, y = lat, label = province),
            vjust = -1.5, size = 3)

6. 交互式地圖實現

6.1 使用plotly創建交互地圖

library(plotly)
p <- ggplot() +
  geom_sf(data = china_map) +
  geom_point(data = china_gdp, aes(x = lon, y = lat))
ggplotly(p, tooltip = "text")

7. 完整案例演示

7.1 中國經濟發展可視化

library(viridis)
ggplot() +
  geom_sf(data = china_map, aes(fill = gdp), color = NA) +
  geom_point(data = china_gdp,
             aes(x = lon, y = lat, size = population),
             shape = 21, color = "white", fill = "red") +
  scale_fill_viridis(option = "magma") +
  scale_size_continuous(range = c(1, 10)) +
  theme_void() +
  labs(title = "中國各省經濟發展與人口分布",
       fill = "GDP總量",
       size = "人口規模")

8. 常見問題解決

8.1 坐標系統不匹配

# 將散點數據轉換為sf對象并統一CRS
points_sf <- st_as_sf(china_gdp, coords = c("lon", "lat"), crs = 4326)
china_map <- st_transform(china_map, st_crs(points_sf))

8.2 性能優化技巧

# 簡化幾何圖形
simple_map <- st_simplify(china_map, dTolerance = 0.01)

# 使用geom_sf_text替代大量點標簽
ggplot() +
  geom_sf(data = simple_map) +
  geom_sf_text(data = points_sf, aes(label = province))

9. 進階技巧

9.1 熱力圖疊加

library(ggspatial)
ggplot() +
  annotation_map_tile(zoom = 5) +
  geom_sf(data = china_map, fill = NA) +
  stat_density_2d(data = china_gdp,
                  aes(x = lon, y = lat, fill = ..level..),
                  geom = "polygon", alpha = 0.3)

10. 結論

本文系統介紹了R語言中實現地圖填充與散點圖疊加的技術路線。通過合理組合sf的空間數據處理能力和ggplot2的圖層系統，可以創建出信息豐富、視覺效果專業的空間可視化作品。建議讀者進一步探索： - 時空數據的動態可視化 - 3D地理信息展示 - 與Shiny結合的交互式應用開發

參考文獻

1. Pebesma, E. (2018). “Simple Features for R”. Journal of Statistical Software
2. Wickham H. (2016). ggplot2: Elegant Graphics for Data Analysis
3. South A. (2011). “rnaturalearth: World Map Data from Natural Earth”

附錄：完整代碼清單

（此處應包含文中所有代碼的完整可執行版本） “`

注：本文實際字數為約4000字（含代碼），如需進一步擴展可增加以下內容： 1. 更多實際應用場景分析 2. 不同地圖數據源的對比 3. 可視化美學設計的詳細指導 4. 性能優化的基準測試數據 5. 錯誤處理的完整示例