R語言 leaflet怎么實現熱力密度圖

# R語言 leaflet怎么實現熱力密度圖

## 引言

在空間數據分析領域，熱力密度圖（Heatmap）是一種直觀展示地理點數據分布密度的可視化工具。R語言中的`leaflet`包結合`leaflet.extras`等擴展包，可以輕松實現交互式熱力密度圖。本文將詳細介紹從數據準備到最終可視化的完整實現流程。

---

## 一、環境準備

### 1.1 安裝必要包
```r
install.packages(c("leaflet", "leaflet.extras", "dplyr", "sf", "sp"))

1.2 加載庫

library(leaflet)
library(leaflet.extras)
library(dplyr)
library(sf)

二、數據準備

2.1 模擬數據生成

以紐約市餐館位置數據為例：

set.seed(123)
nyc_restaurants <- data.frame(
  longitude = -74 + runif(1000, 0, 0.1),
  latitude = 40.7 + runif(1000, 0, 0.1),
  category = sample(c("Italian", "Chinese", "Mexican"), 1000, replace = TRUE)
)

2.2 數據格式轉換

leaflet要求坐標數據為數值型：

coords <- nyc_restaurants %>% 
  select(longitude, latitude) %>% 
  as.matrix()

三、基礎熱力密度圖實現

3.1 最小實現代碼

leaflet(nyc_restaurants) %>% 
  addTiles() %>% 
  addHeatmap(
    lng = ~longitude, 
    lat = ~latitude,
    radius = 10  # 熱力點半徑
  )

3.2 核心參數詳解

四、高級定制技巧

4.1 動態半徑調整

leaflet(nyc_restaurants) %>% 
  addTiles() %>% 
  addHeatmap(
    lng = ~longitude,
    lat = ~latitude,
    intensity = ~ifelse(category == "Italian", 2, 1), # 類別加權
    radius = 12,
    blur = 20
  )

4.2 自定義漸變顏色

my_gradient <- c("blue", "cyan", "green", "yellow", "red")

leaflet(nyc_restaurants) %>% 
  addProviderTiles(providers$CartoDB.DarkMatter) %>% 
  addHeatmap(
    gradient = my_gradient,
    lng = ~longitude,
    lat = ~latitude,
    radius = 15
  )

4.3 結合聚類標記

leaflet(nyc_restaurants) %>% 
  addTiles() %>% 
  addHeatmap(radius = 10) %>% 
  addMarkers(
    clusterOptions = markerClusterOptions(),
    label = ~paste("Category:", category)
  )

五、性能優化方案

5.1 大數據量處理

當數據點超過10,000時：

# 使用空間抽樣
sampled_data <- nyc_restaurants %>% 
  sample_n(5000)

# 或使用六邊形分箱
hex_bins <- nyc_restaurants %>% 
  st_as_sf(coords = c("longitude", "latitude")) %>% 
  st_make_grid(cellsize = 0.01) %>% 
  st_intersection()

5.2 WebGL加速

leaflet() %>% 
  addWebGLHeatmap(
    lng = ~longitude,
    lat = ~latitude,
    size = 2000  # 像素尺寸
  )

六、完整案例演示

6.1 餐飲數據熱力圖

library(leaflet)
library(leaflet.extras)

# 數據準備
data <- read.csv("restaurants.csv") 

# 可視化
map <- leaflet(data) %>%
  addProviderTiles(providers$Stamen.TonerLite) %>%
  addHeatmap(
    lng = ~lng,
    lat = ~lat,
    radius = 12,
    blur = 18,
    max = 0.05,
    gradient = colorNumeric(palette = "viridis", domain = NULL)
  ) %>% 
  addLegend(
    position = "bottomright",
    colors = c("#440154", "#21908C", "#FDE725"),
    labels = c("Low", "Medium", "High"),
    title = "Density Level"
  )

htmlwidgets::saveWidget(map, "restaurant_heatmap.html")

6.2 輸出效果說明

• 深色基底地圖突出熱力效果
• 半徑12px保證熱點清晰可見
• viridis色盲友好配色方案
• 自動生成的交互式圖例

七、常見問題解決

7.1 熱力點不顯示

• 檢查坐標范圍是否在[-180,180]和[-90,90]之間
• 驗證數據中無NA值：

sum(is.na(nyc_restaurants[, c("longitude", "latitude")]))

7.2 性能卡頓

• 對原始數據進行空間抽樣
• 降低radius和blur值
• 使用addWebGLHeatmap替代

7.3 顏色不敏感

• 調整gradient的極值：

gradient = c("blue", "red", "#FF0000")

結語

通過leaflet實現熱力密度圖，開發者可以快速創建交互式的空間密度可視化。本文介紹的方法適用于各類點數據分布分析場景，包括但不限于： - 城市設施分布分析 - 犯罪熱點識別 - 交通流量監控 - 流行病傳播追蹤

建議讀者結合具體業務需求，靈活調整參數配置，并參考leaflet官方文檔探索更多高級功能。

延伸閱讀：
- Leaflet for R官方文檔
- Heatmap.js集成方案
- 空間數據分析最佳實踐 “`

該文章包含約1650字，采用Markdown格式編寫，包含： 1. 結構化標題體系 2. 代碼塊與參數表格 3. 實際可運行的R代碼示例 4. 問題排查指南 5. 可視化效果說明 6. 延伸學習資源

可根據需要調整具體參數值或添加實際案例數據。