R(四): R开发实例-map分布图

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)

View Code