Draw maps in R

Last updated on Dec 23, 2021 7 min read

引子

对于社会科学学科的人来源，画地图一直是一项必备的技能。我自己也尝试了很多软件(如QGIS、Geoda、ArcGIS等等)，也使用过一些R Package(Tmap、ggmap), 但一直没有找到一个很好的Workflow。特别是在符合版权要求，快速绘制地图的办法。

最近朋友的一篇文章审稿遇到了地图需要符合CC BY 4.0的意见，也是十分苦恼。用此文简单描述一下当前我认为比较好的制图方法。

方法一：ggplot+NaturalEarth直接画

需要的包：

library(rnaturalearth)
library(sp)
library(tmap)
library(rnaturalearthhires)
library(rnaturalearth)
library(mapchina)
library(ggspatial)

这里使用了Natural Earth的图源，这个图源是符合CC BY4.0要求的，但是里面的中国地图存在一些缺陷。如果画中国地图的话，建议使用我国官方的图源。

注：一些其他的CC BY 4.0图源

软件包rnaturalearth提供了全世界各国的地图。使用ne_countries到拉国家数据并选择规模（rnaturalearthhires是必要的scale = "large"）。该函数可以返回sp类（默认）或直接返回类sf，如参数中所定义returnclass：

library("rnaturalearth")

world <- ne_countries(scale = "medium", returnclass = "sf")
class(world)

## [1] "sf"         "data.frame"

## [1] "sf"  
## [1] "data.frame"

数据和基本图（ggplot和geom_sf）

使用 ggplot2画底图将使用不同的地图元素进行扩展域。我们可以检查世界地图是否被正确检索并转换为sf对象，并使用以下方式绘制它ggplot2：

注意！ggplot只能使用sf格式的元素，所以在使用rnaturalearth 时需要注意，返回的格式是sf。

ggplot(data = world) +
    geom_sf()

地图颜色 ( geom_sf)

在许多方面，sf几何图形与常规几何图形没有区别，并且可以对其属性进行相同级别的控制来显示。这是一个示例，其中国家的多边形填充为绿色（参数fill），使用黑色作为国家的轮廓（参数color）

ggplot(data = world) + 
    geom_sf(color = "black", fill = "skyblue")

该包ggplot2允许使用更复杂的配色方案，例如数据的一个变量上的渐变。这是显示每个国家/地区人口的另一个示例。在此示例中，我们使用"viridis"色盲友好调色板进行颜色渐变（ option = "plasma"用于等离子变体），使用人口的平方根（存储在 对象的变量POP_EST中world）：

library(viridis)

## 载入需要的程辑包：viridisLite

ggplot(data = world) +
    geom_sf(aes(fill = pop_est)) +
    scale_fill_viridis(option = "c", trans = "sqrt")

## Warning in viridisLite::viridis(256, alpha, begin, end, direction, option):
## Option 'c' does not exist. Defaulting to 'viridis'.

投影和范围 ( coord_sf)

该函数coord_sf允许处理坐标系，包括地图的投影和范围。默认情况下，地图将使用定义一个的第一层的坐标系（即按提供的顺序扫描），如果没有，则回退到 WGS84（纬度/经度，GPS 中使用的参考系统）。使用参数crs，可以覆盖此设置，并即时投影到任何投影。这可以使用任何有效的 PROJ4 字符串来实现（这里是以欧洲为中心的 ETRS89 Lambert Azimuthal Equal-Area 投影）：

ggplot(data = world) +
    geom_sf() +
    coord_sf(crs = "+proj=laea +lat_0=52 +lon_0=10 +x_0=4321000 +y_0=3210000 +ellps=GRS80 +units=m +no_defs ")

地图的范围也可以在coord_sf中设置，实际上允许"缩放"感兴趣的区域，由 x 轴 ( xlim) 和 y 轴 ( ylim)上的限制提供。请注意，限制会自动扩展一小部分以确保数据和轴不重叠；它也可以关闭以完全匹配提供的限制expand = FALSE：

ggplot(data = world) +
    geom_sf() +
    coord_sf(xlim = c(-102.15, -74.12), ylim = c(7.65, 33.97), expand = FALSE)

比例尺和指北针（包ggspatial）

几个包可用于创建一个地图上的比例尺（例如 prettymapr，vcd，ggsn或legendMap）。我们在这里介绍包ggspatial，它提供了易于使用的功能……

scale_bar这允许在ggplot地图中同时添加北方符号和比例尺。五个参数需要手动设置： lon，lat，distance_lon，distance_lat，和distance_legend。比例尺的位置必须在lon和lat参数中以经度/纬度指定。比例尺内的阴影距离由distance_lon参数控制。而其宽度由 决定distance_lat。此外，可以更改比例尺图例的字体大小（参数legend_size，默认为 3）。“N"北向符号后面的指北针也可以调整其长度 ( arrow_length)、与比例尺的距离 ( arrow_distance) 或 N 北向符号本身的大小 ( arrow_north_size，默认为 6)。请注意，所有距离 (distance_lon, distance_lat, distance_legend, arrow_length, arrow_distance) 在"km"默认情况下设置为distance_unit; 它们也可以用"nm"设置为海里，或用"mi"设置为英里。

library(ggspatial)
ggplot(data = world) +
    geom_sf() +
    annotation_scale(location = "bl", width_hint = 0.5)

## Scale on map varies by more than 10%, scale bar may be inaccurate

国家名称和其他名称（geom_text和annotate）

该world数据集已经包含国名和每个国家的重心（中详细信息）的坐标。我们可以利用这些信息来绘制国家名称，使用world作为一个经常 data.frame在ggplot2。该函数geom_text可用于使用地理坐标向地图添加文本层。该函数需要输入国家名称所需的数据，与世界地图的数据相同。同样，我们有一个非常灵活的控件可以在许多方面随意调整文本：

  • 大小（参数size）；

  • 对齐方式，默认情况下以提供的坐标为中心。可以使用参数hjustand水平或垂直调整文本vjust，它可以是 0（右/下）和 1（上/左）之间的数字或字符（“左”、“中”、“右”、“底部”、“中心”、“顶部”）。文本也可以使用参数nudge_xand 水平或垂直偏移nudge_y；

  • 文本的字体，例如它的颜色（参数color）或字体类型（fontface）；

  • 标签的重叠，使用参数check_overlap，删除重叠的文本。或者，当有很多重叠的标签时，该包ggrepel提供了一个 geom_text_repel功能，可以移动标签，使它们不重叠。

  • 对于文本标签，我们使用st_centroid, 从包中定义县的质心sf。然后我们geometry在空间数据框中将坐标与质心相结合 。该包sf是命令所必需的st_centroid。

此外，该annotate函数可用于在特定位置添加单个字符串，如下所示添加墨西哥湾：

最终地图

现在要进行最后的润色，可以编辑地图的主题以使其更具吸引力。我们建议对theme_bw标准主题使用 ，但还有许多其他主题可供选择（例如参见?ggtheme中的ggplot2，或ggthemes提供几个有用主题的包 ）。此外，可以调整特定的主题元素以获得最终结果：

  • 图例的位置：虽然在本例中没有用到，参数legend.position允许自动放置图例在特定位置（例如"topright"，"bottomleft"等）;

  • 地图上的网格线（经纬网）：使用panel.grid.major和 panel.grid.minor可以调整网格线。这里我们将它们设置为灰色和虚线类型，以便与国家边界线明确区分；

  • 地图背景：该参数panel.background可用于为背景（本质上是海洋）着色为淡蓝色；

  • 可以调整主题的更多元素，这里就不一一介绍了。我们建议读者参考该函数的文档theme。

这里展示一张最近画的，论文中的地图，因为使用了NE图源，所以一定要注明是中国大陆。

library(rnaturalearth)
library(mapchina)
library(ggspatial)
library(tidyverse)

## -- Attaching packages --------------------------------------- tidyverse 1.3.1 --

## v ggplot2 3.3.5     v purrr   0.3.4
## v tibble  3.1.5     v dplyr   1.0.7
## v tidyr   1.1.4     v stringr 1.4.0
## v readr   2.0.2     v forcats 0.5.1

## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

nechina<-ne_states(country = 'china',returnclass = 'sf')

nechina<-nechina%>%
  mutate(target=case_when(name=="Hubei"~"Research Aera",
                          T~'Mainland China'))

ggplot(data = nechina) +
  geom_sf(aes(fill=target))+
  scale_fill_manual(values = c("#dadada", "#08ffc8"))+
  annotation_scale(location = "bl", width_hint = 0.5) +
  annotation_north_arrow(location = "bl", which_north = "true", 
                         pad_x = unit(0.75, "in"), pad_y = unit(0.5, "in"),
                         style = north_arrow_fancy_orienteering)+
  theme_bw()+
  labs(fill=' ')

## Scale on map varies by more than 10%, scale bar may be inaccurate

方法二：mapchina包（仅仅适合中国地图）

library(mapchina)

调用一下mapchina，这里面自带了市级层面的中国数据，存在china这个变量里

library(tidyverse)
library(sf)

## Linking to GEOS 3.9.1, GDAL 3.2.1, PROJ 7.2.1; sf_use_s2() is TRUE

ggplot(data = china) +
        geom_sf(aes(fill = rank(Density))) +
        scale_fill_distiller(palette = "BuPu", direction = 1) +
        theme_bw() +
        theme(legend.position = "none")

使用dplyr匹配变量，直接画就行了。

该包还有画省级地图的教程，详见https://github.com/xmc811/mapchina

方法三：ggmap（适合点图）

我认为ggmap的好处在于，他可以和开源地图直接联动（虽然现在好像只有open street map还能使用，google map已经要求需要提供api。）对于自己有很多带经纬度的poi的情况，我首推ggmap，免去了自己搞地图的困扰。

方法三：tmap（适合填充图）

日后补充

参考

Wickham, Hadley, and Maintainer Hadley Wickham. “The ggplot package.” (2007).

South, Andy. “Rnaturalearth: world map data from natural earth.” R package version 0.1. 0 (2017).

Kahle, David J., and Hadley Wickham. “ggmap: spatial visualization with ggplot2.” R J. 5.1 (2013): 144.

Tennekes, Martijn. “tmap: Thematic Maps in R.” Journal of Statistical Software 84.1 (2018): 1-39.

https://r-spatial.org/r/2018/10/25/ggplot2-sf.html

https://www.nrel.colostate.edu/this-is-how-i-did-it-mapping-in-r-with-ggplot2/

https://eriqande.github.io/rep-res-web/lectures/making-maps-with-R.html

https://bookdown.org/mcwimberly/gdswr-book/mapping-with-ggplot2.html

Ziqian Xia (夏子谦)
Ziqian Xia (夏子谦)
Graduate Student

My research interests include Environmental Behaviour、Environmental Economics and Meta Science.