美文网首页
用R在地图上绘制网络图的三种方法

用R在地图上绘制网络图的三种方法

作者: 生信宝典 | 来源:发表于2019-10-28 19:34 被阅读0次

    作者:严涛浙江大学作物遗传育种在读研究生(生物信息学方向)伪码农,R语言爱好者,爱开源

    又到了亲爱的严涛老师时间:

    诺奖文章里面的动图布局教程来了!!

    R包ggseqlogo |置换序列分析图

    ggplot2高效实用指南(可视化脚本,工具,套路,配色)

    ComplexHeatmap |理解绘图逻辑布局热图

    R语言可视化学习笔记之ggridges包

    ggplot2学习笔记之图形排列

    网络地理图产品与传统的网络图产品不同,引用当地理位置进行节点网络可视化时,需要将这些节点放置在地图上,然后绘制他们之间的连结。马库斯康拉德的帖子(https://datascience.blogwzb.eu/2018/05/31/three-ways-of-visualizing-a-graph-on-a-map/),非常赞。其中他的部分思路对于我们学习可视化很有帮助。

    首先准备需要的R包,当需要一次性加载多个R包时,我们可以利用pacman,它整合了library包中的一些相关函数,利用pacman包中的p_load函数可以自动加载需要的R包,如果没有找到替代自动安装缺失的R包。这样我们就不用写很多行library命令了,从而使代码变得简单些。

    library(pacman)
    p_load(assertthat,tidyverse,ggraph,igraph,ggmap)
    

    为了方便大家练习,仅挑出部分国家地理位置,如下:

    country_coords_txt <- "
     1     3.00000  28.00000       Algeria
     2    54.00000  24.00000           UAE
     3   139.75309  35.68536         Japan
     4    45.00000  25.00000 'Saudi Arabia'
     5     9.00000  34.00000       Tunisia
     6     5.75000  52.50000   Netherlands
     7   103.80000   1.36667     Singapore
     8   124.10000  -8.36667         Korea
     9    -2.69531  54.75844            UK
    10    34.91155  39.05901        Turkey
    11  -113.64258  60.10867        Canada
    12    77.00000  20.00000         India
    13    25.00000  46.00000       Romania
    14   135.00000 -25.00000     Australia
    15    10.00000  62.00000        Norway"
    
    nodes <- read.table(text = country_coords_txt, header = FALSE, quote = "'",sep = "\t",col.names = c("id","lon","lat","name"))
    

    现在我们有了15个国家的地理坐标(LON和LAT)和国家名称,这些就是之后要在地图中展现的例程,下面我们需要在这些队列之间随机创建一些链接,方便之后将不同国家连起来。

    # 生成随机数种子,保证结果的重复性
    set.seed(42)  
    min <- 1
    max <- 4
    n_categories <- 4
    
    # edges:建立国家之间的随机连结
    edges <- map_dfr(nodes$id, function(id){
      n <- floor(runif(1,min,max+1))
      to <- sample(1:max(nodes$id),n ,replace = FALSE)
      to <- to[to!=id]
      categories <- sample(1:n_categories,length(to), replace = TRUE)
      weight <- runif(length(to))
      data_frame(from=id, to=to, weight=weight, category=categories)
    })
    edges <- edges%>%mutate(category=as.factor(category))
    

    上面我们已经创建好了例程(node)以及连接(edge),并且还生成了连结之间的类别(categories)和权重(weight),下面就进行可视化。

    生成图形结构

    下面创建一个预测边缘的数据框架。

    (g <- graph_from_data_frame(edges, directed = FALSE, vertices = nodes))
    

    此外,还需要再额外定义四列并入替换的初始位置。

    edges_for_plot <- edges%>%
      inner_join(nodes%>%select(id, lon, lat),by=c("from"="id"))%>%
      rename(x=lon, y=lat)%>%
      inner_join(nodes%>%select(id,lon,lat),by=c("to"="id"))%>%
      rename(xend=lon,yend=lat)
    assert_that(nrow(edges_for_plot)==nrow(edges))
    
    # 给每个节点一个权重(weight)值,在之后的绘图中将反应在节点的大小上
    nodes$weight <- degree(g)
    

    再下面定义以下GGPLOT2主题用来绘制地图。

    # 定义主题
    maptheme <- theme(
      panel.grid = element_blank(),
      axis.text = element_blank(),
      axis.ticks = element_blank(),
      axis.title = element_blank(),
      legend.position = "bottom",
      panel.background = element_rect(fill="#596673"),
      plot.margin = unit(c(0,0,0.5,0),"cm")
    )
    
    # 指定`data=map_data("world")`保证每个节点共享同一世界地图中的坐标系
    country_shape <- geom_polygon(aes(x=long, y=lat, group=group),
                                  data=map_data("world"),
                                  fill="#CECECE", color="#515151",size=0.1)
    
    # coord_fixed函数可以改变xy轴的范围
    mapcoords <- coord_fixed(xlim=c(-150,180), ylim=c(-55,80))
    

    方法一:ggplot2

    除了需要世界地图(country_shape)中国家边界外,我们还需要三个几何对象:

    1. geom_point:重新排序;

    2. geom_text:添加上游的标签名字;

    3. geom_curve:预测上游间的连线(edge)。

    此外我们需要定义aesthetic来规定数据如何可视化地映射在地图上

    1. 对于股东(节点):将各个地理坐标映射到画板的x,y位置,以及路由器的大小取决于权重大小;

    2. 对于连线(边缘):使用edges_for_plot数据集,xendyend指定连线的起始和重点,按照category着色,根据weight来指定连线的粗细。

    注意: geoms的顺序很重要,因为它定义了先放置该对象,先放置的将被后面的层叠覆盖。因此我们先行放置了连线(edges),然后重新布局了(nodes),最后重新布局的标签(labels)。

    ggplot(nodes)+country_shape+
      geom_curve(aes(x=x,y=y,xend=xend,yend=yend,color=category,size=weight),
                 data=edges_for_plot,curvature = 0.33,alpha=0.5)+
      scale_size_continuous(guide = FALSE,range = c(0.25,2))+  # scale for edge widths
      geom_point(aes(x=lon,y=lat,size=weight),  # draw nodes
                 shape=21,fill="white",color="black",stroke=0.5)+
      scale_size_continuous(guide = FALSE, range = c(1,6))+ # scale for node size
      geom_text(aes(x=lon,y=lat,label=name), # draw text labels
                hjust=0,nudge_x = 1,nudge_y = 4,
                size=3,color="white",fontface="bold")+
      mapcoords+maptheme
    
    image

    方法二:ggplot2 + ggraph

    ggplot2有一个名叫gggraph的扩展包(点我了解更多的ggplot2扩展包)专门为网络图的替换添加了geoms美学,它可以帮助我们对电容器和接线使用单独的标度(scales)。

    nodes_pos <- nodes%>%
      select(lon,lat)%>%
      rename(x=lon,y=lat)
    lay <- create_layout(g,"manual",node.position=nodes_pos)
    assert_that(nrow(lay)==nrow(nodes))
    
    # add node degree for scaling the node sizes
    lay$weight <- degree(g)
    
    # 使用gggraph包中的geom_edge_arc和geom_node_point函数进行绘图
    ggraph(lay)+
      country_shape+
      geom_edge_arc(aes(color=category,edge_width=weight,circular=FALSE),
                    data = edges_for_plot,curvature = 0.33,alpha=0.5)+
      scale_edge_width_continuous(range = c(0.5,2),guide=FALSE)+
      geom_node_point(aes(size=weight),shape=21,fill="white",color="black",stroke=0.5)+
      scale_size_continuous(range = c(1,6),guide = FALSE)+
      # 指定repel = TRUE来分发各个节点的标签
      geom_node_text(aes(label=name),repel = TRUE, size=3,color="white",fontface="bold")+
      mapcoords+maptheme
    
    image

    方法三:图形叠加

    图形叠加需要一个透明背景,可通过下面的命令创建。

    theme_transp_overlay <- theme(
      panel.background = element_rect(fill="transparent",color=NA),
      plot.background = element_rect(fill="transparent",color=NA)
    )
    

    在透明的背景上添加地图。

    这里介绍一个技巧,我们可以将绘图代码放置在()中,运行一句命令即可将图形显示在你的RStudio中,而不需要再次运行p_base

    (p_base <- ggplot() + country_shape + mapcoords + maptheme)
    
    image

    下面创建第一个需要覆盖在地图上的层叠-各节点之间的连线(边)。

    (p_edges <- ggplot(edges_for_plot)+
      geom_curve(aes(x=x,y=y,xend=xend,yend=yend,color=category,size=weight), # draw edges as arcs
                 curvature = 0.33,alpha=0.33)+
      scale_size_continuous(guide = FALSE, range = c(0.5, 2)) + # scale for edge widths
      mapcoords + maptheme + theme_transp_overlay +
      theme(legend.position = c(0.5, -0.1),
            legend.direction = "horizontal"))
    
    image

    然后是排除第二个需要重叠的附件-节点(节点)

    (p_nodes <- ggplot(nodes) +
      geom_point(aes(x = lon, y = lat, size = weight),
                 shape = 21, fill = "white", color = "black",   # draw nodes
                 stroke = 0.5) +
      scale_size_continuous(guide = FALSE, range = c(1, 6)) +   # scale for node size
      geom_text(aes(x = lon, y = lat, label = name),            # draw text labels
                hjust = 0, nudge_x = 1, nudge_y = 4,
                size = 3, color = "white", fontface = "bold") +
      mapcoords + maptheme + theme_transp_overlay)
    
    image

    需要求最后用annotation_custom(ggplotGrob)p_edges状语从句:p_nodes添加到p_base上,三个图形就叠加在一起了。还之后需要手动多次调整p_edges状语从句:p_nodes在垂直方向上的位置。

    p <- p_base+
      annotation_custom(ggplotGrob(p_edges), ymin = -74)+
      annotation_custom(ggplotGrob(p_nodes), ymin = -74)
    print(p)
    
    image

    相关文章

      网友评论

          本文标题:用R在地图上绘制网络图的三种方法

          本文链接:https://www.haomeiwen.com/subject/yixivctx.html