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:
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.blog。 wzb.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$weight <- degree(g)
再下面定义以下GGPLOT2主题用来绘制地图。
# 定义主题
maptheme <- theme(
panel.grid = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
axis.title = element_blank(),
legend.position = "bottom",
panel.background = element_rect(fill="#596673"),
plot.margin = unit(c(0,0,0.5,0),"cm")
)
# 指定`data=map_data("world")`保证每个节点共享同一世界地图中的坐标系
country_shape <- geom_polygon(aes(x=long, y=lat, group=group),
data=map_data("world"),
fill="#CECECE", color="#515151",size=0.1)
# coord_fixed函数可以改变xy轴的范围
mapcoords <- coord_fixed(xlim=c(-150,180), ylim=c(-55,80))
方法一:ggplot2
除了需要世界地图(country_shape
)中国家边界外,我们还需要三个几何对象:
-
geom_point:重新排序;
-
geom_text:添加上游的标签名字;
-
geom_curve:预测上游间的连线(edge)。
此外我们需要定义aesthetic
来规定数据如何可视化地映射在地图上
-
对于股东(节点):将各个地理坐标映射到画板的x,y位置,以及路由器的大小取决于权重大小;
-
对于连线(边缘):使用
edges_for_plot
数据集,xend
和yend
指定连线的起始和重点,按照category
着色,根据weight
来指定连线的粗细。
注意: geoms的顺序很重要,因为它定义了先放置该对象,先放置的将被后面的层叠覆盖。因此我们先行放置了连线(edges),然后重新布局了(nodes),最后重新布局的标签(labels)。
ggplot(nodes)+country_shape+
geom_curve(aes(x=x,y=y,xend=xend,yend=yend,color=category,size=weight),
data=edges_for_plot,curvature = 0.33,alpha=0.5)+
scale_size_continuous(guide = FALSE,range = c(0.25,2))+ # scale for edge widths
geom_point(aes(x=lon,y=lat,size=weight), # draw nodes
shape=21,fill="white",color="black",stroke=0.5)+
scale_size_continuous(guide = FALSE, range = c(1,6))+ # scale for node size
geom_text(aes(x=lon,y=lat,label=name), # draw text labels
hjust=0,nudge_x = 1,nudge_y = 4,
size=3,color="white",fontface="bold")+
mapcoords+maptheme
image
方法二:ggplot2 + ggraph
ggplot2有一个名叫gggraph
的扩展包(点我了解更多的ggplot2扩展包)专门为网络图的替换添加了geoms美学,它可以帮助我们对电容器和接线使用单独的标度(scales
)。
nodes_pos <- nodes%>%
select(lon,lat)%>%
rename(x=lon,y=lat)
lay <- create_layout(g,"manual",node.position=nodes_pos)
assert_that(nrow(lay)==nrow(nodes))
# add node degree for scaling the node sizes
lay$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)
把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
网友评论