这么牛X的包，一般人我不告诉他！！！

发表于 | 分类于 | | 阅读次数
| 字数统计 1,887 字 | 阅读时长 8 分钟

本文将给大家介绍一个ggplot2灰常牛X的可视化扩展包，我将该包主页的包用法介绍整理成中文，分享给大家。

包名叫geofacet，有经验的charter大概能猜出来个大概，没错该包是关于可视化数据中的地理信息，以及维度分面。

作者命名非常讲究，将该包的两个主要核心功能进行组合命名。

地理信息可视化分面，这么吊的包你肯定是第一次看到吧（其实之前介绍过一些地图上的mini 柱形图、饼图等都算这一类），但是这里的分面功能做的更加彻底，作者还是遵循惯例，将这种基于地理信息分面的可视化功能对接了ggplot2,并以分面函数facet_geo()的形式呈现。

这样了解ggplot2的用户学习成本就低了很多，因为只需了解这个分面参数的具体设定，组织对应数据源格式就OK了。

以下是本文的主要内容：

geofacet包扩展了ggplot2的分面函数，进而提供了基于地理信息的更加灵活的数据可视化方案。这个分面函数并无特别指出，如同内置的分面函数（facet_grid、facet_wrap等）用法没有太大差别。唯一的区别是，在最终的图形版面呈现结果上，允许单个图表分面刻画在对应的地理多边形中心位置。

该包的核心功能可以概括为以下几点：

每一个分面单元格都可以呈现一个维度的数据（而非单个数值）；

每一个分面单元格可以容纳任何一种ggplot2内置图表对象（看清楚了，是任何一种，任何一种，任何一种，就问你这包屌不屌！）；

分面系统支持任何的地理多边形（可以是内建的，也可以是用户自定义的）。

该包的强大优势绝不仅仅只有以下展示的这些内容，很快我们将会建立一个该包的专属博客（如果建好了会将其网站分享在本页面）。

下载安装：

1
2
3
4
5
6
install.packages("geofacet")
# or from github:
# devtools::install_github("hafen/geofacet")
library(geofacet)
library(ggplot2)
library(ggthemes)

使用方法：

该包内的主要函数是facet_geo()，它的用法可以类比ggplot2的内置分面函数facet_warp()\facet_grid()(当然在输出方式上略有不同)。只要你已经熟练掌握了ggplot2语法，那么你就可以轻松搞定这个包。

接下来让我们展示一个例子，该包内置了一个数据集——state_ranks。

1
head(state_ranks)

这是一个包含美国各州不同社会指标优略程度的数据集（按照排名由低到高排序）。

然后让我们使用geofacet来给每一个州都创造一个柱形图，我仅需使用一个ggplot2内的geom_col()函数即可，至于分面参数，这里我们摒弃使用传统的facet_wrap（）分面函数，而是使用geofacet包提供的facet_geo（）函数来替代。

定义一个主题：

1
2
3
4
5
6
7
8
mytheme<-function (base_size = 12, base_family = ""){
    theme_bw(base_size = base_size, base_family = base_family) %+replace% 
    theme(axis.line = element_blank(), axis.text.x=element_blank(), 
          axis.ticks=element_blank(), axis.title = element_blank(), 
          panel.background=element_blank(),panel.border =element_blank(), 
          panel.grid = element_blank(), plot.background = element_blank(), 
          strip.background=element_blank(),legend.position = c(0.9,0.15))
}

案例赏析：

分面柱形图：

1
2
3
4
5
6
ggplot(state_ranks, aes(variable,rank,fill=variable)) +
  geom_col() +
  coord_flip() +
  scale_fill_wsj()+
  facet_geo(~state)+
  mytheme()

geofacet内部重要参数：

  • grid参数：可以理解为网格id，可以选择内建的id名称，或者是提供一个自建的已经命名有网格名称的数据框。
  • label参数：可以指定任何我们想要指定的变量作为网格显示的标签。

以下是两一个自带数据集的例子：

1
head(us_state_grid2)

这一次，我们用来呈现美国季节调整后的失业率随时间的变化。使用对应州名作为对应网格标签。

1
2
3
4
5
6
7
8
9
ggplot(state_unemp, aes(year, rate)) +
  geom_line() +
  facet_geo(~ state, grid = "us_state_grid2", label = "name") +
  scale_x_continuous(labels = function(x) paste0("'", substr(x, 3, 4))) +
  labs(title = "Seasonally Adjusted US Unemployment Rate 2000-2016",
    caption = "Data Source: bls.gov",
    x = "Year",
    y = "Unemployment Rate (%)") +
  theme(strip.text.x = element_text(size = 6))

指定网格非常容易，我们只需提供一个内含地区名称和地区代码的数据框即可。

以下是该包内已经内建好的，我们画图可利用的带地区编码的数据集。

1
2
3
get_grid_names()
#[1] "us_state_grid1" "us_state_grid2" "eu_grid1" "aus_grid1" "sa_prov_grid1" "london_boroughs_grid"
#[7] "nhs_scot_grid" "india_grid1" "india_grid2" "argentina_grid1" "br_grid1"

OMG，WAKM ,竟然没有China，这不科学啊（等我弄明白了我亲自给大家做一个）。

接下来是其他国家的几个例子！

欧盟成员国GDP增长情况：

1
2
3
4
5
6
7
8
9
ggplot(aus_pop, aes(age_group, pop / 1e6, fill = age_group)) +
  geom_col() +
  facet_geo(~ code, grid = "aus_grid1") +
  coord_flip() +
  labs(
    title = "Australian Population Breakdown",
    caption = "Data Source: ABS Labour Force Survey, 12 month average",
    y = "Population [Millions]") +
  theme_bw()

奥地利人口分组可视化：

1
2
3
4
5
6
ggplot(aus_pop, aes(age_group, pop / 1e6, fill = age_group)) +  
geom_col() +  
facet_geo(~ code, grid = "aus_grid1") +  
coord_flip() +  
labs(    title = "Australian Population Breakdown",    caption = "Data Source: ABS Labour Force Survey, 12 month average",    y = "Population [Millions]") +  
theme_bw()

南非

1
2
3
4
5
6
7
ggplot(sa_pop_dens, aes(factor(year), density, fill = factor(year))) +
  geom_col() +
  facet_geo(~ province, grid = "sa_prov_grid1") +
  labs(title = "South Africa population density by province",
    caption = "Data Source: Statistics SA Census",
    y = "Population density per square km") +
  theme_bw()

关于伦敦房价

1
2
3
4
5
6
ggplot(london_afford, aes(x = year, y = starts, fill = year)) +
  geom_col(position = position_dodge()) +
  facet_geo(~ code, grid = "london_boroughs_grid", label = "name") +
  labs(title = "Affordable Housing Starts in London",
    subtitle = "Each Borough, 2015-16 to 2016-17",
    caption = "Source: London Datastore", x = "", y = "")

苏格兰居民牙齿健康程度

1
2
3
4
5
6
7
8
ggplot(nhs_scot_dental, aes(x = year, y = percent)) +
  geom_line() +
  facet_geo(~ name, grid = "nhs_scot_grid") +
  scale_x_continuous(breaks = c(2004, 2007, 2010, 2013)) +
  scale_y_continuous(breaks = c(40, 60, 80)) +
  labs(title = "Child Dental Health in Scotland",
    subtitle = "Percentage of P1 children in Scotland with no obvious decay experience.",
    caption = "Source: statistics.gov.scot", x = "", y = "")

印度人口分布

1
2
3
4
5
6
7
8
9
10
ggplot(subset(india_pop, type == "state"),
  aes(pop_type, value / 1e6, fill = pop_type)) +
  geom_col() +
  facet_geo(~ name, grid = "india_grid2", label = "code") +
  labs(title = "Indian Population Breakdown",
       caption = "Data Source: Wikipedia",
       x = "",
       y = "Population [Millions]") +
  theme_bw() +
  theme(axis.text.x = element_text(angle = 40, hjust = 1))

2016年美国总统大选：

1
2
3
4
5
6
7
8
9
10
11
12
13
ggplot(election, aes("", pct, fill = candidate)) +
  geom_col(alpha = 0.8, width = 1) +
  scale_fill_manual(values = c("#4e79a7", "#e15759", "#59a14f")) +
  facet_geo(~ state, grid = "us_state_grid2") +
  scale_y_continuous(expand = c(0, 0)) +
  labs(title = "2016 Election Results",
    caption = "Data Source: http://bit.ly/2016votecount",
    x = NULL,
    y = "Percentage of Voters") +
  theme(axis.title.x = element_blank(),
    axis.text.x = element_blank(),
    axis.ticks.x = element_blank(),
    strip.text.x = element_text(size = 6))

换成条形图：

1
2
3
4
5
6
7
8
9
10
11
ggplot(election, aes(candidate, pct, fill = candidate)) +
  geom_col() +
  scale_fill_manual(values = c("#4e79a7", "#e15759", "#59a14f")) +
  facet_geo(~ state, grid = "us_state_grid2") +
  theme_bw() +
  coord_flip() +
  labs(title = "2016 Election Results",
    caption = "Data Source: http://bit.ly/2016votecount",
    x = NULL,
    y = "Percentage of Voters") +
  theme(strip.text.x = element_text(size = 6))

好了就写这几个吧，看完是不是觉得这个包很牛掰啊哈哈哈~_~

我也是被他给惊艳到才立马写出来分享给大家，不过可惜的是这些只能使用内建数据，如果你要呈现的地域包含在内建的地区里面，应该是可以用的，但是内部没有定义的地区编码，需要自己使用JS编辑器定义、提交、审核，灰常麻烦，但是我有信心把源码搞明白，然后写一套可以自定义的地区分面系统。（不知道要猴年马月才能出来哈哈哈~）

联系方式：
wechat：ljty1991
Mail:578708965@qq.com
个人公众号：数据小魔方（datamofang）
团队公众号：EasyCharts
qq交流群：[魔方学院]298236508

个人简介：
杜雨
财经专业研究僧；
伪数据可视化达人；
文科背景的编程小白；
喜欢研究商务图表与地理信息数据可视化，爱倒腾PowerBI、SAP DashBoard、Tableau、R ggplot2、Think-cell chart等诸如此类的数据可视化软件，创建并运营微信公众号“数据小魔方”。
Mail:578708965@qq.com

备注信息：
知识共享许可协议
本作品采用知识共享署名-非商业性使用 4.0 国际许可协议进行许可。

坚持原创技术分享，您的支持将鼓励我继续创作!