Визуализация графика Hexabin в R

В этой статье мы увидим, как визуализировать шестигранный график на языке программирования R.

Карта Hexabin использует шестиугольники, чтобы разделить область на несколько частей и назначить каждому цвет. Графическая область (которая может быть географическим положением) разделена на множество шестиугольников, количество точек данных в каждом из которых подсчитывается и отображается цветовым градиентом.

Эта диаграмма используется для отображения плотности, а шестиугольная форма позволяет легко создавать смежные области при разделении пространства на отдельные части.

Загрузите данные по этой ссылке. Эти данные хранят данные о полигонах штатов США.

Basic Hexabin Map

Чтобы построить гексабин с набором данных us_states_hexgrid для этого, мы создадим фрейм данных из этого набора данных, а затем нанесем пространственные данные.

р

# R library

library(tidyverse) # handle the data

library(geojsonio) # handle the geojson data

library(RColorBrewer) # for color palette

library(rgdal) # handling the spatial data

# load the geospatial data

us_data <- geojson_read("us_states_hexgrid.geojson",  what = "sp")

# polygon spatial data

us_data@data = us_data@data %>%

  mutate(google_name = gsub(" \\(United States\\)", "", google_name))

# plot the basic Hexabin Map

plot(us_data)

Выход:

Слияние данных с картограммой

Hexabin используется для построения графиков рассеяния с данными высокой плотности, и здесь мы объединим данные с пространственными объектами из файла geojson, а затем построим гексабин с помощью ggplot.

R

# R library

library(tidyverse) # handle the data

library(geojsonio) # handle the geojson data

library(RColorBrewer) # for color palette

library(rgdal) # handling the spatial data

# load the geospatial data

us_data <- geojson_read("us_states_hexgrid.geojson",

                        what = "sp")

# polygon spatial data

us_data@data = us_data@data %>%

  mutate(google_name = gsub(" \\(United States\\)",

                            "", google_name))

# library to convert data to a tidy data

library(broom)

us_data@data = us_data@data %>% mutate(

  google_name = gsub(" \\(United States\\)",

                     "", google_name))

us_data_fortified <- tidy(us_data,

                          region = "google_name")

# getting the US state Marriage data

data <- read.table("https://raw.githubusercontent.com\

/holtzy/R-graph-gallery/master/DATA/State_mariage_rate.csv",

                   sep = ",", na.strings="---", header = T)

# extracting the data sequence

data %>%

  # getting the data for year 2015

  ggplot( aes(x = y_2015)) +

  # preparing the histogram

  geom_histogram(bins = 10, fill='#69b3a2', color='white')

# merging the data with the spatial features from geojson file

us_data_fortified <- us_data_fortified %>%

  left_join(. , data, by=c("id"="state"))

# preparing a choropleth map

ggplot() +

  geom_polygon(data = us_data_fortified, aes(

    fill =  y_2015, x = long, y = lat, group = group)) +

  scale_fill_gradient(trans = "log") +

  coord_map()

Выход: