R语言实现Hexabin图的可视化

在这篇文章中，我们将看到如何在R编程语言中实现六边形图的可视化。

Hexabin图采用六边形将区域划分为多个部分，并为每个部分分配一种颜色。图形区域（可以是一个地理位置）被划分为一连串的六边形，每个六边形中的数据点的数量被计算出来，并通过颜色梯度显示。

这个图是用来显示密度的，六边形的形状允许轻松创建连续的区域，同时将空间分成不连续的部分。

使用此链接下载数据。该数据存储了美国各州的多边形数据

基本六边形地图

为了用us_states_hexgrid数据集绘制hexabin，我们将从这个数据集中创建数据框架，然后我们将绘制空间数据。

# 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)

输出

在R语言中实现六角星图的可视化

将数据与正方形地图合并

Hexabin用于绘制高密度数据的散点图，这里我们将把数据与来自geojson文件的空间特征合并起来，然后用ggplot绘制hexabin。

# 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()