R语言ggplot2包绘制网络地图

重要提示：数据和代码获取：请查看主页个人信息！！！

载入R包

复制代码

rm(list=ls())
pacman::p_load(tidyverse,assertthat,igraph,purrr,ggraph,ggmap)

网络节点和边数据

复制代码

nodes <- read.csv('nodes.csv', row.names = 1)
edges <- read.csv('edges.csv', row.names = 1)

节点数据权重计算

复制代码

g <- graph_from_data_frame(edges, directed = FALSE, vertices = nodes)
nodes_for_plot <- nodes %>% 
  mutate(weight = degree(g))

网络边和地图经纬度数据整理

复制代码

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) %>% 
  mutate(category = as.factor(category))

edges_for_plot <- edges %>%

这行代码开始了一个管道操作，将 edges 数据框作为输入。edges 数据框应该包含图中的边的信息，例如每条边的起点和终点。

inner_join(nodes %>% select(id, lon, lat), by = c('from' = 'id'))

nodes %>% select(id, lon, lat) 首先从 nodes 数据框中选择 id（节点标识符）、lon（经度）、lat（纬度）这三列。

inner_join 函数将 edges 数据框与上述选择的节点数据进行内连接。连接的依据是 edges 中的 from 列与 nodes 中的 id 列相匹配，这样每条边的起点都会被赋予对应节点的经纬度信息。

rename(x = lon, y = lat)

这行代码将连接后得到的 lon 和 lat 列重命名为 x 和 y，这通常是为了绘图方便或符合后续处理的习惯。

inner_join(nodes %>% select(id, lon, lat), by = c('to' = 'id'))

类似于前面的操作，这次是将修改过的 edges 数据框再次与节点的经纬度信息进行内连接，但这次连接依据是 edges 中的 to 列与 nodes 中的 id 列。

这样每条边的终点也被赋予对应节点的经纬度信息。

rename(xend = lon, yend = lat)

将第二次连接后得到的 lon 和 lat 列重命名为 xend 和 yend，为绘制起点到终点的直线做准备。

mutate(category = as.factor(category))

这行代码使用 mutate 函数将 category 列转换为因子（factor）类型。因子类型在 R 中用于表示分类变量，这可能是为了在绘图或分析时处理边的类别。

ggplot2出图

复制代码

ggplot(nodes_for_plot) + 
  geom_polygon(aes(x = long, y = lat, group = group),
               data = map_data('world'),
               fill = "#CECECE", color = "#515151",
               size = 0.15) +
  geom_curve(data = edges_for_plot, aes(x = x, y = y, xend = xend, yend = yend, # draw edges as arcs
                 color = category, size = weight),
             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") +
  coord_fixed()

基础图层：

ggplot(nodes_for_plot): 初始化一个ggplot对象，可能包含一些特定点的节点数据。

geom_polygon(...): 添加一个多边形层，这里是使用了世界地图的数据。aes(x = long, y = lat, group = group)设置了多边形的坐标和分组。填充颜色设为灰色#CECECE，边界颜色设为深灰#515151，边界宽度为0.15。

曲线层：

geom_curve(...): 添加曲线层，用于绘制边缘或连接线，具体数据来自edges_for_plot。这里曲线的颜色和宽度通过aes(...)映射到category和weight字段。曲线的弯曲度为0.33，透明度为0.5。

边缘宽度的比例尺：

scale_size_continuous(guide = FALSE, range = c(0.25, 2)): 设置曲线宽度的连续比例尺，范围从0.25到2，不显示图例。

点层：

geom_point(...): 添加点层，用于绘制节点。节点位置通过aes(x = lon, y = lat)设置，大小通过weight控制。点的形状设为21（带边框的圆形），填充颜色为白色，边框颜色为黑色，边框宽度为0.5。

节点大小的比例尺：

scale_size_continuous(guide = FALSE, range = c(1, 6)): 设置节点大小的连续比例尺，范围从1到6，不显示图例。

文本层：

geom_text(...): 添加文本层，用于绘制节点旁的文本标签。文本位置通过微调nudge_x和nudge_y设置，水平对齐hjust = 0（左对齐）。文本大小为3，颜色为白色，字体加粗。

坐标系：

coord_fixed(): 设置一个固定比例的坐标系，确保纬度和经度的比例一致，通常用于地图数据以保持比例正确。

这段代码的整体作用是在世界地图上绘制节点和节点间的连接线，并且附加文本标签，适用于展示网络、路径或者其他地理相关的数据。

映射颜色

复制代码

ggplot(nodes_for_plot) + 
  geom_polygon(aes(x = long, y = lat, group = group, fill = region), show.legend = F,
               data = map_data('world'),
               color = "black",
               size = 0.15) +
  geom_curve(data = edges_for_plot, aes(x = x, y = y, xend = xend, yend = yend, # draw edges as arcs
                                        size = weight),
             color = 'black', 
             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") +
  coord_fixed(xlim = c(-150, 180), ylim = c(-55, 80)) + 
  theme(panel.grid = element_blank()) +
  theme(axis.text = element_blank()) +
  theme(axis.ticks = element_blank()) +
  theme(axis.title = element_blank()) +
  theme(legend.position = "right") +
  theme(panel.grid = element_blank()) +
  theme(panel.background = element_rect(fill = "#596673")) +
  theme(plot.margin = unit(c(0, 0, 0.5, 0), 'cm'))

这段代码相较于前一段代码有以下几个主要修改和增加：
多边形层 (geom_polygon):

增加了fill = region属性到aes函数中，这表示多边形的填充颜色现在是基于region字段动态变化的，而不是固定的灰色。

修改了边框颜色为黑色。

增加了show.legend = F，这表示不显示图例，之前的代码中默认可能显示图例。

曲线层 (geom_curve):

去除了曲线的颜色通过aes动态映射，而是设置成了统一的黑色。

去除了曲线宽度的动态映射，只保留了基于weight的大小映射。

坐标系 (coord_fixed):

增加了xlim和ylim参数，这用于设置X轴和Y轴的显示范围，可以用于聚焦到地图的特定部分。
主题设置 (theme):
新增多个
复制代码
theme
函数调用，用于定制图表的美观性和可读性：

panel.grid = element_blank()：去除背景的网格线。

axis.text = element_blank()和其他相关axis设置：去除坐标轴的文本、刻度、标题等元素，使图表更为简洁。

legend.position = "right"：设置图例位置在右侧。

panel.background = element_rect(fill = "#596673")：设置面板背景颜色为深灰蓝色。

plot.margin = unit(c(0, 0, 0.5, 0), 'cm')：调整图表的边缘空白。