R语言数据地图——全球填色地图
来源：https://cloud.tencent.com/developer/article/1091301
整个过程以及代码并没有太大差别，只要拿到世界地图素材，根据之前的代码，自己修改参数和指标名称以及引用路径，完全可以做出来（尽管并不一定理解每句代码的含义）。
R语言环境:
R x64 3.31/Rstudio 0.99.903/ggplot2 2.1.0
代码过程：
加载功能所需支持的工具包：
library(ggplot2)
library(plyr)
library(“maptools”)
导入并整理世界地图地理信息数据：
world_map <-readShapePoly(“c:/rstudy/wold_map/World_region.shp”)
x <- world_map@data #读取行政信息
xs <- data.frame(x,id=seq(0:250)-1) #含岛屿共251个形状
world_map1 <- fortify(world_map) #转化为数据框
world_map_data <- join(world_map1, xs, type = “full”) #合并两个数据框
导入指标文件数据并合并成作图数据：
mydata <- read.csv(“C:/rstudy/wold_map/Region_map.csv”) #读取指标数据，csv格式
world_data <- join(world_map_data, mydata, type=“full”) #合并两个数据框
地图填充过程代码：
这里还是通过调整映射方式参数：coord_map(“ortho”, orientation = c(30, 110, 0))可以变换地图的呈现视角：
常见平面视角的全球地图填充：
ggplot(world_data, aes(x = long, y = lat, group = group,fill = zhibiao1)) +
geom_polygon(colour=“grey40”) +
scale_fill_gradient(low=“white”,high=“steelblue”) + #指定渐变填充色，可使用RGB
theme( #清除不需要的元素
panel.grid = element_blank(),
panel.background = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
axis.title = element_blank(),
legend.position = c(0.2,0.3)
)#平面地图
立体空间地图：（添加有映射方式参数coord_map）
ggplot(world_data, aes(x = long, y = lat, group = group,fill = zhibiao1)) +
geom_polygon(colour=“grey40”) +
coord_map(“ortho”, orientation = c(30, 110, 0))+
scale_fill_gradient(low=“white”,high=“steelblue”) + #指定渐变填充色，可使用RGB
theme( #清除不需要的元素
panel.grid = element_blank(),
panel.background = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
axis.title = element_blank(),
legend.position = c(0.2,0.3)
)#映射成空间地图
以上的语法有几点需要提示一下：
第一、代码中带#号后的文本是R语言认可的注释语句，带运行代码的时候不必清除，可以直接跑。
第二、由于全球地图呈现的信息比较丰富，所有的海岛和群岛信息全部都会上色，特别是北欧、北美（加拿大）、大洋洲这些多岛屿、群岛低于会有大量的密集分布的小岛，而填色代码在填充时，多边形线条填充为灰色，造成很多地区边界以及岛链出现大面积黑灰色。
看起来很不美观，所以如果可以将线条色设置为白色，这样效果会好些：geom_polygon(colour=“white”)
但是这样做也会有不足，因为渐变色的色值范围是从(low=“white”,high=“steelblue”)连续过渡的，这样数值接近于零的地区会被填充为纯白，这样与边线的白色会混杂，导致局部地区边界难辨。
当然你也可以尝试用双色过渡。
我把渐变范围的低值与高值起点色和重点色替换成了：(low=“DeepSkyBlue”,high=“OrangeRed”)。
看起来比刚才由low=“white"到high=“steelblue"看着舒服一些。
但是通常来讲根据数据地图的填色规范：
指标都是正值，应该使用单色系连续渐变填充，只有在存在正负值类型的数据时，双色渐变才比较有意义。
所以用色规范还要遵循的，不过自己练着玩就没那么多将就了，可以想怎么弄就怎么弄。
