97国产精品,做受视频,日韩国产精品

R語言數(shù)據(jù)可視化——美國總統(tǒng)大選地圖

轉(zhuǎn)帖|使用教程|編輯：我只采一朵|2017-05-25 13:48:09.000|閱讀 2882 次

概述：本篇內(nèi)容不涉及深入的文字分析，主要以講解美國選舉結(jié)果的可視化地圖為主，是很干的干貨

# 界面/圖表報(bào)表/文檔/IDE等千款熱門軟控件火熱銷售中 >>

大數(shù)據(jù)

作者：杜雨

2016年末最火的新聞莫過于美國總統(tǒng)大選了，各種社交媒體都被瘋狂刷屏。

雖然已經(jīng)過去好幾個月了，但是本小編還是決定來湊個熱鬧，用R語言來復(fù)盤希拉里阿姨和川普大叔各州選票及支持率的分布情況。

本篇內(nèi)容不涉及深入的文字分析（前天已經(jīng)推送過一篇報(bào)道了），主要以講解美國選舉結(jié)果的可視化地圖為主，是很干的干貨，所以接下來準(zhǔn)備好接受眼花繚亂的代碼轟炸吧哈哈~_~

加載所需包：

library("ggplot2")
library("RColorBrewer")
library("maptools")
library("plyr")
library("rJava")

地圖數(shù)據(jù)讀取：

American_map <-readShapePoly("C:/rstudy/USA_map/STATES.SHP")
AD1 <- American_map@data
AD2 <- data.frame(id=rownames(AD1),AD1)
American_map1 <- fortify(American_map)
American_map_data <- join(American_map1,AD2, type = "full")
American_map_data<-American_map_data[,1:12]

提取各州數(shù)據(jù)集：

mydata<-data.frame(STATE_NAME=unique(American_map_data$STATE_NAME),STATE_ABBR=unique(American_map_data$STATE_ABBR))
write.table (mydata, file ="D:\\R\\File\\President.csv", sep =",", row.names =FALSE)
newdata<-read.csv("D:\\R\\File\\President.csv")

以上步驟中前兩句代碼是我初次練習(xí)時使用地圖數(shù)據(jù)提取的美國各州州名及簡稱數(shù)據(jù)，導(dǎo)出后用于添加大選的各州選票信息，最后再次導(dǎo)入，整理過的投票信息數(shù)據(jù)文件President.csv我會一并分享給大家，所以大家用的時候可以直接導(dǎo)入即可，直接忽略前兩句代碼。

分離大陸與夏威夷、阿拉斯加：

data1<-subset(American_map_data,STATE_NAME!='Alaska'& STATE_NAME!='Hawaii')
data2<-subset(American_map_data,STATE_NAME=="Hawaii")    
data3<-subset(American_map_data,STATE_NAME=="Alaska")

更改阿拉斯加與夏威夷坐標(biāo)并合并：

data2$long<-data2$long+65
data3$long<-data3$long+40
data3$lat<-data3$lat-42
data4<-rbind(data1,data2,data3)

合并地理信息數(shù)據(jù)與選舉數(shù)據(jù)：

American_data <- join(data4, newdata, type="full")

提取各州中心經(jīng)緯度指標(biāo)：

midpos <- function(AD1){mean(range(AD1,na.rm=TRUE))} 
centres <- ddply(American_data,.(STATE_ABBR),colwise(midpos,.(long,lat)))

合并各州中心經(jīng)緯度數(shù)據(jù)與選票數(shù)據(jù)：

mynewdata<-join(centres,newdata,type="full")

接下來將會以四個數(shù)據(jù)地圖的形式向大家展示美國總統(tǒng)大選結(jié)果中，各州選票分布，以及各州對希拉里、川普的支持率可視化信息。

美國總統(tǒng)大選各州選舉人票數(shù)分布：

ggplot()+
geom_polygon(data=American_data,aes(x=long,y=lat,group=group),colour="grey",fill="white")+
geom_point(data=mynewdata,aes(x=long,y=lat,size=Count,fill=Count),shape=21,colour="black")+
      scale_size_area(max_size=10)+ 
      scale_fill_gradient(low="white",high="#D73434")+
      coord_map("polyconic") +
      theme(               
          panel.grid = element_blank(),
          panel.background = element_blank(),
          axis.text = element_blank(),
          axis.ticks = element_blank(),
          axis.title = element_blank(),
          legend.position ="none"
          )

大數(shù)據(jù)

1.2 美國總統(tǒng)大選投票結(jié)果雙方獲勝州分布情況：

ggplot(American_data,aes(x=long,y=lat,group=group,fill=Results))+
geom_polygon(colour="white")+      scale_fill_manual(values=c("#19609F","#CB1C2A"),labels=c("Hillary", "Trump"))+
coord_map("polyconic") +
guides(fill=guide_legend(title=NULL))+ 
      theme(               
         panel.grid = element_blank(),
          panel.background = element_blank(),
          axis.text = element_blank(),
          axis.ticks = element_blank(),
          axis.title = element_blank(),
          legend.position ="top"
          )

大數(shù)據(jù)

希拉里各州選票支持率統(tǒng)計(jì)：

qa <- quantile(na.omit(American_data$Clinton), c(0,0.2,0.4,0.6,0.8,1.0))
American_data$Clinton_q<-cut(American_data$Clinton,qa,labels = c("0-20%", "20-40%","40-60%","60-80%", "80-100%"),include.lowest = TRUE)
ggplot(American_data,aes(long,lat,group=group,fill=Clinton_q))+
     geom_polygon(colour="white")+
     scale_fill_brewer(palette="Blues")+
     coord_map("polyconic") +
     guides(fill=guide_legend(reverse=TRUE,title=NULL))+ 
     theme(
          panel.grid = element_blank(),
          panel.background = element_blank(),
          axis.text = element_blank(),
          axis.ticks = element_blank(),
          axis.title = element_blank(),
          legend.position = c(0.18,0.75),
          legend.text.align=1
          )

大數(shù)據(jù)

川普各州選票支持率統(tǒng)計(jì)：

qb <- quantile(na.omit(American_data$Trump), c(0,0.2,0.4,0.6,0.8,1.0))
American_data$Trump_q<-cut(American_data$Trump,qb,labels = c("0-20%", "20-40%","40-60%","60-80%", "80-100%"),include.lowest = TRUE)
ggplot(American_data,aes(long,lat,group=group,fill=Trump_q))+
     geom_polygon(colour="white")+
     scale_fill_brewer(palette="Reds")+
     coord_map("polyconic") +
     guides(fill=guide_legend(reverse=TRUE,title=NULL))+ 
     theme(
       panel.grid = element_blank(),
        panel.background = element_blank(),
        axis.text = element_blank(),
        axis.ticks = element_blank(),
        axis.title = element_blank(),
        legend.position = c(0.18,0.75),
        legend.text.align=1
        )

大數(shù)據(jù)