欢迎关注R语言数据分析指南
❝本节来介绍如何自定义绘制边界线颜色来重点展示地图，整个过程仅参考。希望对各位观众老爷能有所帮助。「数据代码已经整合上传到会员交流群」，购买过小编VIP的朋友可在所加的会员群内获取下载，有需要的朋友可关注文末介绍加入VIP交流群。
❞
关于永久群内容的说明
❝给予长期支持我们的忠实读者们一个特别待遇：凡是购买过小编2022年或2023年VIP会员文档的朋友们，「将自动获得2024年及以后更新的绘图文档代码，无需额外付费。」目前这两年的会员文档已累记卖出1500+，质量方面各位无需担忧。简要概括就是只要购买任意1年的会员内容，2024及后期公众号所更新的绘图文档均会在已经加入的会员群内分享。
❞
加载R包
library(tidyverse)
library(lubridate)
library(scales)
导入数据
languages <- read_tsv("languages.xls")
language_countries <- read_tsv("language_countries.xls")
country_regions <- read_tsv("country_regions.xls")
数据整合
language_countries2 <- language_countries |>
left_join(languages, by = "language_iso_code")
数据清洗
target_map <- map_data("world") |>
mutate(region = if_else(region == "Swaziland", "Eswatini", region)) |>
semi_join(country_regions, by = c("region" = "country")) |>
left_join(language_countries2,
by = c("region" = "country"), multiple = "all")
数据可视化
map_data("world") |>
filter(long > -20, long < 60, lat > -40, lat < 40) |>
ggplot(aes(long, lat)) +
# 绘制基础地图路径
geom_path(aes(group = group), color = "gray80") +
# 设置颜色填充
geom_polygon(aes(group = group, fill = language),
data = target_map |>
filter(!language_iso_code %in% c("tso", "hau", "pcm", "swa")) |>
mutate(language = if_else(language_iso_code %in% c("ibo", "yor"), "Igbo / Yorùbá", language))) +
# 绘制边界线
geom_path(aes(group = group, color = language),
linewidth = 1, alpha = 1/2,
data = target_map |>
filter(language_iso_code %in% c("tso", "hau", "pcm", "swa")) |>
mutate(language = if_else(language_iso_code %in% c("hau", "pcm"),
"Hausa / Nigerian Pidgin",
language))) +
# 设置颜色和图例
scale_fill_brewer("Single-country language", palette = "Paired") +
scale_color_manual("Multi-country language", values = c("#E6956F", "#788FCE", "green")) +
# 设置地图坐标
coord_map() +
# 设置主题
theme_void() +
theme(plot.background = element_rect(fill = "white", color = "white"))
❝本节介绍到此结束，有需要学习数据可视化的朋友，欢迎到小编的「淘宝店铺」 「R语言数据分析指南」下单购买，内容主要包括各种「高分论文的图表分析复现以及一些个性化图表的绘制」均包含数据+代码。
❞
购买后微信发小编订单号即邀请进新的会员交流群，无论购买那一年的会员文档都将获取「2024年及以后更新的绘图文档」，早买早享受，需要了解更多信息的朋友欢迎淘宝店铺交流咨询。
淘宝扫一扫
淘宝店铺(有需要欢迎关注)
