?p=30810

原文出处：拓端数据部落公众号

地图本身就是可视化的产品,并在发展过程中形成了一系列的理论与方法。这些都自然地会成为地理空间数据可视化技术的基础。地图学也因可视化方法的提出而获得新的动力。GIS也因可视化的支持而为研究者提供了促使逻辑思维与形象思维相结合的认知工具。

之前我们为一位客户进行了短暂的咨询工作，他正在构建一个知识单元地理数据可视化的应用程序。地理数据包含了地理点数据和地理面数据。在文献中，地理面数据表示作者的国家或者区域，地理点数据表示具体的地址,即作者的研究机构所在的地方。

知识单元地理数据可视化

为此我们采集了一些学者的成果和地理位置数据，进行可视化

#读取数据
data=read.csv("聚类.csv",header=F )

读取地图文件

绘制中国地图


#读取城市名称
city=sapply(strsplit(as.character(data$V2),","),function(x)x[1])

#读取省名称
province=sapply(strsplit(as.character(data$V2),","),function(x)x[2])

绘制地理面数据


plot(x,col=getColor(x,provname,clindexcol,"white"));

获取地理点数据

地理点数据表示具体的地址,即作者的研究机构所在的地方。

points(dat$Longitude , dat$Latitude, pch = 19, col=provcol)
#標注地理位置
text(dat$Longitude,dat$Latitude,  as.character(dat$城市), cex = 0.8 , pos 
legend

QQ截图20220330130209.png

最受欢迎的见解

1.R语言动态图可视化：如何、创建具有精美动画的图

2.R语言生存分析可视化分析

3.Python数据可视化-seaborn Iris鸢尾花数据

4.r语言对布丰投针（蒲丰投针）实验进行模拟和动态

5.R语言生存分析数据分析可视化案例

6.r语言数据可视化分析案例：探索brfss数据数据分析

7.R语言动态可视化：制作历史全球平均温度的累积动态折线图动画gif视频图

8.R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告

9.python主题LDA建模和t-SNE可视化

526互联