关于数据挖掘:R语言ggmap空间可视化机动车交通事故地图附代码数据

7次阅读

共计 1949 个字符,预计需要花费 5 分钟才能阅读完成。

原文链接:http://tecdat.cn/?p=12350

最近咱们被客户要求撰写对于空间可视化的钻研报告,包含一些图形和统计输入。

在本文中,我应用 ggmap 可视化纽约市的交通事故

数据来自纽约市凋谢数据。我的数据范畴是 2012 年至 2015 年。该数据跟踪车辆的类型,产生事变的街道的名称以及事变的经度和纬度坐标。两个坐标都保留为单个字符变量,称为“LOCATION”。

在上面,我加载数据,删除所有没有地位坐标的事变,并解析 LOCATION 变量以获取经度和纬度坐标。我还解析日期变量以创立年份变量,并应用该变量创立两个数据集:一个数据集蕴含 2013 年的所有车辆事变,另一个数据集蕴含 2014 年的所有车辆事变。

d_clean=d[which(regexpr(',',d$LOCATION)!=-1),]
 
comm=regexpr(',',d_clean$LOCATION)
d_clean$loc=as.character(d_clean$LOCATION)
d_clean$lat=as.numeric(substr(d_clean$loc,2,comm-1))
d_clean$long=as.numeric(substr(d_clean$loc,comm+1,nchar(d_clean$loc)-1))
d_clean$year=substr(d_clean$DATE,7,10)
 
d_2013=d_clean[which(d_clean$year=='2013'),c('long','lat')]
d_2014=d_clean[which(d_clean$year=='2014'),c('long','lat')]

 

 

接下来,我应用 get_map()查问 Google Maps 并获取纽约市的地图。我应用 stat_density2d()向该地图增加了一个二维密度层。我对 2013 年和 2014 年的数据都执行此操作,并应用 gridExtra 的 grid.arrange()并排搁置地图。

ny_plot=ggmap(get_map('New York, New York',zoom=12, maptype='terrain'))

 
grid.arrange(plot1, plot2,nrow=1,ncol=2)

 

 

 


点击题目查阅往期内容

R 语言在地图上绘制散点饼图可视化

左右滑动查看更多

01

02

03

04

接下来,我按行政区域绘制了 2013 年的事变密度。我编写了一个函数 boro(),该函数会删除所有短少街道名称的观测值,并基于自治市镇(2013)子集。我将它们重叠在一起,同时增加自治市镇名称,而后在向量 col_vals 中为每个自治市镇调配一种色彩。我应用 stat_density2d 的 group 参数以不同的色彩别离绘制每个自治市镇的密度层。


plot4=ny_plot+
  stat_density2d(data=full, geom='polygon',bins = 10, aes(x=full$long,y=full$lat,fill = Borough, alpha=..level..))+
  scale_fill_manual(values=col_vals)+
  #guides(fill = guide_colorbar(barwidth = 1, barheight = 12)) +
  scale_alpha(guide = FALSE)+
  xlab('')+ylab(' ')+
  ggtitle('NYC Vehicle Accident Density by Borough, 2013')
plot4

 

 


点击文末 “浏览原文”

获取全文残缺代码数据资料。

本文选自《R 语言 ggmap 空间可视化机动车交通事故地图》。

点击题目查阅往期内容

【视频】关联规定模型、Apriori 算法及 R 语言开掘商店交易数据与交互可视化 | 数据分享
R 语言空气污染数据的天文空间可视化和剖析:颗粒物 2.5(PM2.5)和空气质量指数(AQI)
上海无印良品天文空间散布特色与选址策略可视化钻研
R 语言空间可视化:绘制英国脱欧投票地图
R 语言在地图上绘制散点饼图可视化 r 语言空间可视化绘制道路交通安全事故地图
在 GIS 中用 ggmap 天文空间数据分析
tableau 的骑行路线天文数据可视化
R 语言推特 twitter 转发可视化剖析
618 电商大数据分析可视化报告
用 RSHINY DASHBOARD 可视化美国投票记录
python 主题 LDA 建模和 t -SNE 可视化
R 语言高维数据的主成分 pca、t-SNE 算法降维与可视化剖析案例报告
R 语言动态图可视化:如何、创立具备精美动画的图
Tableau 数据可视化:探索性图形剖析新生儿死亡率数据
R 语言动静可视化:制作历史寰球平均温度的累积动静折线图动画 gif 视频图

正文完
 0