交互地球仪+柱状图
# Wed Aug 19 14:25:15 2020 -
# https://zhuanlan.zhihu.com/p/57827052
# https://www.cnblogs.com/jessepeng/p/12354301.html
# 字符编码：UTF-8
# R 版本：R x64 4.0.2
# cgh163email@163.com
# —— 拎了个梨🍐
library(threejs)
library(readr) # 自动纠正不同编码文字
library(dplyr)
library(scales)
# Wed Aug 19 15:52:11 2020 --地球仪实例1----------------------------
map.xy <- readr::read_csv('全国34省会坐标.csv');head(map.xy)
# x y weight description text
# <dbl> <dbl> <dbl> <chr> <chr>
# 1 114. 34.8 60.2 河南省 省会坐标
# 2 113. 23.1 54.4 广东省 省会坐标
# 3 112. 40.8 80.7 内蒙古自治区 省会坐标
globejs(lat = map.xy$y,img = system.file("images/world.jpg", package = "threejs"),
long = map.xy$x,
value = map.xy$weight, # 业务随机数
color = rainbow(length(map.xy$description)) ) # 随机色
# Wed Aug 19 16:05:27 2020 -更复杂填色的地球仪-----------------------------
require(pacman);p_load(threejs,readr,dplyr,scales)#加载加载包
# 读取和提取
dt.all <- read_csv('worldcities.csv') %>%
filter(population > 0) %>%
select(lng, lat, population) %>%
mutate(population = rescale(sqrt(population), to = c(1, 100)))
head(dt.all)
# lng lat population
# <dbl> <dbl> <dbl>
# 1 140. 35.7 100
# 2 -73.9 40.7 73.9
# 3 -99.1 19.4 73.3
#生成调色板和生成颜色矢量
# myc <- as.numeric(cut(dt.all$population, breaks = seq(0, 100, 10)))
myc <- seq(0,100,10) %>% # 数列0~100进步为10.
cut(dt.all$population,breaks = .) # 生成对应序列
# mycs <- rainbow(10)
# myc <- mycs[myc];rm(mycs)
mycs <- rainbow(5) %>% .[myc] ;rm(myc)# 映射为5种渐变色
# 作图:
globejs(lat = dt.all$lat,
long = dt.all$lng, # 坐标
val = dt.all$population, # 业务数据
color = mycs,
pointsize = 1, # 作业柱子粗细
atmosphere = TRUE, # WebGL光影开关
height = 800,width = 800, # 画布尺码
elementId = F,
bg = "#808069") # 背景画布颜色
# Wed Aug 19 14:33:18 2020 --实例2----------------------------
# 3D显示功能。
.rs.restartR() # 重启RStudio
#install.packages('threejs')
library(threejs)
dt <- data.frame(a=runif(5),b=runif(5),c=runif(5));head(dt) # 三组随机数
scatterplot3js(dt$a,dt$b,dt$c)
# Wed Aug 19 23:31:38 2020 --更复杂点：
#三维散点图
N <- 100
i <- sample(3,N,replace = TRUE) # 小于3的n个随机数自然数，使用替换或不替换。
x <- rnorm(N*3) %>% matrix(ncol=3) # 3列N*3个随机数
head(x)
lab <- c('small','bigger','biggest')
scatterplot3js(x,color = rainbow(N),labels=lab[i], #颜色和标签
size=i,renderer = "auto") # 大小。#自动选择加速器
#三维地图
library(maps)
data("world.cities",package = 'maps');head(world.cities)
cities <- world.cities[order(world.cities$pop,decreasing = TRUE)[1:1000],]
head(cities) # 以pop列从大到小排序。然后选取前一千行。
value <- 100*cities$pop/max(cities$pop) # 放大一百倍除以最大值。
# 四舍五入value矩阵后+1保证大于1，再生成相应的颜色矩阵。：
col <- colorRampPalette(c('cyan','lightgreen'))(10)[floor(10*value/100)+1]
globejs(lat = cities$lat,
long=cities$long,
value=value, # 业务
color = col, # 颜色
atmosphere = TRUE) # WebGL光影开关
基础款
局部简单上色
复杂上色的
基础款三位三点图
复杂三维散点图
