options(remap.ak="MY07CLhm3wKi4N2tQ6WP4kzz21BBZagI")# 安装包library(devtools)install_github('badbye/baidumap')install_github('lchiffon/REmap')

getBaiduMap(location, width = 400, height = 400, zoom = 10, scale = 2, color = "color", messaging = TRUE)
参数：location:包含经度和维度的向量或者是一个矩阵,或者可以是一个字符串表示地址；经纬度和地址将作为地图的中心点width，height：map的宽和高zoom：map的缩放比例，是一个整数，从3（洲）到21（building），默认值是10scale:像素数color："color" or "bw"，表示有色或者是黑白messaging:逻辑语句，决定是否输出下载数据的信息

library(baidumap)library(ggmap)# 获取北京大学的地图信息q <- getBaiduMap('北京大学', width=600, height=600, zoom=18, scale = 2, messaging=FALSE)ggmap(q) #绘制地图

根据地址得到经纬度# 参考文档getCoordinate(address, city = NULL, output = "json", formatted = F)
参数：address：地址city：可选项，地质所在的城市output：json或者xml格式formatted：F返回原有的json或者xml格式，而T返回的是经纬度的矩阵

getCoordinate('北京大学',output='xml') #xml格式getCoordinate('北京大学',output='json') #json格式getCoordinate('北京大学',output='xml',formatted = T) #矩阵形式#可以同时多个地点getCoordinate(c('北京大学', '清华大学', '人民大学'), formatted = T)

通过经纬度得到地址# 参考文档getLocation(location, output = "json", formatted = F, pois = 0)
参数：location：经纬度output：json或者xml格式formatted：是否返回一个较好的结果pois:是否返回这个位置周围的PIO

getLocation(c(118.12845, 24.57232),formatted = T)#同样可以返回多个位置getLocation(c(118.12845, 24.57232,116.31234,40.56125),formatted = T)#fromJSON函数的用法library(rjson)js <- getLocation(c(116.31617,39.99775),output='json') #json格式fromJSON(js) #返回一个列表，包含了该地址下的## 对于含多个经纬度的矩阵loc = matrix(c(117.93780, 24.55730, 117.93291, 24.57745, 117.23530, 24.64210, 117.05890, 24.74860), byrow=T, ncol=2)### 得到json格式location_json = getLocation(loc, output='json')### 设计一个函数返回district，即所属的区getDistrict = function(x_json){ x_list = fromJSON(x_json) #json转化为list x_list$result$addressComponent$district #返回所属的区}location_district = sapply(location_json, getDistrict) #运用上面的函数到这个json对象上location_district

返回地图搜索结果getPlace(place = NULL, city = "北京")
参数：place：你想要搜索的地方city：城市返回值：数据框dataframe：包含名字、经纬度、地址等

# 查找北京的大学bj_college = getPlace('大学','北京')## Mcdonald's in shanghaish_mcdonald = getPlace('麦当劳', '上海')

通过搜索得到路线getRoute(...)
参数:origin: 起点destination: 终点mode: 出行方式，'walk','transit'region: 起点和终点所在区域，若不在同一地区，分别用origin_region和destination_regiontactics: 10(不走高速), 11(默认, 最短时间), 12(最短路径).coord_type: 'bd09ll'(default), 'gcj02'(which Google map and Soso map are using), 'wgs84' for GPS devices.返回值：dataframe：包含经纬度

bjMap = getBaiduMap('北京',color = 'bw')df = getRoute('首都国际机场', '北京南苑机场')ggmap(bjMap) + geom_path(data = df, aes(lon, lat), alpha = 0.5, col = 'red')

remap(mapdata, title = "", subtitle = "", theme =get_theme("Dark"))
参数:mapdata: 一个数据框对象,第一列为出发地点,第二列为到达地点title: 标题subtitle: 副标题theme: 控制生成地图的颜色,具体将会在get_theme部分说明

origin = rep("北京",10)destination = c('上海','广州','大连','南宁','南昌','拉萨','长春','包头','重庆','常州')dat = data.frame(origin,destination)out = remap(dat,title = "REmap实例数据",subtitle = "theme:Dark")plot(out)

out = remap(dat,title = "REmap实例数据",subtitle = "theme:Bright",theme = get_theme("None",lineColor = "orange"))plot(out)

## Set Region Color
out = remap(dat,title = "REmap实例数据",subtitle = "theme:Bright", theme = get_theme("None", lineColor = "orange", backgroundColor = "#FFC1C1", titleColor = "#1b1b1b", regionColor = '#ADD8E6'))plot(out)

remapH( data, maptype = 'china', theme = get_theme("Dark"), blurSize = 30, color = c('blue', 'cyan', 'lime', 'yellow', 'red'), minAlpha = 0.05, opacity = 1, ...)
data: 为要传入的数据，数据为三列，第一列为lon(经度)，第二列为lat(维度)，第三列为prob(密度/概率)；maptype: 为要绘制的地图类型，可选有："china"，"world"或中国各省份名字；theme: 为绘制的地图主题类型，可由get_theme函数传入；blurSize: 为热力效果的泛化范围，可调整热力点中心的扩散程度；color: 为热力的渐变颜色minAlpha: 为热力点的展示阈值，对应data中的prob列，作图时各点密度会对比minAlpha，以凸显不同密度所展示的不同热力分布；opacity: 为透明度，调整热力图的透明度。
get_theme( theme = "Dark", lineColor = "Random", backgroundColor = "#1b1b1b", titleColor = "#fff", borderColor = "rgba(100,149,237,1)", regionColor = "#1b1b1b", labelShow = T, pointShow = F, pointColor = "gold")
theme: 为主题，设置该参数后无需设置get_theme里其他参数，可选有"Dark"、"Sky"、"blue"和"none"四种lineColoe: 为线条颜色，对应为map图里面迁徙线条的颜色backgroundColor: 为图片的背景色，支持16进制颜色输入，也支持rgb()函数和rgba()titleColor: 为标题的颜色，设置同上borderColor: 为地图中各省、市边界颜色regionColor: 为地图中各区域颜色，各省份和市labelShow: 为是否展示各省、市名字，设置为True时展示pointShow: 为是否展示各省会城市所在点，设置为True时展示pointColor: 设置上述点的颜色

library(baidumap)library(REmap)options(remap.js.web=T)city_ln<-mapNames("sichuan")city_list<-get_geo_position(city_ln)#生成一列密度数据point<-round(runif(length(city_ln),min=0.3,max=0.95),2)#合成数据框格式的热力图作图数据：newdata<-data.frame(city_list[,1:2],point)map_out1<-remapH( newdata, maptype = "四川", theme =get_theme(theme = "Dark"), blurSize = 70, color = "red", minAlpha = 10, opacity = 1,)plot(map_out1)

cq <- mapNames('chongqing');cqbaidu_lon <- c()baidu_lat <- c()ak <- 'MY07CLhm3wKi4N2tQ6WP4kzz21BBZagI' #百度地图api的秘钥，需自己申请library(RCurl)library(rjson)for (location in cq) { url <- paste('http://api.map.baidu.com/geocoder/v2/?ak=',ak,'&callback=renderOption&output=json&address=',location,sep="") url_string <- URLencode(url) json<- readLines(url_string, warn=F) geo <- fromJSON(substr(json,regexpr('\\(',json)+1,nchar(json)-1)) lon<-geo$result$location$lng lat<-geo$result$location$lat baidu_lon <- c(baidu_lon,lon) baidu_lat <- c(baidu_lat,lat)}data <- data.frame(address=cq,longitude=baidu_lon,latitude=baidu_lat)head(data)prob <- sample(1:100,nrow(data))prob <- prob/(min(prob)+max(prob))f_data <- cbind(data[-1],prob)head(f_data)#生成最终热力图remapH( data = f_data, maptype = '重庆', theme = get_theme(theme = 'none', backgroundColor = 'gray', #整体背景颜色 borderColor = 'black', #区域边缘颜色 labelShow = F, #区域名称是否显示 regionColor = 'gray', #区域颜色 pointShow = F), blurSize = 50, #越大范围越大，越虚化 minAlpha = 0.5, opacity = 4 #不透明度越大越明显)

remapB( center = c(104.114****29,37.550339), zoom = 5, color = "Bright", title = "", subtitle = "", markLineData = NA, markPointData = NA, markLineTheme = markLineControl(), markPointTheme = markPointControl(), geoData = NA)
参数说明：center: 为地图中心，经纬度格式；zoom: 为缩放设置，默认为5，代表全国地图，增大至10可放大至地市color: 为地图颜色，可选有"Bright", "Blue", "light", "dark", "redalert", "googlelite", "grassgreen", "midnight", "pink", "darkgreen", "bluish", "grayscale", "hardedge"title: 为地图主标题subtitle: 为地图副标题markLineData: 为绘制线条需要的数据，包括起点和终点两列markPointDate: 为绘制点需要的数据，仅终点一列markLineTheme: 为线条主题设置，通过markLineControl( )函数设置markPointTheme: 为点主题设置，通过markPointControl( )函数设置geoData: 为点、线绘制的地理位置数据存储，可以只是输入经纬度数据，也可通过get_geo_position('地点')获取其中以上参数中，markLineTheme和markPointTheme 内含有诸多属性设置，类似REmap中的theme设置：
markLineTheme = markLineControl( symbol = NA,#控制线型 symbolSize = c(0,4), #线条粗度变动范围 smooth = T, #启用线条平滑度设置 smoothness =0.2, #线条平滑度 effect = T, #线条动效 lineWidth = 2, #线宽 lineType = 'dotted', #线条类别 color ='Random' #线条颜色) 
参数说明：symbol: 为标记样式，具体指线条两端的标记的形状，两个值分别为起点和终点，经过实际使用symbol参数不可修改symbolSize: 为线条两端标记大小，对应symbol参数的两个值，实际上第一个值没用，因为开始标记为nonesmooth: 为逻辑参数，设置线条是否平滑smoothness: 为平滑度，smooth参数设置为T时有效，体现线条的弧度，减小到0时为直线effect: 为逻辑参数，是否显示动态效果lineWidth: 为线条粗细lineType: 为线条类型，可选有solid（实线）、dotted（点线）、dashed（虚线）color: 为线条颜色
根据以上参数名称，可以大致了解每一个参数的含义：markPointTheme = markPointControl( symbol = "heart", #点形状 symbolSize = "Random", #点大小 effect = T, #动效启用 effectType = "scale", #动效类型 color = "Random" #颜色) 参数说明：参数一：symbol为点样式，可选项none、circle、rectangle、triangle、diamond、emptyCirle、emptyRectangle、emptyTriangle、emptyDiamond、heart、droplet、pin、arrow、star参数二：symbolSize为点大小参数三：effect为逻辑参数，是否显示动态效果参数四：effectType为动态效果样式，可选scale（放大）和bounce（跳动）参数五：color为点颜色解读：effect参数在点太多时，动态效果会失效，这时建议设置为FALSE。在remapB( )函数中通过另外一个参数markPointData也可以设置点颜色，优先级高于color参数。

destination<- c("shanghai","guangzhou","济南","dalian","xian","chengdu","changchun","taiyuan","nanyang","zhengzhou") #终点origin <- rep("nanyang",length(destination))map_data<- data.frame(origin,destination) #合成数据框格式的作图数据map_out<-remapB( zoom=5, #参数5绘制省级国家地图 color="dark", title="我是主标题", subtitle="我是副标题", markLineData=map_data, markPointData=destination, markLineTheme=markLineControl(), markPointTheme=markPointControl())plot(map_out)

map_out1<-remapB( zoom=5, color="dark", title="我是主标题", subtitle="我是副标题", markLineData=map_data, markPointData=destination, markLineTheme = markLineControl( symbol = NA, symbolSize = c(0,4), smooth = T, smoothness =0.2, effect = T, lineWidth = 2, lineType ="dotted", color ="white" ), markPointTheme = markPointControl( symbol = "heart", symbolSize = "Random", effect = T, effectType = "scale", color = "white" ))plot(map_out1)

newdata<- c("shanghai","guangzhou","chengdu","xian","taiyuan","济南","shanghai")origin<-c(newdata[-7])destination<-c(newdata[-1])map_data<- data.frame(origin,destination)map_out2<-remapB( zoom=5, color="dark", title="我是主标题", subtitle="我是副标题", markLineData=map_data, markPointData=destination, markLineTheme = markLineControl( symbol = NA, symbolSize = c(0,4), smooth = T, smoothness =0.2, effect = T, lineWidth = 2, lineType ="dotted", color ="white" ), markPointTheme = markPointControl( symbol = "heart", symbolSize = "Random", effect = T, effectType = "scale", color = "white" ))plot(map_out2)

library(baidumap)#查找大连的所有大学dl_college <- getPlace("大学","大连")#构造作图数据：newdata1<-dl_college[,c(4,3,1)]map_out3 <- remapB( center = c(121.62139,38.91934), zoom = 14, color = "Blue", title = "大连高校分布图", markPointData =newdata1[3], markPointTheme = markPointControl( symbol = "pin", symbolSize = 8, effect = T, color = "yellow" ), geoData =newdata1)plot(map_out3)

# 北京大学名单University <- c("北京大学","清华大学","中国人民大学","北京外国语大学","北京理工大学","北京邮电大学","中央音乐学院","中央民族大学","北京体育大学","中国政法大学")#获取经纬度Uni_Geo <- get_geo_position(University)#绘制方位图Uni_resutl <- remapB( markPointData = data.frame(Uni_Geo$city), markPointTheme = markPointControl( symbol = "circle", effect = TRUE,#动态效果 symbolSize = 8, color = "red" ), geoData = Uni_Geo)#其中，color参数一项还有以下选择："Bright", "Blue", "light", "dark", "redalert", "googlelite", "grassgreen", "midnight", "pink", "darkgreen", "bluish", "grayscale", "hardedge"

library(REmap)
#分别加载8号线、12号线数据data8 <- read.table("clipboard",header=F)data12 <- read.table("clipboard",header=F)line8 = t(data8[3])line12 = t(data12[3])
#获取地铁站数量len8 <- length(line8)len12 <- length(line12)#为合并数据做准备origin8 = line8[1:len8-1]destination8 = line8[2:len8]origin12 = line12[1:len12-1]destination12 = line12[2:len12]#合并数据origin = c(origin8,origin12)destination = c(destination8,destination12)#为remapB函数做数据准备data_all = rbind(data8,data12)dat = data.frame(origin,destination)remapB( center = get_city_coord("上海"), zoom = 12, title = "Remap: 上海地铁", color = "Blue", markLineData = dat, markLineTheme = markLineControl( smoothness = 0, effect = T, symbolSize = c(0,0) ), geoData = data_all)

#虚构一份数据:城市名单及对应值city <- mapNames("guangdong")value <- runif(21,min = 1,max = 100)#构建数据框data_DF <- data.frame(city,value)#绘制填充地图result <- remapC( data_DF, title ="广东省热力图", maptype = "guangdong", color = "green", theme = get_theme("Dark"), maxdata = 100, mindata = 1)

province <- mapNames("china") #全国省份value <- rnorm(34,100,30) #随机生成分省值mydata <- data.frame(province,value) #合成数据框作图数据remapC(mydata,color=c("yellow","red"),title="全国分省热地图",subtitle="我是副标题")

province <- mapNames("china") #全国省份value <- round(rnorm(34,1000,30),0) #随机生成分省值mydata <- data.frame(province,value) #合并数据labelper<-mydata[order(mydata[,"value"],decreasing=T),][1:10,]origin<-rep("广州",length(labelper))destination<-labelper$provinceline_data<-data.frame(origin,destination)map_out1 <- remapC( mydata, maptype = "china", title="人口迁徙地图", theme = get_theme("Drak"), color=c("#CD0000","#FFEC8B"), markLineData=line_data, markLineTheme=markLineControl( color="white", lineWidth=2, lineType="dashed" ), markPointData=line_data[2], markPointTheme=markPointControl( symbolSize=13, effect=T, effectType="scale", color="white" ))plot(map_out1)

mydata1 <- mydata[-12,]map_out2 <- remapC( mydata1, maptype = "china", title="人口迁徙地图", theme = get_theme("Drak"), color=c("#CD0000","#FFEC8B"), markLineData=line_data, markLineTheme=markLineControl( color="white", lineWidth=2, lineType="dashed" ), markPointData=line_data[2], markPointTheme=markPointControl( symbolSize=13, effect=T, effectType="scale", color="white" ))plot(map_out2)