拓端tecdat|R语言ggmap空间可视化机动车交通事故地图

2024-05-09 13:21:51

原文链接：http://tecdat.cn/?p=12350

原文出处：拓端数据部落公众号

在本文中，我使用ggmap可视化纽约市的交通事故。

数据来自纽约市开放数据。我的数据范围是2012年至2015年。该数据跟踪车辆的类型，发生事故的街道的名称以及事故的经度和纬度坐标。两个坐标都保存为单个字符变量，称为“ LOCATION”。

在下面，我加载数据，删除所有没有位置坐标的事故，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建年份变量，并使用该变量创建两个数据集：一个数据集包含2013年的所有车辆事故，另一个数据集包含2014年的所有车辆事故。

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，我使用get_map（）查询Google Maps并获取纽约市的地图。我使用stat_density2d（）向该地图添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，并使用gridExtra的grid.arrange（）并排放置地图。

ny_plot=ggmap(get_map('New York, New York',zoom=12, maptype='terrain'))grid.arrange(plot1, plot2,nrow=1,ncol=2)

接下来，我按行政区域绘制了2013年的事故密度。我编写了一个函数boro（），该函数会删除所有缺少街道名称的观测值，并基于自治市镇（2013）子集。我将它们堆叠在一起，同时添加自治市镇名称，然后在向量col_vals中为每个自治市镇分配一种颜色。我使用stat_density2d的group参数以不同的颜色分别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

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.TABLEAU的骑行路线地理数据可视化

3.用数据告诉你出租车资源配置是否合理

4.R语言GGMAP空间可视化机动车交通事故地图

5.用R语言制作交互式图表和地图

6.基于出租车GPS轨迹数据的研究：出租车行程的数据分析

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.把握出租车的数据脉搏

9.共享单车大数据报告

拓端tecdat|R语言ggmap空间可视化机动车交通事故地图相关推荐

拓端tecdat|R语言逻辑回归（Logistic回归）模型分类预测病人冠心病风险
最近我们被客户要求撰写关于冠心病风险的研究报告,包括一些图形和统计输出. 相关视频:R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险逻辑回归Logistic模型原理和R语言分类预测冠 ...
拓端tecdat|R语言线性回归和时间序列分析北京房价影响因素可视化案例
最近我们被客户要求撰写关于北京房价影响因素的研究报告,包括一些图形和统计输出. 目的房价有关的数据可能反映了中国近年来的变化: 人们得到更多的资源(薪水),期望有更好的房子人口众多独生子女政策: ...
拓端tecdat|R语言用LOESS(局部加权回归)季节趋势分解（STL）进行时间序列异常检测
最近我们被客户要求撰写关于LOESS(局部加权回归)的研究报告,包括一些图形和统计输出. 这篇文章描述了一种对涉及季节性和趋势成分的时间序列的中点进行建模的方法.我们将对一种叫做STL的算法进行研究, ...
拓端tecdat|R语言向量误差修正模型 (VECMs)分析长期利率和通胀率影响关系
最近我们被客户要求撰写关于向量误差修正模型的研究报告,包括一些图形和统计输出. 向量自回归模型估计的先决条件之一是被分析的时间序列是平稳的.但是,经济理论认为,经济变量之间在水平上存在着均衡关系,可以 ...
R语言地理空间分析、可视化及模型预测
随着地理信息系统(GIS)和大尺度研究的发展,空间数据的管理.统计与制图变得越来越重要.R语言在数据分析.挖掘和可视化中发挥着重要的作用,其中在空间分析方面扮演着重要角色,与空间相关的包的数量也达到1 ...
R语言ggplot2地理信息可视化（下）
很荣幸,能来北京参加2018年第十一届中国R会议,并在中国人民大学-R语言数据可视化会场作报告. 本次演讲题目:<R语言ggplot2之地理信息可视化>,本次演讲重点讲解R语言基于ggpl ...
【视频】主成分分析PCA降维方法和R语言分析葡萄酒可视化实例|数据分享
最近我们被客户要求撰写关于主成分分析PCA的研究报告,包括一些图形和统计输出.降维技术之一是主成分分析 (PCA) 算法,该算法将可能相关变量的一组观察值转换为一组线性不相关变量.在本文中,我们将讨论 ...
R语言plotly包可视化线图（line plot）、使用restyle参数自定义设置可视化结果中线条的颜色、使用按钮动态切换线条的颜色(change line color with button)
R语言plotly包可视化线图(line plot).使用restyle参数自定义设置可视化结果中线条的颜色.使用按钮动态切换线条的颜色(change line color with button i ...
R语言使用ggplot2可视化凹凸图（bumps chart、凹凸图是一种特殊形式的线图，旨在探索随着时间的推移等级的变化）、并设置凹凸图的线条为曲线而不是直线(change into curves)
R语言使用ggplot2可视化凹凸图(bumps chart.凹凸图是一种特殊形式的线图,旨在探索随着时间的推移等级的变化).并设置凹凸图的线条为曲线而不是直线(change bumps chart ...
R语言ggplot2在可视化图像中添加横线并在横线中添加文本、为横线中添加的文本添加文本框、自定义文本框的填充色（background color for a text annotation）
R语言ggplot2在可视化图像中添加横线并在横线中添加文本.为横线中添加的文本添加文本框.自定义文本框的填充色(background color for a text annotation) 目录

最新文章

热门文章