小编给大家分享一下数模技巧不用for循环且使用ggplot2如何实现地图上连线，希望大家阅读完这篇文章之后都有所收获，下面让我们一起去探讨吧！
1. 前文回顾
首先可以回顾一下，在没有梯子的前提下，我们是如何利用ggplot2绘制一个较为好看的中国地图：利用R绘制漂亮的中国地图（无需通过google获取）。
下面我们基于前面绘制的中国地图，根据计算（最小生成树算法，之后有时间在说说这个，不过目前网上说的很详细了，而且也有很多代码）得到的相应连线贴到我们的图上。
背景图像
2. 利用ggplot2连接多个点
我们需要选定其中几个点，并将其进行连线。下面是我们最终想要达到的效果（之前的图使用Mac画的，下面这个是Windows，可能质感有些不一样，望大家理解）：
为了达到这样的效果，我们主要是需要将数据集整理成可以能够舒适绘制的方式。利用ggplot2绘图，整理数据集要占80%以上的工作。
1) 现有数据
我们的最终目的是连33条线，所以先将需要连的线均一组一组地罗列而出（每个city都对应着一组经纬度，相应地是地图上的一个点）。
（前面的最终效果图是前11组城市连线）
下面的数据我们命名为：city_pair
city1 city21 北京&天津 上海2 上海 广州&深圳3 广州&深圳 重庆4 重庆 成都5 重庆 西安6 北京&天津 哈尔滨7 北京&天津 武汉8 武汉 郑州9 重庆 昆明10 北京&天津 乌鲁木齐11 北京&天津 拉萨12 郑州 西安13 武汉 重庆14 北京&天津 郑州15 北京&天津 西安16 郑州 重庆17 北京&天津 重庆18 武汉 广州&深圳19 上海 武汉20 上海 郑州21 北京&天津 广州&深圳22 上海 重庆23 昆明 广州&深圳24 武汉 成都25 郑州 成都26 西安 成都27 北京&天津 成都28 成都 昆明29 西安 武汉30 成都 广州&深圳31 上海 成都32 哈尔滨 重庆33 哈尔滨 广州&深圳所以我们还需要对应城市经纬度及人口信息，这里的对象为mat.cities，它长这样：（这部分的数据生成也在我们前面的博客中有提及）
names lat long population1 北京&天津 39.90420 116.40740 32.55062 上海 31.23039 121.47370 23.01913 郑州 34.74725 113.62493 8.62654 乌鲁木齐 43.82660 87.61684 3.11035 哈尔滨 45.80218 126.53582 10.63606 西安 34.34126 108.93982 8.46787 武汉 30.59276 114.30524 9.78548 成都 30.57022 104.06477 14.04769 拉萨 29.64411 91.11445 0.559410 重庆 29.56470 106.55071 28.846211 昆明 24.87966 102.83321 6.432012 广州&深圳 23.02067 113.75178 23.0587有了这样两份原始数据，我们就可以开始进行绘图了。
首先是需要将数据整理成能够进行绘图的，为了方便操作，我们直接对原本的33组城市对进行操作。下面是数据预处理的过程。（由于当时数模时间有限，而数据量也不是很大，所以下面采用了大量的for循环，希望大家在用R时还是尽可能多用向量化操作，少用for循环）
2) 数据预处理
预处理代码如下：
dat_plot = matrix(nrow = 66, ncol = 4)k = 0for (i in 1:33) { for (j in 1:2) { k = k + 1 my.row = mat.cities[city_pair[i, j] == mat.cities$names, ] dat_plot[k, 1] = unlist(my.row[1]) dat_plot[k, 2] = unlist(my.row[2]) dat_plot[k, 3] = unlist(my.row[3]) dat_plot[k, 4] = i }}colnames(dat_plot) = c('地区', 'lat', 'long', 'group')dat_plot = as.data.frame(dat_plot)dat_plot$lat = as.numeric(as.character(dat_plot$lat)) dat_plot$long = as.numeric(as.character(dat_plot$long))这里我们的主要思路是：将配对的一组城市变为拆分成两组，然后再在最后添加一个group变量，主要是用于连线（两个城市如果在一个相同的group中，使用ggplot绘图中的参数group即可将两个点连接起来）。
在生成完想要的数据集后，记得将经纬度调整为数值型，group直接为factor即可。
最后我们得到的数据dat_plot长下面这样：
地区 lat long group1 北京&天津 39.90420 116.40740 12 上海 31.23039 121.47370 13 上海 31.23039 121.47370 24 广州&深圳 23.02067 113.75178 25 广州&深圳 23.02067 113.75178 36 重庆 29.56470 106.55071 37 重庆 29.56470 106.55071 48 成都 30.57022 104.06477 49 重庆 29.56470 106.55071 510 西安 34.34126 108.93982 511 北京&天津 39.90420 116.40740 612 哈尔滨 45.80218 126.53582 613 北京&天津 39.90420 116.40740 714 武汉 30.59276 114.30524 715 武汉 30.59276 114.30524 816 郑州 34.74725 113.62493 817 重庆 29.56470 106.55071 918 昆明 24.87966 102.83321 919 北京&天津 39.90420 116.40740 1020 乌鲁木齐 43.82660 87.61684 1021 北京&天津 39.90420 116.40740 1122 拉萨 29.64411 91.11445 1123 郑州 34.74725 113.62493 1224 西安 34.34126 108.93982 1225 武汉 30.59276 114.30524 1326 重庆 29.56470 106.55071 1327 北京&天津 39.90420 116.40740 1428 郑州 34.74725 113.62493 1429 北京&天津 39.90420 116.40740 1530 西安 34.34126 108.93982 1531 郑州 34.74725 113.62493 1632 重庆 29.56470 106.55071 1633 北京&天津 39.90420 116.40740 1734 重庆 29.56470 106.55071 1735 武汉 30.59276 114.30524 1836 广州&深圳 23.02067 113.75178 1837 上海 31.23039 121.47370 1938 武汉 30.59276 114.30524 1939 上海 31.23039 121.47370 2040 郑州 34.74725 113.62493 2041 北京&天津 39.90420 116.40740 2142 广州&深圳 23.02067 113.75178 2143 上海 31.23039 121.47370 2244 重庆 29.56470 106.55071 2245 昆明 24.87966 102.83321 2346 广州&深圳 23.02067 113.75178 2347 武汉 30.59276 114.30524 2448 成都 30.57022 104.06477 2449 郑州 34.74725 113.62493 2550 成都 30.57022 104.06477 2551 西安 34.34126 108.93982 2652 成都 30.57022 104.06477 2653 北京&天津 39.90420 116.40740 2754 成都 30.57022 104.06477 2755 成都 30.57022 104.06477 2856 昆明 24.87966 102.83321 2857 西安 34.34126 108.93982 2958 武汉 30.59276 114.30524 2959 成都 30.57022 104.06477 3060 广州&深圳 23.02067 113.75178 3061 上海 31.23039 121.47370 3162 成都 30.57022 104.06477 3163 哈尔滨 45.80218 126.53582 3264 重庆 29.56470 106.55071 3265 哈尔滨 45.80218 126.53582 3366 广州&深圳 23.02067 113.75178 333) 绘图
下面我们的核心绘图代码如下，想要连接不同的线，我们只是变了数据中选取的行，如：dat_plot[1:22, ]。
## 11线ggplot() + geom_path(data = china, aes(long, lat, group = group), color = '#FD9FA4', show.legend = F) + geom_point(data = mat.cities, aes(x = long, y = lat, size = population), alpha = 0.8, color = '#8BB6D6') + geom_line(data = dat_plot[1:22, ], aes(long, lat, group = group), size = 1, alpha = 0.8, color = '#8BB6D6') + geom_text_repel(data = mat.cities, aes(x = long, y = lat, label = names), family = "STHeiti") + labs(x = '经度', y = '纬度', title = '十一条连线', size = '人口(百万)') + theme_bw() + theme(panel.border = element_blank(), text = element_text(family = "STHeiti"), plot.title = element_text(hjust = 0.5))## 16线ggplot() + geom_path(data = china, aes(long, lat, group = group), color = '#FD9FA4', show.legend = F) + geom_point(data = mat.cities, aes(x = long, y = lat, size = population), alpha = 0.8, color = '#8BB6D6') + geom_line(data = dat_plot[1:32, ], aes(long, lat, group = group), size = 1, alpha = 0.8, color = '#8BB6D6') + geom_text_repel(data = mat.cities, aes(x = long, y = lat, label = names), family = "STHeiti") + labs(x = '经度', y = '纬度', title = '十六条连线', size = '人口(百万)') + theme_bw() + theme(panel.border = element_blank(), text = element_text(family = "STHeiti"), plot.title = element_text(hjust = 0.5))## 33线ggplot() + geom_path(data = china, aes(long, lat, group = group), color = '#FD9FA4', show.legend = F) + geom_point(data = mat.cities, aes(x = long, y = lat, size = population), alpha = 0.8, color = '#8BB6D6') + geom_line(data = dat_plot[1:66, ], aes(long, lat, group = group), size = 1, alpha = 0.8, color = '#8BB6D6') + geom_text_repel(data = mat.cities, aes(x = long, y = lat, label = names), family = "STHeiti") + labs(x = '经度', y = '纬度', title = '三十三条连线', size = '人口(百万)') + theme_bw() + theme(panel.border = element_blank(), text = element_text(family = "STHeiti"), plot.title = element_text(hjust = 0.5))绘图过程没有什么好说的了，里面使用的函数与方法都在前面的博客中提及过：
R语言学习ggplot2绘制统计图形包全面详解
唯一添加的连线所使用的函数：geom_line，里面只需注意多了一个参数group，记得添加即可。
4) 结果展示
最后的16条连线与33条连线的效果图分别如下所示：
16条连线：
33条连线：
看完了这篇文章，相信你对“数模技巧不用for循环且使用ggplot2如何实现地图上连线”有了一定的了解，如果想了解更多相关知识，欢迎关注编程网行业资讯频道，感谢各位的阅读！
