8.2　具体位置

一份地点清单是我们能得到的最好处理的空间数据了。我们有了一堆地点的经纬度，只需将它们标注在地图上即可。也许你还想展现事件（比如犯罪）在哪些地方发生，或者想找到事件发生最密集的是哪个区域，这些都很容易办到，而且有很多方法。

在网上，调用地图最常用的方法是借助Google或者Microsoft地图。通过他们的地图API，我们就能立刻得到可以缩放和平移的可交互地图，而这只需要几行JavaScript代码就能实现。对于如何运用这些API，有海量的在线教程，而且说明文档也很详细，所以这里我就不再赘述了。

说明　Google和Microsoft为刚开始使用他们地图API的新手们提供了超级浅显易懂的教程，如果你打算用他们的产品实现一些基本的地图功能，不妨先过一遍这些教程。

不过这种地图也有不足。它们的可定制程度很低，到最后得到的结果看上去还是像Google或Microsoft地图。我不是说它们难看，只是当我们开发应用或设计图表时，地图在视觉上还是要与设计主题相吻合。有些办法能解决这个问题，但是为此花上太多精力又不值得，尤其是还有其他工具能做得更好的时候。

8.2.1　找到纬度和经度

在绘制地图之前，先考虑一下能拿到哪些数据，又需要哪些数据。如果你连需要的数据都没有，自然也就没法可视化了，不是吗？在大多数实际应用中，你需要经纬度才能确定地点的位置，而大部分数据集都不太可能会提供这些信息，我们能拿到的更有可能只是一份地址列表而已。

自然，你不能把街道名称和邮编直接硬插到地图里面，那样不可能会有好效果。我们必须首先拿到经纬度，而要想做到这一点，可以试试地理编码（geocode）。其原理是我们把地址传给服务提供商，服务提供商会请求数据库与地址进行匹配，然后判断这个地址应该是在地球的哪个位置，之后我们就能得到该位置的经纬度。

至于有哪些服务提供商可用，嗯，倒是有不少。如果需要地理编码的地点不多，我们可以去某个网站然后手工输入查询。Geocoder.us是一个很好的选择，而且免费。如果地点不需要特别精确，也可以试试Pierre Gorissen开发的基于Google地图的Latitude Longitude Popup。该应用有一个简单的Google地图界面，在地图上点击任何位置，它都会弹出该地点的经纬度信息。

但如果你有很多地点需要地理编码，就应该通过程序来解决了，否则手工的复制粘贴太花时间。Google、Yahoo!、Geocoder.us和Mediawiki都提供地理编码的API，而Python中有一个叫做Geopy的地理编码工具箱则把它们都囊括进来了。

有用的地理编码工具

□　Geocoder.us（http://geocoder.us）——提供简单的界面，将地址复制并粘贴进去后会得到经纬度信息。还提供API。

□　Latitude Longitude Popup（www.gorissen.info/Pierre/maps/）——Google地图的混搭模式。在地图上点击某个位置，它就能告诉你该地的经纬度。

□　Geopy（http://code.google.com/p/geopy/）——Python的地理编码工具箱。在一个工具包中囊括了多个地理编码API。

访问Geopy的网页可以浏览该工具包的安装指南，还能找到很多简单的应用实例。我们下面的例子假设你已经在计算机上安装了该工具包。

在安装好Geopy后，在http://book.flowingdata.com/ch08/geocode/costcos-limited.csv下载位置数据。这是一个CSV文件，包含了美国境内每一家好市多（Costco）店铺的地址信息，但没有经纬度。这就得靠我们来想办法了。

打开一个新文件，将其存储为geocode-locations.py。和往常一样，首先导入你要用到的工具包。

from geopy import gedocoders
import csv

我们还需要一个API开发密匙（API Key）才能获得各种服务。对于本例来说，我们只用从Google那里获取一个即可。

说明　访问http://code.google.com/apis/maps/signup.html注册一个Google地图API的免费开发密匙。过程非常简单，只需几分钟就能完成。

把开发密匙存入一个名为g_api_key的变量，在初始化地理编码时使用它。

g_api_key = 'INSERT_YOUR_API_KEY_HERE'
g = geocoders.Google(g_api_key)

载入costcos-limited.csv数据文件，然后开始循环处理。针对每一行数据，我们把所有的地址信息拼成一个整体，然后进行地理编码。

costcos = csv.reader(open('costcos-limited.csv'), delimiter=',')
next(costcos) # 跳过标题
 
# 打印标题
print "Address,City,State,Zip Code,Latitude,Longitude"
for row in costcos:
 
    full_addy = row[1] + "," + row[2] "," + row [3] + "," + row[4]
    place, (lat, lng) = list(g.geocode(full_addy, exactly_one=False))[0]
    print full_addy + "," + str(lat) + "," + str(lng)

这就行了。运行Python脚本，并把输出结果存储为costcos-geocoded.csv。以下是所得数据的头几行：

Address,City,State,Zip Code,Latitude,Longitude
1205 N. Memorial Parkway,Huntsville,Alabama,35801-5930,34.7430949,-86
.6009553
3650 Galleria Circle,Hoover,Alabama,35244-2346,33.377649,-86.81242
8251 Eastchase Parkway,Montgomery,Alabama,36117,32.363889,-86.150884
5225 Commercial Boulevard,Juneau,Alaska,99801-7210,58.3592,-134.483
330 West Dimond Blvd,Anchorage,Alaska,99515-1950,61.143266,-149.884217
...

相当酷。如果幸运的话，每一个地址都应该能找到对应的经纬度坐标。但这种情况通常不会出现。如果遇到了这种问题，你应该在之前代码的倒数第二行加入错误验证。

try:
    place, (lat, lng) = list(g.geocode(full_addy, exactly_one=False))
[0]
    print full_addy + "," + str(lat) + "," + str(lng)
except:
    print full_addy + ",NULL,NULL"

这段代码会尝试寻找对应的经纬度坐标，如果寻找失败，就会输出该行数据的地址以及空的坐标值。运行Python脚本并存储输出结果，我们就能从中找到那些空值。此时我们可以用Geopy试试其他服务商，或者在Geocoder.us里手工输入这些空值的地址进行查询。

8.2.2　单纯的点

现在我们有了带经纬度信息的各个地点，可以绘制地图了。最直接的办法就是为各个地点添加标记，和真实世界中往纸板上摁图钉很相似，只不过是让计算机来完成。基本框架如图8-1所示。

图8-1　地图标识地点的基本框架

虽然这个概念很简单，但我们仍然能在数据中看到集群、扩展和异常值等特征。

1．带有点的地图

虽然R在绘制地图方面的功能比较有限，但在地图上放置点却很轻松。这一任务主要是由maps工具包来完成的。在R中输入install.packages( )，或者通过Package Installer安装maps工具包。安装好后将其载入到工作区。

library(maps)

下一步：载入数据。你可以使用之前地理编码过的好市多店铺的地址数据，或者也可以直接通过URL载入我加工好的数据集。

costcos <-
read.csv('http://book.flowingdata.com/ch08/geocode/costcos-geocoded
.csv", sep=",")

现在开始绘图。在创建地图时，把它们看做是层会比较好理解（不管你用的是什么软件）。最底层一般就是显示地域界限的基础地图，它的上面再是那些数据的层。在本例中，最底层是美国地图，而第二层就是好市多店铺的地址。以下代码可以创建第一层，结果如图8-2所示。

map(database="state")

图8-2　美国的平面地图

第二层，或者说好市多店铺层，则要通过symbols( )函数来绘制。它也就是我们在第6章中绘制气泡图所用的函数，使用方法也完全一样，只不过这次传递的是经纬度，而非之前的x轴和y轴坐标。此外设置add为TRUE，表示我们是希望在地图上添加其他标记符号，而非创建一个新图表。

symbols(costcos$Longitude, costcos$Latitude,
  circles=rep(1, length(costcos$Longitude)), inches=0.05, add=TRUE)

图8-3显示了代码的结果。所有的圆圈大小都相同，因为我们将circles设置为一个数组，它的长度等于地点的总数，同时我们将inches设为了0.05，它规定了各个圆圈的尺寸。如果你希望这些标记再小一点，只需要减小这个值即可。

图8-3　好市多全美店址地图

和之前一样，我们可以调整地图和圆圈的颜色，以便各个地点的显示能更突出，同时让边界线隐入到背景中去，如图8-4所示。现在让我们把这些圆点改为好市多的标准红色，同时把州界线改为浅灰色。

map(database="state", col="#cccccc")
symbols(costcos$Longitude, costcos$Latitude, bg="#e2373f", fg="#ffffff",
  lwd=0.5, circles=rep(1, length(costcos$Longitude)),
  inches=0.05, add=TRUE)

图8-4　为地图上的地点着色

在图8-3中，未填色的圆圈和地图都是同一种颜色，线条的粗细也一样，所以全都混杂在了一起。但如果正确运用了颜色，我们就能让数据占据视线的焦点。

只用几行代码就能达到这种效果，看起来不坏。很明显，好市多比较倾向于在沿海地带开店，圆点都聚集在加利福尼亚的南北部、华盛顿的西北部以及美国东北部。

不过，这张图还是有一个遗漏，确切地说应该是两个：阿拉斯加和夏威夷在哪里？它们也是美国的一部分，但在图中没法找到，即使map( )里已经调用了"state"数据库。实际上，这两个州是在"world"数据库里面，所以如果想看好市多在阿拉斯加和夏威夷开的店，就需要绘制整个世界地图，如图8-5所示。

map(database="world", col="#cccccc")
symbols(costcos$Longitude, costcos$Latitude, bg="#e2373f", fg="#ffffff",
   lwd=0.3, circles=rep(1, length(costcos$Longitude)),
   inches=0.03, add=TRUE)

图8-5　好市多店址的世界地图

我知道这有点浪费空间。有很多方法可以解决这个问题，在技术文档里面都可以找到，但最简单的办法就是在Illustrator里面把其他国家的地图删掉，然后把美国放大。

提示　在使用R时，如果遇到了问题，随时可以查阅技术文档。方法是在不熟悉的函数或工具包前面加上一个问号。

现在换一个角度，假设我们只希望显示少数几个州的好市多店址，那么可以用region参数来实现这一点。

map(database="state", region=c("California", "Nevada", "Oregon",
  "Washington"), col="#cccccc")
symbols(costcos$Longitude, costcos$Latitude, bg="#e2373f", fg=#ffffff",
  lwd=0.5, circles=rep(1, length(costcos$Longitude)), inches=0.05,
  add=TRUE)

效果如图8-6所示，我们创建了包括加利福尼亚、内华达、俄勒冈和墨西哥州的地图作为底层，然后在它上面再创建数据层。有一些点并不在这些州里，但它们处于绘图区域中，所以依然会显示。同样地，我们可以在自己喜欢的矢量绘图软件中删除这些点。

图8-6　选定州中的好市多店址

2．带有线的地图

有时候，如果地图上点的顺序存在关联，那么可能需要将点连接起来。随着Foursquare等在线定位服务的流行，位置追踪已经并不少见。比较简单的画线方法自然是利用lines( )函数。为了方便演示，我们来看一下我作为乌有国政府的特工人员，在7天7夜间的旅行轨迹吧。和往常一样，以载入数据开始，然后先绘制基础的世界地图。

faketrace <-
    read.scv("http://book.flowingdata.com/ch08/points/fake-trace.txt",
      sep="\t")
map(database="world", col="#cccccc")

在R的控制台中输入faketrace，先看一眼数据帧。你会发现它只显示了两列，分别是纬度和经度，而且只有8个数据点。我们假设这些地点的顺序正是我在这漫长7天中旅行的顺序。

   latitude   longitude
1  46.31658    3.515625
2  61.27023   69.609375
3  34.30714  105.468750
4 -26.11599  122.695313
5 -30.14513   22.851563
6 -35.17381  -63.632813
7  21.28937  -99.492188
8  36.17336 -115.180664

将这两列插入lines( )函数，就可以绘制出线条了。同时指定线条的颜色（col）和宽度（lwd）。

lines(faketrace$longitude, faketrace$latitude, col="#bb4cd4", lwd=2)

现在再加入圆点。过程和我们之前在好市多一例中所做的一样，效果如图8-7所示。

symbols(faketrace$longitude, faketrace$latitude, lwd=1, bg="#bb4cd4",
fg="#ffffff", circles=rep(1, length(faketrace$longitude)), inches=0.05,
add=TRUE)

图8-7　绘制位置追踪轨迹

作为特工为乌有国政府奔波了7天7夜之后，我决定洗手不干了。这工作并不像007电影里面表现的那么迷人。不过，我还是为那些我拜访过的国家创建了连接线。从我居住的地方到所有其他国家之间画上线，可能会很有趣，效果如图8-8所示。

map(database="world", col="#cccccc")
for (i in 2:length(faketrace$longitude)-1) {
       lngs <- c(faketrace$longitude[8], faketrace$longitude[i])
       lats <- c(faketrace$latitude[8], faketrace$latitude[i])
       lines(lngs, lats, col="#bb4cd4", lwd=2)
}

图8-8　绘制与世界各地的连接线

在创建好底层地图之后，我们对数据帧的每个点循环处理，让它们和数据帧最后的那个点之间用线条连接起来。这张图可能信息含量并不高，但也许你会找到合适的机会用上它。举这个例子的目的是希望大家了解，在绘制好地图之后，只要有经纬度坐标，就可以利用R的各种图形函数来随心所欲地绘制你想要的任何东西。

哦，对了，我并没有真的当过乌有国的特工。我只是在开玩笑而已。

8.2.3　有大有小的点

让我们回到真实的数据上来，进入一个比特工恶作剧更有意思的话题。有些时候，我们手上并不只有位置数据，可能还会有其他的数值，例如销售数据或者城市人口等。我们依然是在地图上绘制圆点，但这次可以用上气泡图的原则。

我应该不必再次解释气泡的尺寸是根据面积而非半径来的，对吧？很好。

带有气泡的地图

在本例中，让我们看一下《2008年联合国人类发展报告》中的未成年人生育率，也就是每1000名15～19岁年龄段女性中的生育数量。其中的地理坐标由GeoCommons提供。我们希望根据不同国家间生育率的比例来指定各个气泡的大小。

所用到的代码和之前绘制好市多店址地图时所用的差不多，但要记住当时我们只向symbols( )函数传递了一个向量来控制圆圈的尺寸。而这次，我们会用到生育率的sqrt( )函数来指定圆点的大小。

fertility <-
    read.csv("http://book.flowingdata.com/ch08/points/adol-fertility.csv")
map('world', fill = FALSE, col = "#cccccc")
symbols(fertility$longitude, fertility$latitude,
    circles=sqrt(fertility$ad_fert_rate), add=TRUE,
    inches=0.15, bg="#93ceef", fg="#ffffff")

图8-9显示了输出的结果。我们很快就能发现非洲国家的未成年人生育率比较高，而欧洲国家相对较低。单独只看图表，并不清楚每个圆代表多少数值，因为尚未给出图例。在R中用summary( )可以得到一份概览。

summary(fertility$ad_fert_rate)
 
    Min. 1st Qu.  Median   Mean 3rd Qu.    Max.  NA's
    3.20   16.20   39.00  52.89   78.20  201.40  1.00

图8-9　全球未成年人生育率

这个数据对我们来说已经不错了，但我们只是受众之一。如果希望其他没有看过此数据的人也能理解图表，就需要更多的解释。我们可以为表现突出（生育率最高和最低）的国家添加注释，可以专门标识出读者最多的国家（在本例中也就是美国），同时还可以提供一段引文，帮助读者理解如何阅读图表。图8-10显示了这些改变。

图8-10　为更广泛的读者群对生育率提供清晰的解释