R可视化：地图上的合理排斥点（蜂拥？）

Question

我正在尝试复制大约这样的地图。

它描述了分布在一个区域中的少量物品（学校）。对于输入，我有一个区域地图，每个区域都有一个数字。我想将其分布在该地区周围的许多地方。如果它们不会跨区域边界扩散，那就更好了，但是仅将它们分布就足够了。在区域内一些良好的排斥点可能有效。

蜂巢图可以做的非常相似，可以在地图上完成。奖励问题-实际上，我一直在寻求动画效果，但是只能想到非常复杂的方法来实现，因此随着总和的增加，会增加新的积分。

下面的代码在地图上将点放置在质心中，并将数字作为大小。（我无法将地图正确导出为单个文件，因此坐标有些混乱，但是原理是相同的。）

places = st_read("https://gist.githubusercontent.com/peeter-t2/9646a4169e993948fa97f6f503a0688b/raw/cb4e910bf153e51e3727dc9d1c73dd9ef86d2556/kih1897m.geojson", stringsAsFactors = FALSE)

schools <- read_tsv("https://gist.github.com/peeter-t2/34467636b3c1017e89f33284d7907b42/raw/6ea7dd6c005ef8577b36f5e84338afcb6c76b707/school_nums.tsv")
schools_geo <- merge(places,schools,by.x="KIHELKOND",by.y="Kihelkond") #94 matches

p<- schools_geo %>% 
  ggplot()+
  geom_sf(data=schools_geo)+
  geom_sf(data=st_centroid(schools_geo),aes(size=value))+
  theme_bw()
p

谢谢！

Answer 1

正如我在评论中指出的那样，当我读入文件时，它的设置crs为lat / lon（epsg: 4326），而几何列则不同crs。我猜想是正确crs的espg: 3301，并在此基础上进行，这似乎很好。

st_crs(schools_geo) <- 3301

我们可以使用st_sample来获取多边形中与“值”列相关的点的样本：

# we can set type = 'hexagonal', 'regular' or 'random'
school_pts <- schools_geo %>% st_sample(size = .$value, type = 'hexagonal')


schools_geo %>% 
  ggplot()+
  geom_sf()+
  geom_sf(data=school_pts, size = .8)+
  theme_bw()

这产生了以下图，由于事实st_sample将点散布到多边形的范围内，因此我认为它看起来很混乱。

像在您发布的示例中那样，使点在每个多边形中更居中似乎更好。为此，我们可以根据要在其中绘制点的数量来重新缩放多边形。在下面的代码中，如果多边形在（1）内具有最少的点，则将其缩小90％，如果多边形在（1）中具有最多的点，则将其缩小20％。

# put values on scale between 0 and 1
scale_fact <- (max(schools_geo$value) -  schools_geo$value) / (max(schools_geo$value) - min(schools_geo$value)) 
# re-scale between 0.2 and 0.9
scale_fact <- scale_fact * (0.9 - 0.2) + 0.2
# reverse the scale 
scale_fact <-  max(scale_fact) + min(scale_fact) - scale_fact 

# apply the scale factor
schools_centroid <- st_geometry(st_centroid(schools_geo))
schools_geo_rescaled <- (st_geometry(schools_geo) - schools_centroid) * scale_fact + schools_centroid

school_pts <- schools_geo_rescaled %>% 
  st_sf(crs = 3301) %>% 
  bind_cols(value = schools_geo$value) %>%
  st_sample(size = .$value, type = 'hexagonal')


# plot
schools_geo %>% 
  ggplot()+
  geom_sf()+
  geom_sf(data=school_pts, size = .8)+
  theme_bw()