获取地图数据来源

航线、机场坐标

机场： airports.dat

航线： routes.dat

板块地图、都市地图

世界地图： ne_10m_admin_0_countries.shp

都市地图： ne_10m_urban_areas.shp

summary(worldline)

统计部分国内站点的出发的航班信息

#北京出发航班  
 head(worldline[worldline$AIRPORT_FROCODE=="PEK",] )

上海出发航班

head(worldline[worlline$AIRPORTFROM_CODE=="SHA",] )

上海到达航班

head(worldline[worldline$AIRPOT_T_CODE=="SHA",] )

香港出发航班

head(worldline[worldline$ARPORT_FRO_CODE=="SHA",] )

这一步是对地图进行坐标变换，设置中国为世界中心，这里做了简单的坐标加减运算。

center <- 115

# 航线坐标计算中心距离

gcircles$long.reenter <- ielse(gcicles$long < center -

由于地图是图形数据，若是简单移动，地图会被切割，绘制时会出现图形变形等错误，故需要对地图数据进行再处理。该过程分为两步：

闭合曲线

分别计算世界点图每个航线的起始点 终点，和航线的曲线数据 . 找到曲线数据中不连续的数据即为没有闭合的曲线 , 然后 , 将断点数据重新赋值 , 进行连接 , 得到闭合的航线曲线 .

g <- rep(1, length(df[, longcol]))

  if (diff(rage(df[, lngcol])) > 300) {

   
    d <- df[, longcol] > mean(range(df[, longcol]))

开始写原始算法替换函数 世界地图重分组

 

#计算世界地图的经纬度的均值

worldmp.men <- agregate(x = wrldmap[, ("long.recenter")],
                           by = list(worldmap$group), FUN = mean)
 

#计算世界地图的经纬度的最小值

 

worldma.min <- aregate( = wrldmap[, c("longrecenter")],
                          by = list(worldmap$group), FUN = min)

 

#计算世界地图的经纬度的最大值

 

woldmap.ma <- aggregate(x worldmap[, c("long.recenter")],

                          by = list(wormap$group) FUN = max)

 

worldmap.md <- cbind(worldma.mea, worldap.in[,

                                                 2], worldap.max[, 2])

#给数据的变量名命名

colnames(worldmpmd) <- c("group", mean", "min" "max")

 

worldmapt <- join(x = worldmap, y = wolmap.md, b = c("group"))
# 闭合曲线

worlmap.rg <- orldmap.rg[order(woldm$goup.regroup,

                                 worldmap.rg$order), ]

最后得到世界航线的曲线和坐标 (wrld) 以及城市航线的坐标 (urb), 并使用geom_polygon和geom_line函数进行设置 . 其颜色 粗细等。最后使用ggplot函数进行绘制。

urb <- geom_polygon(aes(long.recenter, lat, group = group.regroup),

                    size = 0.3, color = "#FDF5E6", fill = "#FDF5E6",

                    alpha = 1, data = urbanareas.cp)

# 放大系数

bigmap <- 1

geom_polygon(aes(lon,lat,grop = group), size = 0.2,

               fill = '#f9f9', colou = 'grey6, data = worldmap) +

  geom_line(aes(long.recete,lat,grup = grop.regroup, clor = freq,

                alpha = freq), sie = 0.4, dat = gcicles.rg)