北京治疗白癜风到那家医院 https://wapjbk.39.net/yiyuanzaixian/bjzkbdfyy/数据清理是作图的基础，不同来源的数据往往形式不一，需要整理清楚；分级统计地图（Choroplethmap）是研究中常见的地图形式，在研究论文中出镜率很高；动态地图是数据可视化的利器，结合时间序列运用得越来越广。本篇用一个真实具体的案例把这三个知识点串起来——绘制美国本土新冠疫情的县级水平动态地图。本文由Cassandra倾情奉献！
安装所需的R包
library(sf)#地理数据的刚需包
library(tidyverse)#数据清理的刚需包
library(lubridate)#时间数据处理
library(tmap)#地图绘制
library(viridis)#色板
library(maps)#地理地图数据
数据清理是作图的基础，不同来源的数据往往形式不一，需要整理清楚；分级统计地图（Choroplethmap）是研究中常见的地图形式，在研究论文中出镜率很高；动态地图是数据可视化的利器，结合时间序列运用得越来越广。本篇用一个真实具体的案例把这三个知识点串起来——绘制美国本土新冠疫情的县级水平动态地图。
安装所需的R包
library(sf)#地理数据的刚需包
library(tidyverse)#数据清理的刚需包
library(lubridate)#时间数据处理
library(tmap)#地图绘制
library(viridis)#色板
library(maps)#地理地图数据
加载县级地图数据
使用maps包里的的美国县级地图数据county，转化为sf格式
county_map-st_as_sf(map("county",plot=FALSE,fill=TRUE))
可以看出这个数据有行，ID的命名方式是用“小写州名,小写县名”的方式，待会需要把疫情数据也整理成跟这个一致的格式。
初步绘制地图
需要快速查看地理数据做出的地图，只需要用R基础包就足够：
plot(st_geometry(county_map))
加载疫情数据
最新数据可以从JohnsHopkinsUniversityCenterforSystemsScienceandEngineering(JHUCSSE)下载（
