中国国内航线信息的可视化
上图是对国内机场和航线信息进行了一个简单的可视化。圆点表示了中国163个机场的位置,线条显示了5381条航线。之前曾在这个网站上见到了作者用R语言来对全世界的航线进行可视化。正所谓见贤思齐,本图就是模仿山寨的结果。但是这个图的生成没有原文那么复杂,所用到的地理图形包和步骤也与原例略有不同,比较失败的是没有展现出原图的夜景效果。具体实施的步骤如下:
从这个网站下载到机场数据和航线数据;
从中挑选出中国的机场和国内航线,并加以整理;
用ggmap包读取谷歌地图;
将机场和航线信息绘制在地图上。
从这个网站下载到机场数据和航线数据;
从中挑选出中国的机场和国内航线,并加以整理;
用ggmap包读取谷歌地图;
将机场和航线信息绘制在地图上。
library(ggmap)
data.port <- read.csv('d:\\airports.dat',F)
data.line <- read.csv('d:\\routes.dat',F)
library(stringr)
# 找到中国的机场
portinchina <- str_detect(data.port[,'V4'], "China")
chinaport <- data.port[portinchina,]
# 去除少数几个没有编号的机场
chinaport <-chinaport[chinaport$V5!='',
c('V3','V5','V7','V8','V9')]
names(chinaport) <- c('city','code','lan','lon','att')
# 找出国内航班
lineinchina <- (data.line[,'V3'] %in% chinaport$code) & (data.line[,'V5'] %in% chinaport$code)
chinaline <- data.line[lineinchina,c('V3','V5','V9')]
names(chinaline) <- c('source','destination','equipment')
#构建一个函数,根据机场编码得到经纬度
findposition <- function(code) {
find <- chinaport$code==code
x <- chinaport[find,'lon']
y <- chinaport[find,'lan']
return(data.frame(x,y))
}
# 将机场编码转为经纬度
from <- lapply(as.character(chinaline$source),findposition)
from <- do.call('rbind',from)
from$group <- 1:dim(from)[1]
names(from) <- c('lon','lan','group')
to <- lapply(as.character(chinaline$destination),findposition)
to <- do.call('rbind',to)
to$group <-1:dim(to)[1]
names(to) <-c('lon','lan','group')
data.line <- rbind(from,to)
temp<- data.line[data.line$group<100,]
# 用ggmap包从google读取地图数据,并将之前的数据标注在地图上。
ggmap(get_googlemap(center = 'china', zoom=4,
maptype='roadmap'),extent='device')+
geom_point(data=chinaport,aes(x=lon,y=lan),
colour = 'red4',alpha=0.8)+
geom_line(data=data.line,aes(x=lon,y=lan,group=group),
size=0.1,alpha=0.05,color='red4')
data.port <- read.csv('d:\\airports.dat',F)
data.line <- read.csv('d:\\routes.dat',F)
library(stringr)
# 找到中国的机场
portinchina <- str_detect(data.port[,'V4'], "China")
chinaport <- data.port[portinchina,]
# 去除少数几个没有编号的机场
chinaport <-chinaport[chinaport$V5!='',
c('V3','V5','V7','V8','V9')]
names(chinaport) <- c('city','code','lan','lon','att')
# 找出国内航班
lineinchina <- (data.line[,'V3'] %in% chinaport$code) & (data.line[,'V5'] %in% chinaport$code)
chinaline <- data.line[lineinchina,c('V3','V5','V9')]
names(chinaline) <- c('source','destination','equipment')
#构建一个函数,根据机场编码得到经纬度
findposition <- function(code) {
find <- chinaport$code==code
x <- chinaport[find,'lon']
y <- chinaport[find,'lan']
return(data.frame(x,y))
}
# 将机场编码转为经纬度
from <- lapply(as.character(chinaline$source),findposition)
from <- do.call('rbind',from)
from$group <- 1:dim(from)[1]
names(from) <- c('lon','lan','group')
to <- lapply(as.character(chinaline$destination),findposition)
to <- do.call('rbind',to)
to$group <-1:dim(to)[1]
names(to) <-c('lon','lan','group')
data.line <- rbind(from,to)
temp<- data.line[data.line$group<100,]
# 用ggmap包从google读取地图数据,并将之前的数据标注在地图上。
ggmap(get_googlemap(center = 'china', zoom=4,
maptype='roadmap'),extent='device')+
geom_point(data=chinaport,aes(x=lon,y=lan),
colour = 'red4',alpha=0.8)+
geom_line(data=data.line,aes(x=lon,y=lan,group=group),
size=0.1,alpha=0.05,color='red4')
有兴趣的同学还可以进一步研究,哪个航线最远,分布如何,哪条航线最多,航线飞机档次如何,哪个机场海拔最高,哪个机场最忙.
from: http://xccds1977.blogspot.com/2012/07/blog-post_26.html
TRUST WITHOUT WAVERING