data analysis & visualization

tistoryCJlibrary(ggmap)

register_google(key=구글키)

k=geocode('지역명')

k=mutate_geocode(data.frame(address=c('지역명'),stringsAsFactors = F),address)

extract=as.vector(apply(data.frame(geocode('지역명')),2,mean))
extract[2]=extract[2]+.02

map=get_googlemap(center=extract,maptype='roadmap',zoom=10,col='bw')

 

temp6=spTransform(temp6,CRS('+init=epsg:4326'))
temp6=cbind(coordinates(temp6),temp6@data)

 

#지도그림 배경 + 지적도

ggmap(map) + geom_polygon(data=shp2, aes(x=long, y=lat, group=group,fill=변수),alpha=1, color='black')+theme(
  legend.position = c(.95, .95),legend.justification = c("right", "top"),legend.box.just = "right",legend.margin = margin(6, 6, 6, 6))

 

#지도 그림 배경 + 지적도

p=ggmap(map,data=temp6) +geom_polygon(data=shp, aes(x=long, y=lat, group=group),alpha=0, fill='white',color='black')

#지적도 + 점

p+  geom_point(data=temp6,aes(x=lon,y=lat,colour=get(paste0('결제시간', i,'시의 편차')),size=get(paste0('결제시간',i,' 시의 평균'))))+theme(plot.title=element_text(face="bold", size=30, vjust=2),
        legend.position = c(.95, .95),legend.justification = c("right", "top"),
        legend.box.just = "right",legend.margin = margin(6, 6, 6, 6))+

#지도 타이틀

ggtitle(paste0('결제시간대별 이용건 수(',i,'시)'))+

#범례 타이틀
  labs(colour=paste0('결제시간', i,'시의 편차')) +
  labs( size=paste0('결제시간',i,' 시의 평균')) +
#범위 설정  

scale_size_continuous(limits = c(min(floor(temp6[,paste0('결제시간',i,' 시의 평균')]),na.rm=T),max(ceiling(temp6[,paste0('결제시간',i,' 시의 평균')]),na.rm=T))
    ,breaks=seq(min(floor(temp6[,paste0('결제시간',i,' 시의 평균')]),na.rm=T),max(ceiling(temp6[,paste0('결제시간',i,' 시의 평균')]),na.rm=T),len=5))+  
  scale_colour_continuous(limits = c(min(floor(temp6[,paste0('결제시간',i,'시의 편차')]),na.rm=T),max(ceiling(temp6[,paste0('결제시간',i,'시의 편차')]),na.rm=T)), breaks = 
                            seq(min(floor(temp6[,paste0('결제시간',i,'시의 편차')]),na.rm=T),max(ceiling(temp6[,paste0('결제시간',i,'시의 편차')]),na.rm=T),len=5))+ 
  guides(colour = guide_colorbar(order=1), size = guide_legend(order=2))