여기서는 shp파일을 불러와서 직접 ggplot2를 이용해 지도를 그리는 방법을 설명하려고 한다
library(maptools)
## Loading required package: sp
## Checking rgeos availability: TRUE
library(ggplot2)
maptools 패키지를 실행시키면 Checking rgeos availability 라는 문구가 나오는데 여기서 FALSE가 나온다면 rgeos 패키지를 설치해주자
여기 주소를 통해 한국의 행정구역이 표시된 shp파일을 구해서 데이터를 불러오도록 한다. Administrative areas항목을 다운로드 받는다. 그 중에서 KOR_adm2.shp파일을 maptools::readShapePoly()함수로 불러오고, str() 함수로 데이터를 살펴보자.
shp2 <- readShapePoly("D:\\data\\gis\\SouthKorea_source\\KOR_adm\\KOR_adm2.shp")
str(shp2@data)
## 'data.frame': 228 obs. of 18 variables:
$ ID_0 : int 124 124 124 124 124 124 124 124 124 124 ...
$ ISO : Factor w/ 1 level "KOR": 1 1 1 1 1 1 1 1 1 1 ...
$ NAME_0 : Factor w/ 1 level "South Korea": 1 1 1 1 1 1 1 1 1 1 ...
$ ID_1 : int 1591 1591 1591 1591 1591 1592 1592 1592 1587 1588 ...
$ NAME_1 : Factor w/ 16 levels "Busan","Chungcheongbuk-do",..: 14 14 14 14 14 15 15 15 10 11 ...
$ ID_2 : int 19391 19392 19393 19394 19395 19396 19397 19398 19347 19348 ...
$ NAME_2 : Factor w/ 208 levels "Andong","Ansan",..: 166 179 191 197 204 34 36 39 186 13 ...
$ VARNAME_2 : Factor w/ 0 levels: NA NA NA NA NA NA NA NA NA NA ...
$ NL_NAME_2 : Factor w/ 9 levels "?? | ??","??? | ???",..: 6 6 6 6 6 6 5 6 6 6 ...
$ HASC_2 : Factor w/ 0 levels: NA NA NA NA NA NA NA NA NA NA ...
$ CC_2 : Factor w/ 0 levels: NA NA NA NA NA NA NA NA NA NA ...
$ TYPE_2 : Factor w/ 3 levels "Gu","Gun","Si": 3 2 2 2 3 1 1 1 3 1 ...
$ ENGTYPE_2 : Factor w/ 3 levels "City","County",..: 1 2 2 2 1 3 3 3 1 3 ...
$ VALIDFR_2 : Factor w/ 1 level "Unknown": 1 1 1 1 1 1 1 1 1 1 ...
$ VALIDTO_2 : Factor w/ 1 level "Present": 1 1 1 1 1 1 1 1 1 1 ...
$ REMARKS_2 : Factor w/ 0 levels: NA NA NA NA NA NA NA NA NA NA ...
$ Shape_Leng: num 1.63 12.39 2.17 2 7.53 ...
$ Shape_Area: num 0.0809 0.0463 0.06 0.0473 0.0484 ...
-attr(*, "data_types")= chr "N" "C" "C" "N" ...
데이터를 보면 NAME_1 항목에는 광역시와 도 등 광역단체목록이 담겨있고, NAME_2에는 시/군 과 서울의 구가 들어있다.
일단은 shp 데이터를 불러온 것 만으로도 지도의 형태는 살펴볼 수 있다
plot(shp2)
ggplot2를 이용해서 지도를 그리려면 이 데이터를 데이터 프레임으로 변경해야 하는데 ggplot2::fortify() 함수를 이용해서 shp 데이터를 데이터 프레임으로 바꿀 수 있다.
shp2_ffd_noregion <- fortify(shp2)
head(shp2_ffd_noregion)
## long lat order hole piece group id
## 1 127.5484 35.08423 1 FALSE 1 0.1 0
## 2 127.5519 35.07868 2 FALSE 1 0.1 0
## 3 127.5509 35.07233 3 FALSE 1 0.1 0
## 4 127.5491 35.06628 4 FALSE 1 0.1 0
## 5 127.5443 35.05591 5 FALSE 1 0.1 0
## 6 127.5422 35.04578 6 FALSE 1 0.1 0
이렇게 데이터를 보면 group과 id가 숫자로 구분된 것을 볼 수 있는데, 나중에 다른 데이터를 합칠 수 있도록 어떤 변수로 지역을 구분할지 명시할 수 있다.
shp2_ffd <- fortify(shp2, region = "NAME_1")
shp2_ffd2 <- fortify(shp2, region = "NAME_2")
head(shp2_ffd)
## long lat order hole piece group id
## 1 129.0179 35.07678 1 FALSE 1 Busan.1 Busan
## 2 129.0179 35.07653 2 FALSE 1 Busan.1 Busan
## 3 129.0176 35.07653 3 FALSE 1 Busan.1 Busan
## 4 129.0176 35.07625 4 FALSE 1 Busan.1 Busan
## 5 129.0174 35.07625 5 FALSE 1 Busan.1 Busan
## 6 129.0174 35.07597 6 FALSE 1 Busan.1 Busan
데이터 프레임으로 구성했으니 ggplot2를 이용해서 지도를 그릴 수 있다. path를 이용해 각 점을 선으로 연결하는 형태이므로 geom_path()를 사용하면 되고 데이터에서 long, lat, group 변수를 이용한다
ggplot(shp2_ffd,
aes(x=long, y=lat, group=group)) +
geom_path()
NAME_1 변수를 기준으로 구분한 지도는 광역단체로만 구분이 되고, 아래와 같이 NAME_2 변수를 기준으로 fortify시킨경우에는 시(도의 경우), 구(서울 등)로 구분되는 것을 볼 수 있다.
ggplot(shp2_ffd2,
aes(x=long, y=lat, group=group)) +
geom_path()
geom_path()가 아니라 geom_polygon()을 사용하면 지역별로 색상을 채우는 것이 가능하다. 적용할만한 다른 데이터를 추가하면 히트맵이나 코로플레스같은 시각화를 할 수 있다
ggplot(shp2_ffd, aes(x=long, y=lat, group=group)) +
geom_polygon(aes(fill=id))
dplyr패키지를 불러와서 난수를 데이터에 대입시키고 어떻게 ggplot2를 이용할 수 있을지 살펴보자.
library(dplyr)
shp2_value <- data.frame(
shp2_ffd %>%
select(id) %>%
distinct,
value = round(runif(16,10,100)))
shp2_value
## id value
## 1 Busan 24
## 2 Chungcheongbuk-do 76
## 3 Chungcheongnam-do 74
## 4 Daegu 22
## 5 Daejeon 73
## 6 Gangwon-do 68
## 7 Gwangju 34
## 8 Gyeonggi-do 88
## 9 Gyeongsangbuk-do 16
## 10 Gyeongsangnam-do 28
## 11 Incheon 98
## 12 Jeju 56
## 13 Jeollabuk-do 33
## 14 Jeollanam-do 41
## 15 Seoul 96
## 16 Ulsan 32
각 광역 단체에 적당한 값을 넣은 데이터 프레임을 만들었다
shp2_data <- shp2_ffd %>%
left_join(shp2_value)
ggplot(shp2_data, aes(x=long, y=lat, group=group)) +
geom_polygon(aes(fill = value))
원래의 fortify된 지도에 left_join을 해서 값을 대입하고, 추가한 열을 geom_polygon에서 fill값으로 잡아주면 된다. 색상을 변경하려면 scale 값을 조정해주는 함수를 사용하면 된다. 여기서는 RColorBrewer패키지를 이용하는 scale_fill_distiller함수를 사용했다.
ggplot(shp2_data, aes(x=long, y=lat, group=group)) +
geom_polygon(aes(fill = value)) +
scale_fill_distiller(palette = "Spectral")
이제 지도에서 일부분을 추출해보려고 한다. 예를 들어 서울만 지도를 그리고 싶다면, 맨 처음에 shp 파일을 불러왔을 때 NAME_1 항목이 Seoul인 것만 찾아서 fortify시키면 된다. 이 경우에는 구별로 구분된 지도를 봐야 하기 때문에 region 구분은 NAME_2를 기준으로 해야 한다.
shp2_subset <- shp2[shp2$NAME_1 == "Seoul",]
seoul_ffd <- fortify(shp2_subset, region="NAME_2")
이후에는 위에서 했던 것과 같은 방식으로 지도를 그릴 수 있다
ggplot(seoul_ffd, aes(x=long, y=lat, group=group)) +
geom_polygon(aes(fill=id))
