有没有办法用plotGoogleMaps设计一个地图,该地图有一个控制相同变量图层的图例?
使用来自 gstat 包的meuse数据集作为示例,目标是为每种类型的landuse获取一个thickbox。因此,让用户一个接一个地决定要查看哪个图层,或者选择几个或所有图层:
# Data Preparation
library(sp)
data(meuse)
coordinates(meuse)<-~x+y
proj4string(meuse) <- CRS('+init=epsg:28992')
ic=iconlabels(meuse$landuse, height=12)
m<-plotGoogleMaps(meuse,zcol='landuse',filename='Map.htm', iconMarker=ic)
最好的解决方案是根据变量值进行细分的命令......
或者,我们是否需要为每个图层(所有15个图层)创建一个地图,然后将它们一起添加?实现这一目标会更方便吗?我有一个超过300层的项目......
#Alternative the long way : Example with 3 landuse values
data(meuse)
list <- list(unique(meuse$landuse)) #list all 15 landuse values
Ah <- subset(meuse, landuse == "Ah")
coordinates(Ah)<-~x+y
proj4string(Ah) <- CRS('+init=epsg:28992')
ic=iconlabels(Ah$landuse, height=12)
m.Ah<-plotGoogleMaps(Ah,zcol='landuse', legend=FALSE, filename='MapAh.htm', iconMarker=ic, add=TRUE)
Fw <- subset(meuse, landuse == "Fw")
coordinates(Fw)<-~x+y
proj4string(Fw) <- CRS('+init=epsg:28992')
icf=iconlabels(Fw$landuse, height=12)
m.Fw<-plotGoogleMaps(Fw,zcol='landuse',legend=FALSE, filename='MapFw.htm', iconMarker=icf, previousMap=m.Ah, add=TRUE)
W <- subset(meuse, landuse == "W")
coordinates(W)<-~x+y
proj4string(W) <- CRS('+init=epsg:28992')
icw=iconlabels(W$landuse, height=12)
m.W<-plotGoogleMaps(W,zcol='landuse', legend=TRUE, filename='MapFw.htm', iconMarker=icw,previousMap=m.Fw)
第二个最佳解决方案是循环使用。
答案 0 :(得分:4)
这是一个解决方案。当然,你可以根据这个做出自己的功能。
library(plyr)
library(plotGoogleMaps)
library(sp)
data(meuse)
# list of SPDFs based on landuse
mlis <- dlply(meuse,'landuse',function(x) {
coordinates(x)<-~x+y
proj4string(x) <- CRS('+init=epsg:28992')
x
})
# prepare colors
cols = PolyCol(meuse$landuse)$col.uniq
#cols = rainbow(15)
names(cols) = levels(meuse$landuse)
# 1st landuse category
lev1 <- levels(meuse$landuse)[1]
ic=iconlabels(mlis[[lev1]]$landuse, height=12, colPalette= cols[lev1])
m<-plotGoogleMaps(mlis[[lev1]],zcol='landuse', legend=FALSE,filename='MapLU.htm', iconMarker=ic,layerName = lev1, add=TRUE)
nlev <-length(levels(meuse$landuse))
for(lev in levels(meuse$landuse)[c(-1,-nlev)]){
ic=iconlabels(mlis[[lev]]$landuse, height=12, colPalette= cols[lev])
m<-plotGoogleMaps(mlis[[lev]],zcol='landuse', legend=FALSE, filename='MapLU.htm', iconMarker=ic,layerName = lev, previousMap=m, add=TRUE)
}
# the last LU cat
lev=levels(meuse$landuse)[nlev]
ic=iconlabels(mlis[[lev]]$landuse, height=12, colPalette= cols[lev])
m<-plotGoogleMaps(mlis[[lev]],zcol='landuse', legend=FALSE, filename='MapLU.htm', iconMarker=ic,layerName = lev,previousMap=m)
答案 1 :(得分:1)
仅仅因为我是DRY原则的忠实信徒,这是前代码的优化版本:
library(plyr)
library(plotGoogleMaps)
library(sp)
data(meuse)
# list of SPDFs based on landuse
mlis <- dlply(meuse,'landuse',function(x) {
coordinates(x)<-~x+y
proj4string(x) <- CRS('+init=epsg:28992')
x
})
# prepare colors
cols <- PolyCol(meuse$landuse)$col.uniq
#cols = rainbow(15)
names(cols) <- levels(meuse$landuse)
m<- NULL
nlev <- nlevels(meuse$landuse)
landUseLevels <- levels(meuse$landuse)
for( n in 1:nlev ) {
lev <- landUseLevels[n]
ic <- iconlabels(mlis[[lev]]$landuse, height=12, colPalette= cols[lev])
m <- plotGoogleMaps(mlis[[lev]],zcol='landuse', legend=FALSE, filename='MapLU.htm', iconMarker=ic,layerName = lev, previousMap=m, add=(n!=nlev))
}