2.4 Making maps with R --INLA处理地理空间健康数据

地图对于传达地理空间信息非常有用。在此，我们介绍一些简单的例子，展示一些常用的软件包的使用。
在R中常用于制图的一些包，即ggplot2、leaflet、mapview和tmap。在本书的其余部分，我们将展示如何使用ggplot2和leaflet包创建更复杂的地图，以可视化几个应用程序的结果。

• 2.4.1 ggplot2
  ggplot2（https://ggplot2.tidyverse.org/）是一个基于图形的语法来创建图形的包。这意味着我们可以使用ggplot()函数和以下元素来创建一个图。

1. 我们想要可视化的数据。

2. 代表数据的几何形状，如点或条。形状是用geom_*()函数来指定的。例如，geom_point()用于表示点，geom_histogram()用于表示柱状图。

3. aes()用于将数据中的变量映射到对象的视觉属性，如颜色、大小、形状和位置。

4. 可选的元素，如比例尺、标题、标签、图例和主题。

我们可以通过使用geom_sf()函数并提供一个简单的特征（sf）对象来创建地图。注意，如果可用的数据是SpatialPolygonsDataFrame类的空间对象，我们可以用sf包的st_as_sf()函数轻松地将其转换为sf类的简单特征对象。例如，我们可以创建一个1974年北卡罗来纳州婴儿猝死的地图（SID74），如下（图2.8）。

library(ggplot2) 
map <- st_as_sf(map) 
ggplot(map) + geom_sf(aes(fill = SID74)) + theme_bw()

在ggplot()中，离散变量的默认色标是scale__hue()。这里表示颜色（为点和线等特征着色）或填充（为多边形或柱状图着色）。我们可以通过使用scale_grey()来改变默认比例，scalebrewer()使用RColorBrewer包的颜色（Neuwirth, 2014），scaleviridis(discrete = TRUE)则使用viridis包的颜色（Garnier, 2018）。我们也可以用scalemanual()手动定义我们自己的颜色集。请注意，这个函数有一个逻辑参数叫drop，用来决定是否在尺度中保留不常用的因子水平。连续变量的颜色标度可以用scalegradient()来定义，它在两种颜色（低-高）之间创建一个连续的梯度，scalegradient2()创建一个发散的颜色梯度（低-中-高），scalegradientn()创建一个n种颜色的梯度。我们还可以使用scaledistiller()和scale*_viridis()来分别使用RColorBrewer和viridis包的颜色。我们可以用viridis比例尺绘制SID74的地图，如下所示（图2.9）。