浅谈【数据地图】在数据分析中的作用

---

和以前用Excel制作数据地图相比，使用R语言确实便捷了许多，而且将鼠标悬停在地图上方时能够显示数据明细，通过拖动鼠标能够改变最大最小值，相应的地图区域会动态显示或隐藏，这些特点要在Excel中实现估计相当麻烦。

自从用了recharts3包以后，做数据地图只需要3行R语言：

library(recharts3)

dts = read.csv("E:\\data.csv")

mapc(dts, titletext="各省KPI完成率")

其中保存在E盘的data.csv文件总共有2列，第一列是省份的名称，第二列是各省份KPI完成率数据。mapc函数封装了数据地图的实现代码，数据化分析在写这个函数时，参考了 //echarts.baidu.com/demo.html#map-china-dataRange 并做了大量的简化处理，由于Echarts 3将地图的js文件分离出来了，所以需要将 china.js 引入到 echarts3.yaml 文件中。

和以前用Excel制作数据地图相比，使用R语言确实便捷了许多，而且将鼠标悬停在地图上方时能够显示数据明细，通过拖动鼠标能够改变最大最小值，相应的地图区域会动态显示或隐藏，这些特点要在Excel中实现估计相当麻烦。

下面这个是我以前利用Excel制作的数据地图应用案例，主要功能：

(1)热力数据地图的分档填色

(2)地图选择的动态图表展现

(3)条形图源数据的自动排序

详情请咨询！

客服热线：023-66090381