一篇关于国旗与奥运会奖牌的可视化笔记

作者简介Introduction

taoyan：R语言中文社区特约作家，伪码农，R语言爱好者，爱开源。

个人博客: https://ytlogos.github.io/

公众号：生信大讲堂

往期回顾

简介

本文主要介绍一个R包ggflags，可以用于绘制国旗。安装的话从Github上利用包devtools安装。

devtools::install_github("baptiste/ggflags")

下面看个小例子来介绍一下

数据集

library(ggflags)#load package

set.seed(1111)

#create the dataset

data <- data.frame(x=rnorm(50), y=rnorm(50),

country=sample(c("ar", "us", "cn", "fr", "gb", "es"), 50 ,replace = TRUE),

stringsAsFactors=FALSE)

head(data)

x             y         country

-0.0865801 -0.7055274     gb

1.3225244 -0.5910791     fr

0.6397020 -0.2796410     us

1.1747866 -1.3209782     cn

0.1162903 0.5851085     gb

-2.9308464 0.0198323     ar

绘图

library(ggplot2)

ggplot(data, aes(x=x, y=y, country=country, size=x))+

geom_flag()+

scale_country()+

scale_size(range = c(0, 10))

国旗的图片是来自于EmojiOne数据集（https://github.com/eosrei/emojione-color-font）,有兴趣的可以去看看了解一下。

题目有奥运会奖牌，所以接下来就可视化一下索契冬奥运会各国奖牌，本次用国旗与国家联系起来。

爬取数据

library(dplyr)

library(rvest)

url <- "http://www.nbcolympics.com/medals"

medals <- read_html(url)%>%

html_nodes("table")%>%

.[[1]]%>%

html_table()

knitr::kable(head(medals))

Country      Gold Silver Bronze Total

Russia       13 11 9 33

United States 9 7 12 28

Norway       11 5 10 26

Canada       10 10 5 25

Netherlands 8 7 9 24

Germany        8 6 5 19

爬取完数据之后进行清洗

数据清洗

本文重要的一环是将国家与国旗联系起来，因此首先要将国家名缩写弄出来，这就要用到countrycode（https://github.com/vincentarelbundock/countrycode）这个包了。

#install the package

install.packages("countrycode")

数据清洗

library(countrycode)

library(tidyr)

medals <- medals%>%

mutate(code=countrycode(Country, "country.name", "iso2c"))%>%

mutate(code=tolower(code))%>%

gather(medal_color, count, Gold, Silver, Bronze)%>%

mutate(medal_color=factor(medal_color, levels = c("Gold", "Silver", "Bronze")))%>%

drop_na(Country, code)

knitr::kable(head(medals))

Country      Total code medal_color count

Russia       33 ru   Gold      13

United States  28 us   Gold       9

Norway       26 no   Gold      11

Canada       25 ca   Gold       10

Netherlands    24 nl   Gold       8

Germany       19 de   Gold       8

绘图

由于国家数量太多，并且好多国家奖牌数基本为零，因此我们筛选一下：只绘制总奖牌数不小于5的国家。

medals%>%filter(Total>=5)%>%

ggplot(aes(x=reorder(Country, Total), y=count))+

geom_bar(stat = "identity", aes(fill=medal_color))+

geom_flag(aes(y=-2,country=code), size=10)+

theme(axis.text.x = element_text(angle = 90, hjust = 1, size = 7, vjust = 0.5))+

scale_fill_manual(values = c(

"Gold"="gold",

"Bronze" = "#cd7f32",

"Silver" = "#C0C0C0"

))+

scale_y_continuous(expand = c(0.1, 1))+

xlab("Country")+

ylab("Number of medals")+

theme_bw()+

theme(panel.grid = element_blank())+

theme(legend.justification = c(1, 0), legend.position = c(1, 0))+

theme(legend.title = element_blank())+

coord_flip()

sessionInfo()

## R version 3.4.1 (2017-06-30)

## Platform: x86_64-pc-linux-gnu (64-bit)

## Running under: Ubuntu 16.04.3 LTS

##

## Matrix products: default

## BLAS: /usr/lib/atlas-base/atlas/libblas.so.3.0

## LAPACK: /usr/lib/atlas-base/atlas/liblapack.so.3.0

##

## locale:

##  [1] LC_CTYPE=zh_CN.UTF-8       LC_NUMERIC=C

##  [3] LC_TIME=zh_CN.UTF-8        LC_COLLATE=zh_CN.UTF-8

##  [5] LC_MONETARY=zh_CN.UTF-8    LC_MESSAGES=zh_CN.UTF-8

##  [7] LC_PAPER=zh_CN.UTF-8       LC_NAME=C

##  [9] LC_ADDRESS=C               LC_TELEPHONE=C

## [11] LC_MEASUREMENT=zh_CN.UTF-8 LC_IDENTIFICATION=C

##

## attached base packages:

## [1] stats     graphics  grDevices utils     datasets  methods   base

##

## other attached packages:

## [1] bindrcpp_0.2     tidyr_0.7.1      countrycode_0.19 rvest_0.3.2

## [5] xml2_1.1.1       dplyr_0.7.3      ggflags_0.0.1    ggplot2_2.2.1

##

## loaded via a namespace (and not attached):

##  [1] Rcpp_0.12.12     compiler_3.4.1   plyr_1.8.4       highr_0.6

##  [5] bindr_0.1        tools_3.4.1      digest_0.6.12    evaluate_0.10.1

##  [9] tibble_1.3.4     gtable_0.2.0     pkgconfig_2.0.1  rlang_0.1.2

## [13] curl_2.8.1       yaml_2.1.14      stringr_1.2.0    httr_1.3.1

## [17] knitr_1.17       tidyselect_0.2.0 rprojroot_1.2    grid_3.4.1

## [21] glue_1.1.1       R6_2.2.2         XML_3.98-1.9     rmarkdown_1.6

## [25] purrr_0.2.3      selectr_0.3-1    magrittr_1.5     backports_1.1.0

## [29] scales_0.5.0     htmltools_0.3.6  assertthat_0.2.0 colorspace_1.3-2

## [33] labeling_0.3     stringi_1.1.5    lazyeval_0.2.0   munsell_0.4.3

　往期精彩内容整理合集　

公众号后台回复关键字即可学习

回复 R                  R语言快速入门及数据挖掘 
回复 Kaggle案例  Kaggle十大案例精讲（连载中）
回复 文本挖掘      手把手教你做文本挖掘
回复 可视化          R语言可视化在商务场景中的应用 
回复 大数据         大数据系列免费视频教程 
回复 量化投资      张丹教你如何用R语言量化投资 
回复 用户画像      京东大数据，揭秘用户画像
回复 数据挖掘     常用数据挖掘算法原理解释与应用
回复 机器学习     人工智能系列之机器学习与实践
回复 爬虫            R语言爬虫实战案例分享