数据呈现 | R绘制树图，透视长三角一体化层次关系

引言

树图是一种流行的利用包含关系表达层次化数据的可视化方法，能够直观体现上下级、同级之间的比较。一个Tree状结构能将事物或现象分解成树枝状，指引我们发现探索数据背后的故事。

树图，由于它拥有树干和多个分支，所以很像一棵树。描绘树，从一个根节点出发，展开两个或两个以上树形分支，每个树形分支又按照相应节点的子节点递归的进行分割，知道叶子节点为止。

基于2018年长三角一体化企业微观数据，我们利用R软件，绘制树图透视长三角地区企业存量分布特征。

数据读取

首先，读取基础数据，数据集1中包含节点的关系属性信息，数据集2中包含各城市的企业存量信息。

# 加载包
library(openxlsx)
library(ggplot2)
library(igraph)
library(ggraph)

# 读取数据集1
yrd.data1<-read.xlsx('yrd.xlsx',1)

head(yrd.data1,n=10)
#    from     to
#1  长三角     上海市
#2  长三角     浙江省
#3  长三角     江苏省
#4  长三角     安徽省
#5  上海市     上海
#6  浙江省     杭州
#7  浙江省     宁波
#8  浙江省     绍兴
#9  浙江省     台州
#10 浙江省     嘉兴


# 读取数据集2
yrd.data2<-read.xlsx('yrd.xlsx',2)

head(yrd.data2,n=10)
#     name   size label
#1  长三角    0.00  <NA>
#2  上海市    0.00  <NA>
#3  浙江省    0.00  <NA>
#4  江苏省    0.00  <NA>
#5  安徽省    0.00  <NA>
#6  上海     208.52 上海
#7  杭州     60.94  杭州
#8  宁波     38.60  宁波
#9  绍兴     17.51  绍兴
#10 台州     17.55  台州

# 建立关系数据集3
graph<- graph_from_data_frame(yrd.data1, vertices=yrd.data2)

左右滑动查看更多

绘制树图

利用R软件的ggraph包，绘制图形。注意若想每次代码绘制的图形形状一样，请设置种子数，我们这里设置种子为1。

树形图一：treemap

treemap代码：

# 设置种子数
set.seed(1)
# 利用数据集3，绘制treemap
ggraph(graph, 'treemap', weight = size) + 
       geom_edge_link() + 
       geom_node_point(aes(colour = depth)) +
       coord_fixed()+
       geom_node_text(aes(label=yrd.data2$label),
                      colour = "blue", 
                      fontface = "bold", 
                      show.legend = FALSE,
                      point.padding=unit(0.2,'lines'))

左右滑动查看更多

treemap效果：

树形图二：circlepack

若想更直观表达图形效果，我们进一步用circlepack进行绘制：

circlepack代码：

# 利用数据集3，绘制circlepack
ggraph(graph, 'circlepack', weight = size) + 
       geom_node_circle(aes(fill = depth), size = 0.25, n = 50) + 
       coord_fixed()+
       geom_node_text(aes(label=yrd.data2$label),
                      colour = "white", 
                      fontface = "bold",
                      show.legend = FALSE)

左右滑动查看更多

circlepack效果：

几点结论

1.长三角城市群企业数量规模大，头部城市作用显著，带动本省向前发展。

2.上海在长三角区域内，处于领先地位，拥有的企业数量最多。

3.苏州、南京、杭州、宁波和合肥等企业数量规模超过35万，核心城市引领作用突出。

4.相比上海、浙江和江苏，安徽省在长三角区域相对靠后。 

注：文中长三角一体化基础数据，经企研数据整理、计算所得

►往期推荐

回复【Python】👉简单有用易上手

回复【学术前沿】👉机器学习丨大数据

回复【数据资源】👉公开数据

回复【可视化】👉你心心念念的数据呈现

回复【老姚专栏】👉老姚趣谈值得一看

►一周热文

数据Seminar

这里是大数据、分析技术与学术研究的三叉路口

作者：简华（何年华）
审阅：杨奇明编辑：青酱

    欢迎扫描👇二维码添加关注