数据呈现 | R制图：日历热图，杭州空气质量知多少？

日历热图（Calendar Heatmap）是指热力图和日历图两者组合的时序图。其实，它是一种双变量图，由时间变量和另一种变量组成，其具体形式则是由小色块群有序且紧凑地以日历格式组成的图表，每个小色块代表时间变量（一天），而小色块颜色则代表另一种变量，每个小色块都根据另一种变量的值进行颜色编码。其中，另一种变量的类型可以是定类/定序数据，也可以是定比/定距数据。

数据集

一般来说，日历热图描绘的是一些高频时序数据（一天），比如，绘制一年中某图书馆每天接待学生人数，观察某网站全年每天的点击量，等等。下面我们从空气质量在线监测平台（https://www.aqistudy.cn/）获取到2019年浙江杭州空气质量数据，想通过R软件绘制日历热图，来观察当地全年空气质量变化情况。具体数据形式见下表1：

表1 浙江杭州日常空气质量部分指标

注：变量Day指日期，AQI指空气质量指数，PM2.5指直径小于等于2.5微米的颗粒物。

日历热图——calendarHeat

基于2019年杭州每天空气质量变化指标，我们利用R语言中的calendarHeat（）函数绘制日历热图：

## 加载包
library(openxlsx)
library(lattice)
library(grid)
library(chron)

## 获取日历图表
source("https://raw.githubusercontent.com/iascchen/VisHealth/master/R/calendarHeat.R")

## 读取数据
air_data<-read.xlsx('air_data.xlsx')

## 设置时间变量
air_data$Day<-as.Date(air_data$Day,"%m/%d/%Y")

## 绘制日历热图
# AQI
calendarHeat(dates=air_data$Day,values = air_data$AQI,
             color='r2b',varname='AQI')
# PM2.5
calendarHeat(dates=air_data$Day,values = air_data$PM2.5,
             color='g2r',varname='PM2.5')

左右滑动查看更多

图形展示

日历热图绘制并不难，运行上述代码，我们可以绘制如下图表：

图1 杭州AQI日历热图

注：图中红色色块表示AQI>100，颜色越深则空气质量越差；蓝色色块表示AQI<100，颜色越深则空气质量越优。

图2 杭州PM2.5日历热图

几点小结

从杭州AQI日历热图看，杭州空气存在污染的情况近80天，质量较差的月份主要集中在1月、5月、6月、8月和9月，特别是星期五出现污染可能性更大，AQI大于100的天数明显增多。

从杭州PM2.5日历热图看，杭州PM2.5浓度与空气AQI分布并不完全一致，PM2.5浓度比较高的在1月份和12月份，而6-9月PM2.5十分良好，出现这种原因可能是，6-9月天气最为炎热，自驾出行的汽车大幅减少，建筑工地户外开工时间可能缩短，加上洒水车更频繁地施水，PM2.5会明显得到改善。

__________________________________

注：点击阅读原文，获取2019年杭州市空气质量指数数据集

►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