今日看到一篇新闻，该新闻称《2010年中国城市房价排行榜》近日揭晓，杭州房价跃居榜首。该文列出了2010年7月中国城市房价排行榜数据如下：
cities <- readRDS("cities.rds")
print(cities)
## city lon lat hours_eprice
## 1 杭州 30.16 120.10 25840
## 2 北京 39.55 116.24 22310
## 3 温州 28.01 120.39 18854
## 4 三亚 18.14 109.31 18319
## 5 深圳 22.33 114.07 16978
## 6 宁波 29.52 121.33 13438
## 7 广州 23.08 113.14 12560
## 8 南京 32.03 118.46 12016
## 9 舟山 30.01 122.06 10500
## 10 绍兴 30.00 120.34 10105
## 11 珠海 22.17 113.34 9747
## 12 大连 38.55 121.36 9678
## 13 厦门 24.27 118.06 9660
## 14 苏州 31.19 120.37 9103
## 15 台州 28.41 121.27 8967
## 16 青岛 36.03 120.18 8962
## 17 天津 39.02 117.12 8958
## 18 南通 32.01 120.51 8950
## 19 福州 26.05 119.18 8666
## 20 湖州 30.52 120.06 8220
## 21 哈尔滨 45.44 126.36 7939
## 22 无锡 31.34 120.18 7843
## 23 佛山 23.02 113.06 7822
## 24 济南 36.40 117.00 7760
## 25 泉州 24.56 118.36 7680
## 26 嘉兴 30.46 120.45 7587
## 27 海口 20.02 110.20 7288
## 28 东莞 23.02 113.45 7023
## 29 成都 30.40 104.04 6630
## 30 合肥 31.52 117.17 6255
## 31 武汉 30.35 114.17 6196
## 32 南宁 22.48 108.19 6137
## 33 唐山 39.36 118.11 6098
## 34 昆明 25.04 102.42 6006
## 35 金华 29.07 119.39 6000
## 36 中山 22.31 113.22 5988
## 37 烟台 37.32 121.24 5835
## 38 重庆 29.35 106.33 5720
## 39 日照 35.23 119.32 5700
## 40 郑州 34.46 11340.00 5689
## 41 惠州 23.05 114.22 5649
## 42 宜昌 30.42 111.17 5637
## 43 太原 37.54 112.33 5635
## 44 扬州 32.23 119.26 5630
## 45 南昌 28.40 115.55 5573
## 46 长春 43.54 125.19 5445
## 47 兰州 36.04 103.51 5440
## 48 西安 34.17 108.57 5398
## 49 威海 37.31 122.07 5363
## 50 长沙 28.12 112.59 5339
## 51 常州 31.47 119.58 5302
## 52 江门 22.35 113.04 5205
## 53 鞍山 41.07 123.00 5150
## 54 秦皇岛 39.55 119.35 5114
## 55 漳州 24.31 117.39 5110
## 56 泰安 36.11 117.08 5100
## 57 镇江 32.11 119.27 5052
## 58 承德 40.59 117.57 5016
## 59 沈阳 41.48 123.25 4980
## 60 呼和浩特 40.48 111.41 4920
## 61 石家庄 38.02 114.30 4874
## 62 桂林 25.17 110.17 4865
## 63 泰州 32.30 119.54 4830
## 64 柳州 23.19 109.24 4822
## 65 大庆 46.36 125.01 4814
## 66 湛江 21.11 110.24 4772
## 67 九江 29.43 115.58 4771
## 68 银川 38.27 106.16 4690
## 69 徐州 34.15 117.11 4632
## 70 贵阳 26.35 106.42 4534
## 71 乌鲁木齐 43.45 87.36 4410
## 72 东营 37.27 118.30 4370
## 73 汕头 23.22 116.41 4330
## 74 邯郸 36.36 114.28 4300
## 75 包头 40.39 109.49 4225
## 76 洛阳 34.41 112.27 4207
## 77 延安 36.35 109.28 4135
## 78 吉林 43.52 126.33 4008
## 79 济宁 35.23 116.33 3950
## 80 北海 21.28 109.07 3890
## 81 开封 34.47 114.21 3737
## 82 葫芦岛 40.45 120.51 3719
## 83 潍坊 36.43 119.06 3689
## 84 齐齐哈尔 47.20 123.57 3671
## 85 清远 23.42 113.01 3625
## 86 营口 40.39 122.13 3580
## 87 锦州 41.07 121.09 3550
## 88 西宁 36.38 101.48 3440
## 89 襄樊 32.02 112.08 3432
## 90 拉萨 29.39 91.08 3400
## 91 淄博 36.48 118.03 3300
## 92 丹东 40.08 124.22 3273
## 93 喀什 39.30 75.59 3250
## 94 张家口 40.48 114.53 3210
## 95 克拉玛依 45.36 84.51 3200
用R将其可视化：
# 安装包（如果未安装）
# install.packages(c("ggplot2", "sf", "dplyr","ggrepel"))
# 加载包
library(ggplot2)
library(sf)
## Linking to GEOS 3.13.0, GDAL 3.8.5, PROJ 9.5.1; sf_use_s2() is TRUE
library(dplyr)
##
## 载入程序包：'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(ggrepel)
library(showtext)
## 载入需要的程序包：sysfonts
## 载入需要的程序包：showtextdb
# 下载中国地图数据（GADM级别0，全国）
china_map <- st_read("https://geodata.ucdavis.edu/gadm/gadm4.1/json/gadm41_CHN_0.json")
## Reading layer `gadm41_CHN_0' from data source
## `https://geodata.ucdavis.edu/gadm/gadm4.1/json/gadm41_CHN_0.json'
## using driver `GeoJSON'
## Simple feature collection with 4 features and 2 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 73.5577 ymin: 18.1593 xmax: 134.7739 ymax: 53.56
## Geodetic CRS: WGS 84
cities <- readRDS("cities.rds")
ggplot() +
geom_sf(data = china_map, fill = "lightblue", color = "gray40") + # 绘制地图边界
geom_point(data = cities[1:20,], aes(x = lat, y = lon), color = "red", size = 2) + # 标记城市点
geom_text_repel(data = cities[1:20,], aes(x = lat, y = lon, label = city),
hjust = -0.1, vjust = 0.5, color = "darkred", size = 3) + # 添加城市标签
coord_sf(xlim = c(73, 135), ylim = c(18, 54)) + # 设置地图范围（中国区域）
labs(title = "中国主要城市分布图", x = "经度", y = "纬度") +
theme_minimal() +
theme(plot.title = element_text(hjust = 0.5, face = "bold",family="PingFang SC"))
## Warning: ggrepel: 2 unlabeled data points (too many overlaps). Consider
## increasing max.overlaps
果不其然，全都在沿海。