推荐一篇文章： https://cosx.org/2021/12/introduction-to-echarts4r/#ref-blogdown2017 袁凡将 echarts4r 做了全面细致的介绍，文中所有图、表代码都由 R Markdown 一键编译生成，有大量交互式的内容，还包含动画，文章篇幅较长，具体操作讲的很细致，是入坑交互式统计图形非常好的材料。

大家好，不知道有没有人有兴趣学完入门内容后，填补一下从入门到实战的 Gap。比如苏玮 @InfinityLoop 开发的新型冠状病毒疫情速报里包含的地图要复杂得多，数据也有故事背景。希望有一篇有故事、有数据、有技术、有观点的文章。 @yuanfan 有没有兴趣再来一篇？ 🤣

Cloud2016 好啊，由于编辑大人非常靠谱，我倒是愿意写，不过一下子想不到可以写什么，而且也不知道上哪可以找到真实数据。对了，你另一篇帖子里面关于空间地理可视化的文章里用的数据是从哪找的？

yuanfan R 及 R 包内置的数据集就有很多，比如美国人口普查统计数据是 R 内置的数据集 state.x77，不过需要进一步挖一挖，美国也有人口普查以及发布数据的官网，有人封装了一些数据接口，比如 tidycensus ，还有人进一步做了些可视化 Creating beautiful demographic maps in R with the tidycensus and tmap packages 加州大学尔湾分校整理机器学习数据仓库 UC Irvine Machine Learning Repository https://archive-beta.ics.uci.edu/ 英国数百个空气污染质量检测站的数据 https://github.com/davidcarslaw/openair 国际房价和繁荣数据 https://github.com/kvasilopoulos/ihpdr 做一些技术学习和数据分析，网络上有很多数据，比如这个公开数据列表 https://github.com/awesomedata/awesome-public-datasets 应该能找到和专业、工作或者感兴趣的领域数据。对了，还有 Kaggle 也是一个很大的数据源 https://www.kaggle.com/

Cloud2016 谢谢你，我都看看先。 https://github.com/awesomedata/awesome-public-datasets 这里面好多数据啊，让我联想到最近看到的一本奇书 Big Book of R 。

@yuanfan 想在地图上的某个坐标点上添加一段文字描述要怎么实现呢？这是根据 R 内置的数据集 quakes 绘制的散点图 library(echarts4r) quakes |> e_charts(x = long) |> e_geo( roam = TRUE, map = "world", boundingCoords = list( c(165.67, -38.59), c(188.13, -10.72) ) ) |> e_scatter( serie = lat, scale = NULL, size = mag, name = "地震点", coord_system = "geo" ) 想在图上某个点旁边注上说明，这个点不在数据集 quakes 内，刚 Google 了一下，这次汤加火山爆发地点貌似是 c(-21.0744343,-176.2500947) ，这种有办法实现吗？

Cloud2016 我没琢磨出来比较好的，只是给那个点增加了提示，需要把鼠标放到那个点上才可以看到提示的内容： library(echarts4r) data("quakes") row <- c(-21.0744343, -176.2500947, 500, 5, 50) quakes <- rbind(quakes, row) #把这个点加到数据集里面 quakes$label <- ' ' quakes[which(quakes$lat == -21.0744343 & quakes$long == -176.2500947), ]$label <- '某个点旁边注上的说明' quakes |> e_charts(x = long) |> e_geo(roam = TRUE, map = "world", boundingCoords = list(c(165.67,-38.59), c(188.13,-10.72))) |> e_scatter( serie = lat, scale = NULL, size = mag, bind = label, #params.name name = "地震点", coord_system = "geo" )|> e_tooltip( padding = 5, borderWidth = 1, trigger = "item", formatter = htmlwidgets::JS("function(params){ return( params.name )}") ) 那个，我想吐槽下你给的那个点的坐标位置也太特殊了，我刚开始把地图缩小了没找到，还是加了数据标签的引导线才顺着线找到的。看其他小伙伴们有没有什么好的思路。

Cloud2016 不用 tooltip，改成增加 label 也行，如下： quakes |> e_charts(x = long) |> e_geo(roam = TRUE, map = "world", boundingCoords = list(c(165.67,-38.59), c(188.13,-10.72))) |> e_scatter( serie = lat, scale = NULL, size = mag, bind = label, #params.name name = "地震点", coord_system = "geo" )|> e_labels( position = 'top', formatter = htmlwidgets::JS("function(params){ return( params.name )}") )

yuanfan 这个事看起来还挺复杂的，理想态是类似 ggplot2 的标签图层，或者 ggrepel 那样，可以另起一个数据，添加文本注释图层。 set.seed(2020) library(ggplot2) library(ggrepel) dat <- data.frame( x = seq(100), y = cumsum(rnorm(100)) ) anno_data <- dat |> subset(x %% 25 == 10) |> transform(text = "text") ggplot(data = dat, aes(x, y)) + geom_line() + geom_label_repel(aes(label = text), # 有另一份数据，新加一个图层 data = anno_data, direction = "y", nudge_y = c(-5, 5, 5, 5) ) + theme_minimal() P.S. 汤加火山位置我应该给 c(-21.0744, 183.7499) 毕竟西经 176 就是东经 184，这样就和 quakes 数据集保持一样了。

# 从本地加载新的正确的中国地图数据 > china_map <- jsonlite::read_json("中华人民共和国.json") > china_map <- jsonlite::read_json("https://geo.datav.aliyun.com/areas_v3/bound/100000_full.json") > # 开始绘图 > df |> + e_charts(region) |> + # 注册地图 + e_map_register("China2", china_map) |> + # 调用注册的地图 + em_map("China2") |> + # 将数据映射到地图上 + e_map(value, map = "China2") |> + e_visual_map(value) Error in readBin(3L, raw(0), 32768L) : can only read from a binary connection

文章推荐：echarts4r: 从入门到应用【袁凡】

yuanfan

啊，隔了一年多再看这篇文章，真得好多细节都不完善呐。

在第3.5.5小节中调用的“China2”地图，其实是在3.5.2节中通过 e_map_register 函数注册好的，所以后面直接用了。如果第3.5.5小节独立写的话，应如下：

library(echarts4r)

china_map <- jsonlite::read_json("https://geo.datav.aliyun.com/areas_v3/bound/100000_full.json")

df <- data.frame(
  lat = c(39.9109, 31.2359, 22.5484),
  lon = c(116.4133, 121.4805, 114.0645),
  city = c("北京",  "上海", "深圳"),
  value = c(10, 20, 30)
)

df |>
    e_charts(lon) |>
    e_map_register("China2", china_map) |>
    e_geo(map = "China2") |>
    e_scatter(lat, value, coord_system = "geo", scale = NULL)