第十二次作业

十国十指标热力图

# 采用ggplot2实现
library(ggplot2)

library(reshape2)

# apply的扩展，用于实现分组统计
library(plyr)
# 用于进行标准化
library(scales)

# 参考论坛同学的选取的指标: 选取金砖国家（中国、俄罗斯、印度、巴西、南非）
# 欧美发达国家（美国、德国、法国、英国） 亚洲较发达国家（日本）
# 25  Brazil
# 37  China
# 62  France
# 67  Germany
# 80  India
# 88  Japan
# 150 Rusia
# 168 South Africa
# 192 United Kingdom
# 193 United States of America

## 有报道显示，中国总理李克强此前在担任辽宁省委书记时曾透露，相比于GDP，
## 他更愿意看“铁路货物运输量、电力消费和银行贷款”这三个指标。
## 除了就业、物价、收入等方面的数据，“李克强指标”也成为各方关注的焦点。 
# 9   Population (in thousands) total    人口（千）总
# 10  Population annual growth rate (%)    人口年均增长率（％）
# 169 Agriculture_contribution_to_economy    农业对经济的贡献
# 191 Central_bank_discount_rate    中央银行的贴现率
# 213 Consumer_price_index  居民消费价格指数
# 218 Electric_power_consumption    电力消耗
# 225 Exports_of_goods_and_services    货物和服务出口
# 245 Imports_of_goods_and_services    货物和服务进口
# 249 Income_growth    收入增长
# 250 Income_per_person    人均收入

who <- read.csv("WHO.csv", head = TRUE)
who <- who[c(25, 37, 62, 67, 80, 88, 150, 168, 192, 193), c(1, 9, 10, 169, 191, 
    213, 218, 225, 245, 249, 250)]

colnames(who) = c("Country", "人口总数", "人口增长率", "农业对经济的贡献", 
    "中央银行贴现率", "消费价格指数", "电力消耗", "货物服务出口", 
    "货物服务进口", "收入增长", "人均收入")

# 用reshape2包进行数据汇总
who.melt <- melt(who, id = c("Country"))
head(who.melt)

##   Country variable   value
## 1  Brazil 人口总数  189323
## 2   China 人口总数 1328474
## 3  France 人口总数   61330
## 4 Germany 人口总数   82641
## 5   India 人口总数 1151751
## 6   Japan 人口总数  127953

# 进行标准化处理
who.result <- ddply(who.melt, .(variable), transform, rescale = rescale(value))
head(who.result)

##   Country variable   value rescale
## 1  Brazil 人口总数  189323 0.11017
## 2   China 人口总数 1328474 1.00000
## 3  France 人口总数   61330 0.01019
## 4 Germany 人口总数   82641 0.02684
## 5   India 人口总数 1151751 0.86196
## 6   Japan 人口总数  127953 0.06223

# ggplot绘图
p <- ggplot(data = who.result, mapping = aes(variable, Country))

# p+geom_point()
base_size <- 9
p <- p + theme_grey(base_size = base_size) + labs(x = "", y = "") + scale_x_discrete(expand = c(0, 
    0)) + scale_y_discrete(expand = c(0, 0)) + theme(axis.ticks = element_blank(), 
    axis.text.x = element_text(size = 10, angle = 330, hjust = 0, colour = "black"), 
    axis.text.y = element_text(size = 10, colour = "black"))

p <- p + geom_tile(aes(fill = rescale), colour = "white")
p <- p + scale_fill_gradient(low = "white", high = "steelblue")

p