Rでお遊び:「globe」パッケージの出力をインタラクティブに拡大縮小する方法

Rの解析に役に立つ記事

「globe」パッケージの出力を「svgPanZoom」と「SVGAnnotation」パッケージで拡大・縮小が可能なプロットにする方法を紹介します。

なお、台風経路はJAXAの台風データベースで紹介されているユニシス社のデータを「XML」と「RCurl」パッケージを利用して取得しています。

・JAXAの台風データベース
 http://sharaku.eorc.jaxa.jp/TYP_DB/database_j.html

・ユニシス社のデータ
 http://weather.unisys.com/hurricane/

・「svgPanZoom」と「SVGAnnotation」パッケージの紹介
 https://www.karada-good.net/analyticsr/r-154/

・「globe」パッケージ
 https://www.karada-good.net/analyticsr/r-383/

実行コマンドはR version 3.2.2で確認しています。

スポンサーリンク
スポンサーリンク

実行コマンド

詳細はコメント、各パッケージのヘルプを確認してください。

#パッケージの読み込み
#globeパッケージがなければインストール
if(!require("globe", quietly = TRUE)){
  install.packages("globe");require("globe")
}
#svgPanZoomパッケージがなければインストール
if(!require("svgPanZoom", quietly = TRUE)){
  install.packages("svgPanZoom");require("svgPanZoom")
}
#SVGAnnotationパッケージがなければインストール
if(!require("SVGAnnotation", quietly = TRUE)){
  devtools::install_github("duncantl/SVGAnnotation");require("SVGAnnotation")
}
#XMLパッケージがなければインストール
if(!require("XML", quietly = TRUE)){
  install.packages("XML");require("XML")
}
#RCurlパッケージがなければインストール
if(!require("RCurl", quietly = TRUE)){
  install.packages("RCurl");require("RCurl")
}

#JAXAの台風データベースを参考:http://sharaku.eorc.jaxa.jp/TYP_DB/database_j.html
#ユニシス社:http://weather.unisys.com/hurricane/からデータを取得
#2015年のデータURLを設定
SelectURL <- "http://weather.unisys.com/hurricane/w_pacific/2015/index.php"
#ページ内容を取得
doc <- getURL(SelectURL)
#内容をparse
doc <- htmlParse(doc)
#ページ内のリンクを取得
Listhref <- xpathSApply(doc, "//li/a", xmlGetAttr, 'href')
Dthref <- xpathSApply(doc, "//td/a", xmlGetAttr, 'href')
#データリンクを抽出
Allhref <- c(Listhref[grep("\\.dat$", Listhref)], Dthref[grep("\\.dat$", Dthref)])
#データの取得
MasterData <- NULL
for(i in seq(Allhref)){
  #データリンクを設定
  GetData <- paste0("http://weather.unisys.com/hurricane/w_pacific/2015/", Allhref[i])
  #台風名を取得
  Name <- unlist(strsplit(Allhref[i], "/"))[1]
  #データを読み込み
  Data <- readLines(GetData)
  #必要のないデータを削除
  Data <- Data[4:length(Data)]
  #データ格納用の変数を準備
  SubMasterData <- NULL
  #連続処理
  for(m in seq(length(Data))){
    #読み込んだデータを空白ごとに文字を分割
    GetStrings <- unlist(strsplit(Data[m], " "))
    #文字が存在しないデータを削除
    GetStrings <- GetStrings[grep(".", GetStrings)]
    #台風名と結合
    GetStrings <- c(Name, GetStrings)
    #分割されるSTATデータを結合処理
    if(length(GetStrings) > 8){
      #分割された場合
      GetStrings <- c(GetStrings[1:7], paste0(GetStrings[8:length(GetStrings)], collapse = "-"))
      SubMasterData <-  rbind(SubMasterData, matrix(GetStrings, ncol = 8))
      
    } else {
      #分割されない場合
      SubMasterData <-  rbind(SubMasterData, matrix(GetStrings, ncol = 8))
      
    }}
  
  #データを結合
  MasterData <-  rbind(MasterData, SubMasterData)
  
}

#取得データをdata.frame化
MasterData <- as.data.frame(MasterData)
#データ名を付与
names(MasterData) <- c("NAME", "ADV", "LAT", "LON", "TIME", "WIND", "PR", "STAT")

###取得したデータから拡大が可能な地球儀プロットを作成#####
#台風経路をプロット用に変形
TyphoonPoint <- t(apply(MasterData[ , 4:3], 1, function(x) as.numeric(as.character(x))))

#インタラクティブにプロット
svgPanZoom(svgPlot(
  {
    #札幌を中心
    LonLatData <- ensurelonlat(c(141.21, 43.3))
    #空の地球儀をプロット
    globeearth(eye = LonLatData, top = place("northpole"))
    #台風経路をプロット
    globepoints(loc = TyphoonPoint, eye = LonLatData, top = place("northpole"),
                col = rgb(0.4, 0.3, 0.5, alpha = 0.5), pch = 17, cex = .5)
  }
))

出力例

拡大・縮小・移動が可能です。


少しでも、あなたの解析が楽になりますように

タイトルとURLをコピーしました