最易上手地图教程（一）（上）

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。

四川大学在读研究生

简

介

最近一直在寻找方便上手的地图包，实验了google地图包，百度地图包，发现还是有很多限制。

百度地图包搭配的REmap总是崩溃，

google地图包ggmap现在需要国际信用卡注册，总之，都不甚满意。

虽然ggplot2地图功能非常丰富，但是还是不够简单快捷。

尤其是当我们仅仅需要绘制一些简单的地图时。

经过圈子大佬的推荐，开始尝试leaflet包，确实给我很多惊喜。

leaflet包相对其它地图包，有很多优点和缺点，

首先，绘制地图简单快捷，因为都是基于供应商的tiles，一行代码就可以render出基本widget地图。

支持管道传参，一个图层一个图层进行添加，代码结构更加清晰。

其次，有很多tiles供应商可以选择,包括高德、google、Stamen, Esri, OpenWeatherMap，NASA，

等好几十个tiles供应商。当然其中一些需要注册。其中的google可以绕过注册，已经很难得了。

对于在地图上添加markers图标，shapes形状，线条等，异常方便快捷，这在ggplot2中很难做到的。

支持栅格数据，rasters栅格数据是基于像素点的地图。可以看出，leaflet具有很强的包容性。

支持多种投影坐标系，甚至可以自定义坐标系，这在某些特殊场景非常重要。

当然还有更重要的是，其具有一定交互能力，可以缩放拖拽，

简单的图层切换也不需要使用Shiny。使得更容易上手。

其它特点，首先tiles是基于供应商的，必须联网，

其次对颜色支持不一样，只支持HEX颜色空间和colors()中的颜色名称。 当然内置的几个palette函数，非常特别。

总之，笔者认为leaflet包与ggplot2包的互补性非常好，刚好弥补了ggplot2中画地图的不足。

对于大量数据需要呈现在地图上的场景，还是`ggplot2, leaflet中插入其它plots不便也没有必要。

下面是笔者总结的中文教程，使得新人能更快上手。

说明：以下图片皆为截图，限于技术问题，不能完全展现它的交互式功能。

1.Widget设置

Widget地图框的设置，就是确定Widget的基本参数，

包括CRS坐标系，widget的中心坐标，zoom level(缩放)的范围, widget边界坐标，data数据等。

1.1

leafletOptions()

leaflet()中有个options参数，用leafletOptions()函数来指定，可以控制widget缩放范围。

语法：

1leafletOptions(minZoom = NULL, maxZoom = NULL, crs = leafletCRS(),
2 worldCopyJump = NULL, preferCanvas = NULL, ...)

关键参数：

• minZoom,表示最低缩小倍数，作用于所有地图层。
• maxZoom,表示最高放大倍数，作用于所有地图层。
• crs, 表示指定坐标系统，
• preferCanvas, 表示是否将leaflet.js路径呈现在地图上。

1library(leaflet)
2
3leaflet(options = leafletOptions(minZoom = 0, maxZoom = 18))

1.2

中心、缩放、边界

关键函数：

• setView() ,设定地图的view(包括center位置和zoom level)
• flyTo() ,切换到一个指定的location或zoom-level，使用光滑的pan-zoom
• fitBounds() ,设定地图矩形区域边界。view将限制在[lng1, lat1] - [lng2, lat2]
• flyToBounds() ,切换到一个指定的地图矩形区域边界，使用光滑的pan/zoom
• setMaxBounds() ,限定地图矩形区域最大边界
• clearBounds() ,清除地图矩形区域边界, 然后view将只会受地图层的经度和纬度数据限制。

语法：

• setView(map, lng, lat, zoom, options = list())
• flyTo(map, lng, lat, zoom, options = list())
• fitBounds(map, lng1, lat1, lng2, lat2, options = list())
• flyToBounds(map, lng1, lat1, lng2, lat2, options = list())
• setMaxBounds(map, lng1, lat1, lng2, lat2)
• clearBounds(map)

参数解释：

• map，表示leaflet()创建的map widget
• lng, 表示map center的经度,
  东经为正
• lat, 表示map center的纬度，北纬为正
• zoom, 表示zoom level
• options, 列表传参，传递zoom或pan参数。
• lngl, latl, lng2, lat2, 表示widget边界的坐标。

 1library(leaflet)
 2
 3# 设定中心坐标和zoom level
 4m % addTiles() %>% setView(-71.0382679, 42.3489054, zoom = 18)
 5
 6# 显示第一个view
 7m %>% fitBounds(-72, 40, -70, 43) # 设定view边界
 8
 9# 显示第二个view
10m %>% clearBounds() # 清除边界限制, leaflet()默认为世界地图

1.3

Data数据

这里的Data不仅仅是画地图上行政区域的数据，而且包括要在地图上呈现的数据。

大多数图层添加函数都有data参数，通常使用%>%管道符逐渐传递data参数。

leaflet()通常支持下列几种形式的数据。

• 矩阵数据(由经度和纬度构成)。
• 数据框(由经度和纬度构成)。
• 从sp包传递的数据，包括：
• SpatialPoints(数据框类型)
• Line()/Lines()
• SpatialLines()(数据框类型)
• Polygon()/Polygons()
• SpatialPolygons()(数据框类型)
• 从maps包传递的数据，主要是map()函数传递的数据框。

对于经度和纬度组成矩阵或数据框类型数据，在调动data添加图层时，会根据变量名进行猜测匹配：

• 若变量名称为lat,或latitude等，则猜测为纬度，猜测时，不区分大小写。
• 若变量名称为lng, long或 longitude等，则猜测为经度，猜测时，不区分大小写。

也可以手动指定经度和纬度变量，使用~语法。

在参数传递过程中，默认后面的data参数覆盖前面data参数。

1.3.1 data中经纬度的指定/猜测/覆盖

 1library(leaflet)
 2
 3# 自动猜测匹配
 4set.seed(123)
 5df  6leaflet(df) %>% addCircles()
 7
 8# 手动指定经度和纬度变量,结果一样 leaflet(df) %>% addCircles(lng = ~Long,
 9# lat = ~Lat)
10
11# 在add_xxx()函数中重新指定参数进行覆盖，结果一样 leaflet() %>%
12# addCircles(data = df) leaflet() %>% addCircles(data = df, lat = ~Lat, lng
13# = ~Long)

1.3.2 sp对象的data

 1library(leaflet)
 2library(sp)
 3library(RColorBrewer)
 4
 5Sr1  6Sr2  7Sr3  8Sr4  9
10
11Srs1 12Srs2 13Srs3 14
15# 列表传参，传递多个多边形参数
16SpP 17
18leaflet(height = "300px") %>% addPolygons(data = SpP, fillColor = brewer.pal(3, 
19 name = "Set1"))

1.3.3 从maps包中获取data

1library(leaflet)
2library(maps)
3library(RColorBrewer)
4
5mapStates 6leaflet(data = mapStates) %>% addTiles() %>% addPolygons(fillColor = brewer.pal(10, 
7 name = "Paired"), stroke = FALSE)

1.3.4 其它参数

其它绘图参数支持R自带的数据类型，如：向量，颜色向量，数据框，同样支持用~指定。

 1library(leaflet)
 2
 3# 随便编一个数据
 4m % addTiles()
 5df  6 color = sample(colors(), 100))
 7
 8m % addTiles()
 9# circle图标的半径不随zoom变化:
10m %>% addCircleMarkers(radius = ~size, color = ~color, fill = FALSE)
11# circle图标的半径不随zoom变化:
12m %>% addCircleMarkers(radius = runif(100, 4, 10), color = c("red"))

2.Basemaps底图

leaflet支持Tilemap类型的底图，

leaflet支持多种免费第三方providers的tiles, 包括Stamen, Esri, OpenWeatherMap等，

用names(providers)可以查看所有的providers。

2.1

默认Tiles(OpenStreetMap)

使用addTiles()函数添加tiles并使用默认参数,默认即是OpenStreetMap，即街区Tiles。

1library(leaflet)
2
3m % setView(lng = -71.0589, lat = 42.3601, zoom = 12)
4m %>% addTiles() # 显示街区图

2.2

第三方 Tiles

调用addProviderTiles()函数，在参数providers$后面加tiles供应商的名字就行了。 需要注意：部分第三方tiles需要注册。

通过options参数调用providerTileOptions()函数可以规避部分tiles的注册。

如果有定制的tiles模板的URL链接,可以在addTiles()函数中调用。

1library(leaflet)
2
3m % setView(lng = -71.0589, lat = 42.3601, zoom = 12)
4
5# 使用Stamen.Toner 的 tiles
6m %>% addProviderTiles(providers$Stamen.Toner)

2.3

巧妙的数据转换

通过调用函数addWMSTiles()可以添加WMS(Web Map Service)的tiles。

Web地图服务（WMS）是一种标准协议，描述如何通过Internet提供任何地理配准的地图图像，

这通常由使用来自地理信息系统数据库的数据的地图服务器生成。

协议标准由Open Geospatial Consortium（OGC）开发，

并于1999年首次发布.WMS提供了一种使用HTTP接口请求地理注册地图图像的简单方法。

WMS供应商（https://en.wikipedia.org/wiki/Web_Map_Service）

下图是调用WMS的tiles,显示降雨量的图数据来源（http://mesonet.agron.iastate.edu/）。

1library(leaflet)
2
3leaflet() %>% addTiles() %>% setView(-93.65, 42.0285, zoom = 4) %>% # 叠加一个WMS的tiles图层
4addWMSTiles("http://mesonet.agron.iastate.edu/cgi-bin/wms/nexrad/n0r.cgi", layers = "nexrad-n0r-900913", 
5 options = WMSTileOptions(format = "image/png", transparent = TRUE), attribution = "Weather data  2012 IEM Nexrad") 

2.4

Tiles图层叠加

多个Tiles图层也可以叠加， 但是这种情况通常仅用于表层tiles是半透明的情况下，

或在options参数中手动指定不透明度opacity。

opacity从0(完全透明)到1(完全不透明)。

1library(leaflet)
2
3m % setView(lng = -71.0589, lat = 42.3601, zoom = 12)
4
5m %>% addProviderTiles(providers$MtbMap) %>% # 底层tiles
6 addProviderTiles(providers$Stamen.TonerLines, # 叠加一层tiles,显示公路和街道
7 options = providerTileOptions(opacity = 0.35)) %>% # opacity设定非透明度
8 addProviderTiles(providers$Stamen.TonerLabels) # 叠加tiles,显示公路名，街道名，机场图标。

3.Markers(图标)

使用图标用于标记地图上特殊的点。图标的位置通过经纬度指定。

leaflet中,图标可以分为：icon,circle图标，clusters(簇)，共3类。

Markers坐标获取途径：

• SpatialPoints()/SpatialPointsDataFrame() (sf包)
• POINT, sfc_POINT或sf对象(sf包), 只有x,y维度的数据才能被使用。
• 只有2列的矩阵(第1列为经度，第2列为纬度)
• 含经度列和纬度列的数据框，
• 同样默认猜测匹配，也可以手动指定，如: addMarkers(lng = ~Longitude, lat = ~Latitude)。
• 用1个数字向量指定lng或lat参数。

注意：不支持sf包中的 MULTIPOINT对象。

3.1

icon图标的添加分为几类：

• addMarkers()函数，添加leaflet中内置一种icon。
• makeIcon()指定addMarkers()函数内的icon参数，
• 添加URL链接(包括file path)中的一种icon。
• icons()指定addMarkers()内的icon参数，同时添加几种icon。
• iconList()与addMarkers()函数联用，同时添加很多种icon。
• addAwesomeMarkers()函数，添加awesome icons。

3.1.1 内置icon(addMarkers())

默认Icon为雨滴状图标(dropped pin)。

与大多数图层绘制函数一样，popup参数可以用来指定一个message,当点击该Icon则显示该message；

label参数可以用来指定一个文本标签，可以是浮动的或静止的。

1library(leaflet)
2data(quakes)
3
4# 索引quakes前20行数据进行显示。
5leaflet(data = quakes[1:20, ]) %>% addTiles() %>% 
6# 增加图标图层，标签显示为quakes中的mag变量 

7addMarkers(~long, ~lat, popup = ~as.character(mag), label = ~as.character(mag))

3.1.2 自定义icon(makeIcon())

自定义Icon图标，可以通过URL链接或文件路径来指定。

对于单独一个Icon,若要映射到多个数据点，则可以使用makeIcon()函数制作一组Icon图标,

然后再调用addMarkers()函数增加Marker图层。

免费Icon下载（https://icons8.com/icons）

 1library(leaflet)
 2data(quakes)
 3
 4# 制作一组Icon
 5greenLeafIcon  6 iconUrl = "E:/R_input_output/images_input/leaf-green.png", # 使用文件路径指定
 7 iconWidth = 38, iconHeight = 95, # 设定当个Icon的相对长宽。 
 8 iconAnchorX = 22, iconAnchorY = 94, # 定位点相对位置(在IconWidth和IconHeight内)
 9 shadowUrl = "E:/R_input_output/images_input/leaf-shadow.png", # 阴影Icon
10 shadowWidth = 50, shadowHeight = 64,
11 shadowAnchorX = 4, shadowAnchorY = 62
12)
13
14leaflet(data = quakes[1:4,]) %>% addTiles() %>%
15 addMarkers(~long, ~lat, icon = greenLeafIcon) # 增加Icon图层

3.1.3 icons()(多种icons)

若多个Icons图标尺寸等参数一致，仅仅URLs不一样，使用icons()制作Icon图标组合非常方便，

icons()语法与data.frame()类似，参数都可以用向量指定，短的参数将会循环补齐。

 1library(leaflet)
 2data(quakes)
 3
 4quakes1  5
 6leafIcons  7 iconUrl = ifelse(quakes1$mag < 4.6, # 若mag < 4.6为真
 8 "E:/R_input_output/images_input/leaf-green.png", # test = TRUE
 9 "E:/R_input_output/images_input/leaf-red.png" # test = FALSE
10 ),
11 iconWidth = 38, iconHeight = 95, # length = 1, 循环补齐
12 iconAnchorX = 22, iconAnchorY = 94, # length = 1, 循环补齐
13 shadowUrl = "E:/R_input_output/images_input/leaf-shadow.png", # length = 1, 循环补齐
14 shadowWidth = 50, shadowHeight = 64, # length = 1, 循环补齐
15 shadowAnchorX = 4, shadowAnchorY = 62 # length = 1, 循环补齐
16)
17
18leaflet(data = quakes1) %>% addTiles() %>%
19 addMarkers(~long, ~lat, icon = leafIcons) # 传递制作的Icons参数
20

3.1.4 icon列表(iconList())

若一些Icons的参数相差很大，此时使用iconList()函数更加方便，

相当于创建一个列表将makeIcon()创建icons包裹起来。然后整体传递给addMarkers()。

 1library(leaflet)
 2
 3# iconList()制作icons组成的列表
 4oceanIcons  5 ship = makeIcon(iconUrl = "E:/R_input_output/images_input/cargo-ship.png", # 使用文件路径指定
 6 iconWidth = 30, iconHeight = 20), # 设定当个Icon的相对长宽。 
 7 pirate = makeIcon(iconUrl = "E:/R_input_output/images_input/pirates-caribbean.png", # 使用文件路径指定
 8 iconWidth = 30, iconHeight = 30) # 设定当个Icon的相对长宽。 
 9)
10
11# 编造一个数据
12df 13 cbind( # 列合并后为一个4列20行的数据框
14 (runif(20) - .5) * 10 - 90.620130, # 经度
15 (runif(20) - .5) * 3.8 + 25.638077 # 纬度
16 ),
17 data.frame(type = factor(
18 ifelse(runif(20) > 0.75, "pirate", "ship"), # test > 7.5为真，则type = "pirate"
19 c("ship", "pirate") # length = 2 < 20, 循环补齐
20 ))
21)
22
23leaflet(df) %>% addTiles() %>%
24 addMarkers(icon = ~oceanIcons[type]) # 使用type中的元素匹配oceanIcons中的列名。

3.1.5 Awesome icons(addAwesomeMarkers())

leaflet中可以使用定制Icons的颜色，

使用addAwesomeMarkers()添加awesome icons, 用法与addMarkers()类似。

awesome icons库：fontawesome,glyphicon,ionicons。

在addAwesomeMarkers()中可以用library参数指定awesome icons库。

默认为library = "glyphico", library = "fa"表示fontawesome库， library = "ion"表示ioncons库，

与icons()和iconList()函数可以用于addMarkers()类似，

awesomeIcons()和 awesomeIconList()函数可以用于 addAwesomeMarkers()以添加多个icons。

 1library(leaflet)
 2data(quakes)
 3
 4df.20  5
 6# 创建颜色向量函数，mag <= 4 为绿色，mag = 5为橙色， mag > 5为红色
 7getColor  8 sapply(quakes$mag, function(mag) {
 9 if(mag <= 4) {
10 "green"
11 } else if(mag <= 5) {
12 "orange"
13 } else {
14 "red"
15 } })
16}
17
18icons 19 icon = 'flash', # icon名字为"flash"(闪电),名字可以从前面库的网站上查看
20 iconColor = 'black', # 指定icon颜色
21 library = 'ion', # 指定icons库为ionicons
22 markerColor = getColor(df.20) # 指定markers颜色
23)
24
25leaflet(df.20) %>% addTiles() %>%
26 addAwesomeMarkers(~long, ~lat, icon=icons, label=~as.character(mag))

3.2

Marker clusters(图标簇)

当地图上存在大量的图标，可以通过设置clusterOptions参数以簇的形式插入。

好处是，缩小地图后，图标聚集成簇，放大地图后，簇散开为多个图标。 簇上可以显示该簇包含图标的数目。

3.2.1 添加簇(clusterOptions参数)

使用markerOptions()设定单个簇的参数。

对于多个簇，同样可以用列表传递多个簇参数，使用markerClusterOptions()函数。

1library(leaflet)
2
3# cache = TRUE使用上个代码块的数据
4leaflet(quakes) %>% addTiles() %>% addAwesomeMarkers(~long, ~lat, icon = icons, 
5 label = ~as.character(mag), clusterOptions = markerClusterOptions() # 设置簇
6)

3.2.2 簇冻结(freezeAtZoom参数)

使用markerClusterOptions()中的freezeAtZoom参数可以设定簇冻结在一个zoom level。

这样缩放地图时，簇是否散开取决于冻结时的zoom level高低。

例如下图中，设置freezeAtZoom = 5

1library(leaflet)
2
3leaflet(quakes) %>% addTiles() %>% addAwesomeMarkers(~long, ~lat, icon = icons, 
4 label = ~as.character(mag), clusterOptions = markerClusterOptions(freezeAtZoom = 5) # 冻结簇在zoom level = 5
5)

3.3

circle图标

circle图标与circle形状不一样：

• circle Markers 属于图标，其尺寸是像素尺寸，不随zoom level变化而变化。
• 而circles 属于形状，与多边形是一类，其尺寸是以“米”为单位，随zoom level 变化而变化。

使用addCircleMarkers()函数添加圆圈图标。 语法：

1addCircleMarkers(map, lng = NULL, lat = NULL, radius = 10,
2 layerId = NULL, group = NULL, stroke = TRUE, color = "#03F",
3 weight = 5, opacity = 0.5, fill = TRUE, fillColor = color,
4 fillOpacity = 0.2, dashArray = NULL, popup = NULL,
5 popupOptions = NULL, label = NULL, labelOptions = NULL,
6 options = pathOptions(), clusterOptions = NULL, clusterId = NULL,
7 data = getMapData(map))

关键参数：

• radius, 表示指定circles的半径，为数字向量或~引导的表达式。
• stroke, 表示是否显示路径阴影, 默认stroke = TRUE显示路径阴影，这样圆环就出现了阴影边框。
• color, 表示指定stroke的颜色。
• weight, 表示指定stroke像素宽度。
• opacity, 表示指定stroke透明度，opacity从0(完全透明)到1(完全不透明)。
• fill, 表示是否填充路径颜色(如填充多边形和园环)
• fillColor, 表示指定fill颜色。
• fillOpacity, 表示指定fill头透明度，opacity从0(完全透明)到1(完全不透明)。
• dashArray, 表示指定stroke线型，为数字类型字符串。原理与ggplot2中自定义线型类似。
• 如dasharray = "4 1 2"表示：先闭合4个像素长度，然后缺口1，再闭合2，再缺口4，闭合1，缺口2。

 1library(leaflet)
 2
 3# 默认circles参数
 4leaflet(df) %>% addTiles() %>% addCircleMarkers()
 5
 6# stroke = FALSE去掉路径阴影
 7leaflet(df) %>% addTiles() %>% addCircleMarkers(radius = 15, stroke = FALSE) %>% 
 8
 9# fill = FALSE空心圆环
10addCircleMarkers(radius = 15, color = "magenta", weight = 8, opacity = 0.2, 
11 fill = FALSE) %>% 
12# 分别指定stroke和fill不同的颜色。并调整透明度
13addCircleMarkers(radius = 60, color = "lime", weight = 8, opacity = 0.8, fillColor = "cyan", 
14 fillOpacity = 0.3, dashArray = "5 2")
 

不同半径的circles:

addCircleMarkers()中的参数同样可以用向量指定，如下图：

 1library(leaflet)
 2
 3# 定义一个色板函数
 4pal  5
 6leaflet(df) %>% addTiles() %>%
 7 addCircleMarkers(
 8 radius = ~ifelse(type == "ship", 6, 10), # 分别设置半径，ship半径为6，pirate半径为10
 9 color = ~pal(type), # 色板函数匹配
10 stroke = FALSE, fillOpacity = 0.5
11 )

4.信息提示框

给标记点增加信息提示框有4种方式：

• 使用addPopups()在地图中添加单个popup。
• 在图标或形状添加函数中，指定popup参数。
• 在图标或形状添加函数中，指定labelOptions参数。
• 使用addLabelOnlyMarkers()函数创建无图标labels。

4.1

addPopups

popups是包含HTML链接的提示框，用于显示标记点的文本信息。

popup最常见的用法是，当点击图标时才出现在地图上。

 1library(leaflet)
 2
 3# 生成popup框内信息
 4content ", # 分隔符为html语法的换行符 

 5 # 单引号内为HTML链接，单引号后为HTML显示标签 
 6 "", 
 7 "606 5th Ave. S",
 8 "Seattle, WA 98138"
 9)
10
11leaflet() %>% addTiles() %>%
12 addPopups(-122.327298, 47.597131, popup = content, # 将HTML语法支持的文本内容传递给popup
13 options = popupOptions(closeButton = FALSE) # popupOptions()中设定popups的尺寸和样式
14 )

4.2

popup参数

图标和形状的添加函数中都有一个popup参数。

当存在大量不含HTML链接的popups时，可以使用htmltools::htmlEscape()函数，

以避免将字符串作为html语言进行转义，直接输出字符串到popup框。

 1library(leaflet)
 2library(htmltools) # 为了调用htmlEscape()函数,
 3
 4# 创建一个数据框
 5df  6Samurai Noodle,47.597131,-122.327298
 7Kukai Ramen,47.6154,-122.327157
 8Tsukushinbo,47.59987,-122.326726"))
 9df
10
11leaflet(df) %>% addTiles() %>% addMarkers(~Long, ~Lat, popup = ~htmlEscape(Name)) # 默认点击Marker才出现popup

4.3

labelOptions()

labels内容包括文本和HTML链接内容。 用labelOptions()函数指定labelOptions参数。

关键参数：

• noHide, 为逻辑值，FALSE表示仅当鼠标指针悬浮到marker上，才显示label；
• TRUE，则一直显示label。
• textOnly,为逻辑值， TRUE表示只显示文本，不显示提示框。
• style，表示设定信息框的样式，列表传参。
• 可以设定label的颜色，字体，字型，字体大小，边框线颜色，边框阴影等。

 1library(leaflet) 

 2
 3leaflet() %>% addTiles() %>% setView(-118.456554, 34.09, 13) %>%
 4
 5 addMarkers(
 6 lng = -118.456554, lat = 34.105,
 7 label = "Default Label",
 8 labelOptions = labelOptions(noHide = T)) %>% # 不隐藏的popups
 9
10 addMarkers(
11 lng = -118.456554, lat = 34.095,
12 label = "Label w/o surrounding box",
13 labelOptions = labelOptions(noHide = T, textOnly = TRUE)) %>% # 只显示文字，不显示提示框
14
15 addMarkers(
16 lng = -118.456554, lat = 34.085,
17 label = "label w/ textsize 15px",
18 labelOptions = labelOptions(noHide = T, textsize = "15px")) %>% # 修改提示框大小，文本大小随之变化
19
20 addMarkers(
21 lng = -118.456554, lat = 34.075,
22 label = "Label w/ custom CSS style",
23 labelOptions = labelOptions(noHide = T, direction = "bottom", # 修改提示框相对位置
24 style = list( # 修改提示框文本样式，列表传参
25 "color" = "red", # 设定文本颜色为红色
26 "font-family" = "serif", # 设置字体
27 "font-style" = "italic", # 设置字型为斜体
28 "box-shadow" = "3px 3px yellow", # 设置提示框边框线阴影尺寸和边框阴影颜色
29 "font-size" = "12px", # 设置字体大小为12个像素点
30 "border-color" = "cyan" # 设置提示框边框线颜色
31 ))
32 )

往期精彩：

• 不用代码，从搜索数据中解读星巴克“猫爪杯”如何挠你的心
• 是否，是否，总是富肥穷瘦？（文末上周投票公布）
• R语言自然语言处理：词性标注与命名实体识别
• R语言中文社区2018年终文章整理（作者篇）
• R语言中文社区2018年终文章整理（类型篇）

---

分享到:

---

閱讀更多 天善智能 的文章

關鍵字: 人工智能 信用卡 大数据

---