原文鏈接：http://tecdat.cn/?p=12350
在本文中，我使用ggmap可視化紐約市的交通事故。
數據來自紐約市開放數據。我的數據範圍是2012年至2015年。該數據跟蹤車輛的類型，發生事故的街道的名稱以及事故的經度和緯度座標。兩個座標都保存爲單個字符變量，稱爲“ LOCATION”。
在下面，我加載數據，刪除所有沒有位置座標的事故，並解析LOCATION變量以獲取經度和緯度座標。我還解析日期變量以創建年份變量，並使用該變量創建兩個數據集：一個數據集包含2013年的所有車輛事故，另一個數據集包含2014年的所有車輛事故。
d_clean=d[which(regexpr(',',d$LOCATION)!=-1),]
comm=regexpr(',',d_clean$LOCATION)
d_clean$loc=as.character(d_clean$LOCATION)
d_clean$lat=as.numeric(substr(d_clean$loc,2,comm-1))
d_clean$long=as.numeric(substr(d_clean$loc,comm+1,nchar(d_clean$loc)-1))
d_clean$year=substr(d_clean$DATE,7,10)
d_2013=d_clean[which(d_clean$year=='2013'),c('long','lat')]
d_2014=d_clean[which(d_clean$year=='2014'),c('long','lat')]
接下來，我使用get_map（）查詢Google Maps並獲取紐約市的地圖。我使用stat_density2d（）向該地圖添加了一個二維密度層。我對2013年和2014年的數據都執行此操作，並使用gridExtra的grid.arrange（）並排放置地圖。
ny_plot=ggmap(get_map('New York, New York',zoom=12, maptype='terrain'))
grid.arrange(plot1, plot2,nrow=1,ncol=2)
接下來，我按行政區域繪製了2013年的事故密度。我編寫了一個函數boro（），該函數會刪除所有缺少街道名稱的觀測值，並基於自治市鎮（2013）子集。我將它們堆疊在一起，同時添加自治市鎮名稱，然後在向量col_vals中爲每個自治市鎮分配一種顏色。我使用stat_density2d的group參數以不同的顏色分別繪製每個自治市鎮的密度層。
plot4=ny_plot+
stat_density2d(data=full, geom='polygon',bins = 10, aes(x=full$long,y=full$lat,fill = Borough, alpha=..level..))+
scale_fill_manual(values=col_vals)+
#guides(fill = guide_colorbar(barwidth = 1, barheight = 12)) +
scale_alpha(guide = FALSE)+
xlab(' ')+ylab(' ')+
ggtitle('NYC Vehicle Accident Density by Borough, 2013')
plot4
