R語言熱力地圖之漸變分析——西班牙開店選址
在芝加哥開一家店鋪,主要為西班牙人進行服務,因此考慮芝加哥位置下的:城市的西班牙創造收入,西班牙家庭數量,西班牙人口數量,西班牙的祖輩習俗,西班牙語言的普及程度區域,周圍西班牙的經濟能力。
1.城市人口總平均值分析
不同城市下的西班牙人口總平均值
city Inc_Race_Hispanic_Aggr_Average
CHICAGO 2,580,915,057
CICERO 403,886,620
BERWYN 170,119,980
HAMMOND 168,362,498
FRANKLIN PARK 163,312,895
MELROSE PARK 145,986,095
PALATINE 130,126,088
BLUE ISLAND 108,106,075
AURORA 104,713,520
BOLINGBROOK 88,225,246
WAUKEGAN 87,209,927
JOLIET 80,305,942
WHITING 74,872,790
OAK LAWN 71,630,381
HOFFMAN ESTATES 65,760,443
EAST CHICAGO 62,450,673
VILLA PARK 48,816,077
ELK GROVE VILLAGE 43,092,325
BRIDGEVIEW 42,466,770
通過上表發現,芝加哥的西班牙人口總平均值數最大,遠遠高於其它省份,因此在芝加哥進行西班牙的店鋪選擇十分有必要。
1. 假定以西班牙人分佈位置的人均收入為基準進行選店鋪
通過西班牙人在芝加哥的地理位置進行分析,得出芝加哥周圍西班牙收入分佈熱力圖如上所示,可以看出西班牙收入最高的分佈在芝加哥城市的兩端,即兩個紅色區域和紅棕色區域的位置西班牙人的人均收入最高,選擇離這些較近的位置開店較好。而棕色區域主要分佈在I-90W和I-294的位置棕色較多,該位置離紅色區域(-87.8,42.2)較近,而另一個紅色區域的西班牙人均收入較低的綠色分佈較多,因此總體來看,從人均收入角度來看選擇在I-90W和I-294的位置開店較好。
2. 假定以西班牙人分佈位置的家庭人口數多少基準進行選店鋪
西班牙的家庭人口數超過2個分佈如上圖所示,從生活實際考慮,家庭人口數越多,說明周圍的西班牙人群分佈較為集中,同樣可以看出在I-90E周圍的家庭人口數較多,結合圖一,可以說明在I-90W和I-90E周圍開店選址效果較好。
3. 假定以今年西班牙人人口數的多少基準進行選店鋪
通過資料對不同位置下的今年西班牙人口數分佈進行分析,得出圍繞在芝加哥I-90E周圍的人口數最多,而外網的人口數相對較少,因此在I-90E周圍開店選址效果較好。
4. 假定以今年西班牙人人口祖先數的多少基準進行選店鋪
通過對西班牙的祖先數量分佈進行分析,發現圍繞市中心芝加哥的西班牙人數多於外圍的西班牙人口數,通用在I-90E和I-55N周圍的西班牙祖先數量較多,祖輩的習俗將影響後代的生活飲食習慣,因此在這個範圍進行選擇效果較好。
5. 不同收入位置下會講西班牙語言的人口數量分佈
通過上圖得到芝加哥不同區域下會說西班牙語言的人口數量分佈,得出在I-90E周圍的西班牙語言普及較多,因此在該區域進行西班牙店鋪的選擇,將更交易於近鄉情更切的交流,更能吸引西班牙人來此處店鋪進行消費。
綜上人口數量、家庭數量、經濟收入、祖輩文化、西班牙母語普及程度5個方面,總結得出西班牙的店鋪選擇最佳集中的區域如下圖紅色標記區域所示:
整理程式程式碼如下所示:
library(ggmap)
library(XML)
library(RCurl)
library(baidumap)
require(ggplot2)
ak = 'ZwxSqEZwdYC2A'
options(baidumap.key = ak)
map <- getBaiduMap(c(116.39,39.93),width =350,height = 350,zoom = 10,scale = 2,color = "bw",messaging = FALSE)
dat1$price=gsub("1","是",dat1$price)
dat1$price=gsub("0","否",dat1$price)
ggmap(map)+
geom_point(aes(dat1$LONG,dat1$LAT,colour=price),data = dat1)+
labs(x = "經度", y="經度")+
theme(text = element_text(family="SimHei")
相關文章
- R語言colorRampPalette函式-建立顏色梯度(漸變色)R語言函式梯度
- python seaborn畫熱力圖,自定義顏色漸變Python
- R語言畫圖R語言
- R語言繪圖R語言繪圖
- 提-關於高德地圖熱力圖-問:地圖
- R語言:畫樹圖R語言
- R語言-Survival analysis(生存分析)R語言
- 使用R語言分析微信好友R語言
- 資料分析與R語言01R語言
- R語言經典統計分析R語言
- R語言資料質量分析R語言
- R語言入門之Hello worldR語言
- r語言R語言
- R語言ggplot怎麼在熱圖上標註相關係數R語言
- R語言入門與資料分析R語言
- 【R語言入門】R語言環境搭建R語言
- R語言實戰(圖8-6)R語言
- 想要從事資料分析,選擇python還是R語言呢?PythonR語言
- 社交網路分析的 R 基礎:(一)初探 R 語言
- 【R語言入門】R語言中的變數與基本資料型別R語言變數資料型別
- R語言:根據經緯度在世界地圖上畫出各個點R語言地圖
- R語言之視覺化①②熱圖繪製2R語言視覺化
- R 語言使用
- 自然語言語法符合熱力學自由能原則
- 【R語言】繪製權重直方圖R語言直方圖
- 哈佛教授公開R語言原始碼,教你用R製作gif動圖R語言原始碼
- Leaflet-vue 熱力圖 (設定熱力圖顏色)Vue
- 自定義View之顏色漸變折線圖View
- 網址多語言設計
- 好書妙評之《R語言實戰》R語言
- 第五篇:R語言資料視覺化之散點圖R語言視覺化
- 第三篇:R語言資料視覺化之條形圖R語言視覺化
- react專案結合echarts,百度地圖實現熱力圖ReactEcharts地圖
- 《R語言入門與資料分析》——向量索引R語言索引
- R語言進行基礎統計分析(一)R語言
- R繪圖(2): 離散/分類變數如何畫熱圖/方塊圖繪圖變數
- R語言實現倫敦各地區預期壽命與全國平均水平差異地理資料視覺化(熱力圖)R語言視覺化
- R語言基本技巧R語言