Skip to contents

ggplot2-оор Монголын газрын зургийг хурдан зурах

Source: R/plot.R
mn_map.Rd

Багцын дурын газрын зураг, эсвэл өөрийн өгөгдөлтэй холбосон газрын зургийг тохиромжтой анхдагч тохиргоотой зурна: Монголд тохирсон проекц, өнгөний харалган хүмүүст ялгагдах өнгөний хуваарь, өгөгдөлгүй газарт саарал өнгө, нэр, эргэн тойрныг сонголтоор, өгөгдлийн эх сурвалжийг тайлбар мөрөөр. Үр дүн нь энгийн ggplot тул давхарга, хуваарь, загвар нэмж болно.

Usage

mn_map(
  x = NULL,
  fill = NULL,
  trans = "identity",
  label = FALSE,
  context = FALSE,
  crs = NULL,
  lang = NULL,
  caption = TRUE,
  title = NULL,
  label_size = 2.6
)

Arguments

x

sf объект, ихэвчлэн mn_aimags(), mn_soums(), mn_khoroos() эсвэл mn_join()-ийн үр дүн, эсвэл mn_elevation(), mn_landcover(), mn_population() зэрэг terra растер. Анхдагч нь аймгууд.

fill

Олигоныг будах багана (хашилтгүй), эсвэл "steelblue" гэх мэт нэг өнгө. Тоонд тасралтгүй viridis хуваарь, тэмдэгт мөр ба factor-т салангид хуваарь өгнө.

trans

Тоон fill хуваарийн хувиргалт, жишээ нь "log10", "sqrt". Улаанбаатар бусдыг дарах үед хэрэгтэй.

label

TRUE бол нэгж бүрийг нэрээр (хороог дугаараар) нь тэмдэглэнэ, эсвэл тэмдэглэх хашилтгүй баганыг өгнө.

context

TRUE бол газрын зургийн эргэн тойронд хөрш орнууд, томоохон гол, нуурыг зурна.

crs

Проекц. NULL бол автоматаар сонгоно: улс эсвэл түүний томоохон хэсэгт Альберсийн тэнцүү талбайт проекц, Улаанбаатар болон төвийн бүсийн жижиг газарт UTM-ийн 48N бүс. mn_crs()-ийг үзнэ үү.

lang

label = TRUE үеийн нэрийн хэл: "en", "mn" эсвэл "mns".

caption

TRUE бол mn_citation()-аас өгөгдлийн эх сурвалжийг нэмнэ; FALSE бол нэмэхгүй; тэмдэгт мөр өгвөл түүнийг хэвээр ашиглана.

title

Зургийн гарчиг (заавал биш).

label_size

Нэрийн бичгийн хэмжээ.

Value

ggplot объект.

See also

Газрын зураг зурах бусад функц: mn_aimag_grid, mn_crs(), mn_label_points(), mn_leaflet(), theme_mn()

Examples

mn_map()

mn_map(mn_aimags(), fill = area_km2, label = TRUE)

mn_map(mn_khoroos(district = "Bayangol"), label = TRUE)


pop <- mn_example_population[mn_example_population$Year == 2025, ]
pop_map <- mn_join(pop, "Region", level = "aimag")
#> ℹ Joining at the aimag level; dropped 6 rows for larger units ("country" and
#>   "region") and 2196 rows for smaller units ("soum" and "bag").
mn_map(pop_map, fill = value, trans = "log10", title = "Population, 2025")

mn_map(mn_landcover())

mn_map(mn_elevation()) + ggplot2::geom_sf(data = mn_aimags(), fill = NA, colour = "white")