R_leaflet包_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。
作者：李誉辉
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)23leaflet(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)23# 设定中心坐标和zoom level4m <- leaflet() %>% addTiles() %>% setView(-71.0382679,42.3489054, zoom =18)56# 显示第一个view7m %>% fitBounds(-72,40,-70,43) # 设定view边界89# 显示第二个view10m %>% 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)23# 自动猜测匹配
4set.seed(123)5df <- data.frame(Lat = 1:10, Long = rnorm(10))6leaflet(df)%>%addCircles()78# 手动指定经度和纬度变量,结果一样 leaflet(df) %>% addCircles(lng = ~Long,
9# lat = ~Lat)
1011# 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)45Sr1 <- Polygon(cbind(c(2,4,4,1,2), c(2,3,5,4,2))) #4对非重复点坐标，首尾相连6Sr2 <- Polygon(cbind(c(5,4,2,5), c(2,3,2,2))) #3对非重复点坐标，画三角形7Sr3 <- Polygon(cbind(c(4,4,5,10,4), c(5,3,2,5,5))) #4对非重复点坐标，画四边形8Sr4 <- Polygon(cbind(c(5,6,6,5,5), c(4,4,3,3,4)), hole = TRUE) # hole = TRUE,表示中空91011Srs1 <- Polygons(list(Sr1),”s1″) #’s1’指定ID参数，多个多边形才有ID参数，Polygon()没有ID参数12Srs2 <- Polygons(list(Sr2),”s2″)13Srs3 <- Polygons(list(Sr4, Sr3),”s3/4″) # 合并Sr3和Sr4多边形1415# 列表传参，传递多个多边形参数16SpP <- SpatialPolygons(list(Srs1, Srs2, Srs3),1:3)1718leaflet(height =”300px”) %>% addPolygons(data = SpP, fillColor = brewer.pal(3,19name =”Set1″))
1.3.3 从maps包中获取data
1library(leaflet)2library(maps)3library(RColorBrewer)45mapStates <- map(“state”, fill = TRUE, plot = FALSE)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)23# 随便编一个数据4m <- leaflet() %>% addTiles()5df <- data.frame(lat = rnorm(100), lng = rnorm(100),size= runif(100,5,20),6color= sample(colors(),100))78m <- leaflet(df) %>% 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)23m <- leaflet()%>%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$后面加tiles供应商的名字就行了。 需要注意：部分第三方tiles需要注册。
通过options参数调用providerTileOptions()函数可以规避部分tiles的注册。
如果有定制的tiles模板的URL链接,可以在addTiles()函数中调用。
1library(leaflet)23m <- leaflet()%>%setView(lng = -71.0589, lat = 42.3601, zoom = 12)45# 使用Stamen.Toner 的 tiles
6m%>%addProviderTiles(providers$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)23leaflet() %>% 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 <U+00A9> 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)23m <- leaflet() %>% setView(lng = -71.0589, lat =42.3601, zoom =12)45m %>% addProviderTiles(providers$MtbMap) %>% # 底层tiles6 addProviderTiles(providers$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$Stamen.TonerLabels) # 叠加tiles,显示公路名，街道名，机场图标。
3.Markers(图标)
使用图标用于标记地图上特殊的点。图标的位置通过经纬度指定。
leaflet中,图标可以分为：icon,circle图标，clusters(簇)，共3类。
Markers坐标获取途径：
SpatialPoints()/SpatialPointsDataFrame() (sf包)
POINT, sfc_POINT或sf对象(sf包), 只有x,y维度的数据才能被使用。
只有2列的矩阵(第1列为经度，第2列为纬度)
含经度列和纬度列的数据框，
同样默认猜测匹配，也可以手动指定，如: addMarkers(lng = ~Longitude, lat = ~Latitude)。
用1个数字向量指定lng或lat参数。
注意：不支持sf包中的 MULTIPOINT对象。
3.1
icon图标
icon图标的添加分为几类：
addMarkers()函数，添加leaflet中内置一种icon。
makeIcon()指定addMarkers()函数内的icon参数，
添加URL链接(包括file path)中的一种icon。
icons()指定addMarkers()内的icon参数，同时添加几种icon。
iconList()与addMarkers()函数联用，同时添加很多种icon。
addAwesomeMarkers()函数，添加awesome icons。
3.1.1 内置icon(addMarkers())
默认Icon为雨滴状图标(dropped pin)。
与大多数图层绘制函数一样，popup参数可以用来指定一个message,当点击该Icon则显示该message；
label参数可以用来指定一个文本标签，可以是浮动的或静止的。
1library(leaflet)2data(quakes)34# 索引quakes前20行数据进行显示。5leaflet(data = quakes[1:20, ])%>%addTiles()%>%6# 增加图标图层，标签显示为quakes中的mag变量
7addMarkers(~long, ~lat, popup = ~as.character(mag), label = ~as.character(mag))
3.1.2 自定义icon(makeIcon())
自定义Icon图标，可以通过URL链接或文件路径来指定。
对于单独一个Icon,若要映射到多个数据点，则可以使用makeIcon()函数制作一组Icon图标,
然后再调用addMarkers()函数增加Marker图层。
免费Icon下载（https://icons8.com/icons）
1library(leaflet)2data(quakes)34# 制作一组Icon5greenLeafIcon <- makeIcon(6iconUrl=”E:/R_input_output/images_input/leaf-green.png”,# 使用文件路径指定7iconWidth=38,iconHeight=95,# 设定当个Icon的相对长宽。 8iconAnchorX=22,iconAnchorY=94,# 定位点相对位置(在IconWidth和IconHeight内)9shadowUrl=”E:/R_input_output/images_input/leaf-shadow.png”,# 阴影Icon10shadowWidth=50,shadowHeight=64,11shadowAnchorX=4,shadowAnchorY=6212)1314leaflet(data= quakes[1:4,]) %>% addTiles() %>%15addMarkers(~long, ~lat,icon= greenLeafIcon)# 增加Icon图层
3.1.3 icons()(多种icons)
若多个Icons图标尺寸等参数一致，仅仅URLs不一样，使用icons()制作Icon图标组合非常方便，
icons()语法与data.frame()类似，参数都可以用向量指定，短的参数将会循环补齐。
1library(leaflet)2data(quakes)34quakes1 <- quakes[1:10,]# 索引前10行数据56leafIcons <- icons(7iconUrl= ifelse(quakes1$mag <4.6,# 若mag < 4.6为真8″E:/R_input_output/images_input/leaf-green.png”,# test = TRUE9″E:/R_input_output/images_input/leaf-red.png”# test = FALSE10),11iconWidth=38,iconHeight=95,# length = 1, 循环补齐12iconAnchorX=22,iconAnchorY=94,# length = 1, 循环补齐13shadowUrl=”E:/R_input_output/images_input/leaf-shadow.png”,# length = 1, 循环补齐14shadowWidth=50,shadowHeight=64,# length = 1, 循环补齐15shadowAnchorX=4,shadowAnchorY=62# length = 1, 循环补齐16)1718leaflet(data= quakes1) %>% addTiles() %>%19addMarkers(~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)23# iconList()制作icons组成的列表4oceanIcons <- iconList(5ship= makeIcon(iconUrl=”E:/R_input_output/images_input/cargo-ship.png”,# 使用文件路径指定6iconWidth=30,iconHeight=20),# 设定当个Icon的相对长宽。 7pirate= makeIcon(iconUrl=”E:/R_input_output/images_input/pirates-caribbean.png”,# 使用文件路径指定8iconWidth=30,iconHeight=30)# 设定当个Icon的相对长宽。 9)1011# 编造一个数据12df <- sp::SpatialPointsDataFrame(13cbind(# 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),17data.frame(type= factor(18ifelse(runif(20) >0.75,”pirate”,”ship”),# test > 7.5为真，则type = “pirate”19c(“ship”,”pirate”)# length = 2 < 20, 循环补齐20))21)2223leaflet(df) %>% addTiles() %>%24addMarkers(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)34df.20<- quakes[1:20,]# 索引前20行数据56# 创建颜色向量函数，mag <= 4 为绿色，mag = 5为橙色， mag > 5为红色7getColor <-function(quakes){8sapply(quakes$mag,function(mag){9if(mag <=4) {10″green”11}elseif(mag <=5) {12″orange”13}else{14″red”15} })16}1718icons <- awesomeIcons(19icon =’flash’,# icon名字为”flash”(闪电),名字可以从前面库的网站上查看20iconColor =’black’,# 指定icon颜色21library =’ion’,# 指定icons库为ionicons22markerColor = getColor(df.20)# 指定markers颜色23)2425leaflet(df.20) %>% addTiles() %>%26addAwesomeMarkers(~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)23#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)23leaflet(quakes) %>% addTiles() %>% addAwesomeMarkers(~long, ~lat, icon = icons,4 label = ~as.character(mag), clusterOptions = markerClusterOptions(freezeAtZoom =5) # 冻结簇在zoom level =55)
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)23# 默认circles参数4leaflet(df) %>% addTiles() %>% addCircleMarkers()56# stroke =FALSE去掉路径阴影7leaflet(df) %>% addTiles() %>% addCircleMarkers(radius =15, stroke =FALSE) %>%89# fill =FALSE空心圆环10addCircleMarkers(radius =15, color =”magenta”, weight =8, opacity =0.2,11fill =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”,14fillOpacity =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)23# 定义一个色板函数4pal <- colorFactor(c(“blue”,”magenta”), domain = c(“ship”,”pirate”))56leaflet(df) %>% addTiles() %>%7addCircleMarkers(8radius = ~ifelse(type ==”ship”,6,10), # 分别设置半径，ship半径为6，pirate半径为109color = ~pal(type), # 色板函数匹配10stroke =FALSE, fillOpacity =0.511)
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)23# 生成popup框内信息4content <- paste(sep =”<br/>”, # 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″<b><a href=’http://www.samurainoodle.com’>Samurai Noodle</a></b>”,7″606 5th Ave. S”,8″Seattle, WA 98138″9)1011leaflet() %>% addTiles() %>%12addPopups(-122.327298,47.597131, popup = content, # 将HTML语法支持的文本内容传递给popup13options = 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,
34# 创建一个数据框
5df <- read.csv(textConnection(“Name,Lat,Long
6Samurai Noodle,47.597131,-122.327298
7Kukai Ramen,47.6154,-122.327157
8Tsukushinbo,47.59987,-122.326726″))9df1011leaflet(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)23leaflet() %>% addTiles() %>% setView(-118.456554,34.09,13) %>%45addMarkers(6lng =-118.456554, lat =34.105,7label =”Default Label”,8labelOptions = labelOptions(noHide = T)) %>% # 不隐藏的popups910addMarkers(11lng =-118.456554, lat =34.095,12label =”Label w/o surrounding box”,13labelOptions = labelOptions(noHide = T, textOnly =TRUE)) %>% # 只显示文字，不显示提示框1415addMarkers(16lng =-118.456554, lat =34.085,17label =”label w/ textsize 15px”,18labelOptions = labelOptions(noHide = T, textsize =”15px”)) %>% # 修改提示框大小，文本大小随之变化1920addMarkers(21lng =-118.456554, lat =34.075,22label =”Label w/ custom CSS style”,23labelOptions = labelOptions(noHide = T, direction =”bottom”, # 修改提示框相对位置24style =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）
转载自：https://blog.csdn.net/R3eE9y2OeFcU40/article/details/88324895
