使用的数据
-
nations.csv 第3周及以后使用的来自世界银行指标门户的数据。 -
warming.csv 有关1880年至2017年全球年平均温度 。
-
year -
value 全球平均温度，与1900-2000年的平均温度相比。
-
simulations.csv美国国家航空航天局（NASA）对历史温度的模拟数据，估计了自然和人为因素对气候的影响， 包含以下变量：
-
year -
type 自然的还是人的 -
value 来自模拟的全球平均温度，相对于1990-2000年的平均模拟值。
-
charts 空文件夹，我们将在其中保存要制作动画的各个帧。
配置
启动RStudio，创建一个新的RScript，然后通过选择将工作目录设置为包含下载数据的文件夹Session>Set Working Directory>To Source File Location。将脚本另存为week14.R。
安装
加载我们今天将使用的软件包
# load required packages
library(readr)
library(ggplot2)
library(gganimate)
library(scales)
library(dplyr)
气泡图
我们制作了以下图表，显示了2016年世界各国的人均GDP，出生时的预期寿命和人口：
这是生成该图表的代码：
# load data
nations <- read_csv("nations.csv")
# filter for 2016 data only
nations2016 <- nations %>%
filter(year == 2016)
# make bubble chart
ggplot(nations2016, aes(x = gdp_percap, y = life_expect)) +
xlab("GDP per capita") +
ylab("Life expectancy at birth") +
theme_minimal(base_size = 12, base_family = "Georgia") +
geom_point(aes(size = population, color = region), alpha = 0.7) +
scale_size_area(guide = FALSE, max_size = 15) +
scale_x_continuous(labels = dollar) +
stat_smooth(formula = y ~ log10(x), se = FALSE, size = 0.5, color = "black", linetype="dotted") +
scale_color_brewer(name = "", palette = "Set2") +
theme(legend.position=c(0.8,0.4))
-
scale_size_area确保圆的大小根据人口数据按其面积缩放， 。 -
labels = dollarfrom scales将X轴标签的格式设置为美元货币。 -
stat_smooth的工作方式类似，geom_smooth 允许 使用formula来指定用于拟合数据趋势线的曲线类型，此处为对数曲线。
现在，我们将使用gganimate生成1990年至2016年图表的动画。这是代码：
现在，Viewer通过运行以下命令将其显示在面板中：
animate(nations_plot)
gganimate代码的工作方式
-
transition_time此功能通过来对数据进行动画处理year，仅显示与任何一个时间点相关的数据。除了每年生成一个帧外，它还生成中间帧以提供平滑的动画。 -
"{frame_time}"在ggtitle函数内使用会在每个帧上放置一个标题，并带有transition_time函数中变量此处的相应值year。 -
ease_aes这控制动画的进行方式。 -
enter_fade exit_fade这些功能控制动画中数据点出现或消失的行为。您也可以使用enter_shrink和exit_shrink。
另存为GIF和视频
现在，我们可以将动画另存为GIF或视频
您可以使用选项width和height设置动画的尺寸（以像素为单位）。fps设置GIF的帧速率，以每秒帧数为单位。
要制作视频，您需要代码renderer = ffmpeg_renderer()，这需要在系统上安装FFmpeg。上面的视频代码还将宽高比设置为16：9 。
这是GIF：
