如何使用R绘制按发展水平分类着色的世界地图

你需要制作的是世界分级统计地图（Choropleth Map），以下是三种可直接落地的实现方式：

方案1：使用Python实现（自定义程度最高） #

• 首先安装依赖库：pip install geopandas matplotlib pandas
• 核心实现步骤：

1. 导入所需库

import pandas as pd
import geopandas as gpd
import matplotlib.pyplot as plt

2. 加载底图和你自己的数据集

# 加载geopandas内置的世界国家矢量底图，自带标准ISO3国家编码
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
# 替换为你自己的数据集文件路径
your_data = pd.read_csv("your_country_data.csv")

3. 匹配关联两个数据集

# 用标准ISO3国家编码做匹配，避免国家名称翻译/拼写差异导致匹配失败
merged = world.merge(your_data, left_on='iso_a3', right_on='Code', how='left')

4. 绘制填色地图

fig, ax = plt.subplots(1, 1, figsize=(20, 10))
merged.plot(
    column='Developed',
    cmap='Set2', # 可自行替换配色方案，比如RdYlBu、viridis等
    categorical=True, # 开启分类着色，适配你的3类发展水平
    legend=True,
    ax=ax,
    missing_kwds={"color": "lightgrey", "label": "不在清单范围内"} # 不在你135国清单的区域统一填充浅灰色
)
# 隐藏多余坐标轴
ax.set_axis_off()
# 设置图例和标题
plt.title("各国发展水平分级分布")
# 保存高清图片或直接显示
plt.savefig("world_developed_map.png", dpi=300, bbox_inches='tight')
plt.show()

方案2：使用R语言实现 #

• 首先安装依赖包：install.packages(c("ggplot2", "sf", "rnaturalearth", "dplyr"))
• 核心实现代码：

library(ggplot2)
library(sf)
library(rnaturalearth)
library(dplyr)

# 加载世界地图底图
world <- ne_countries(scale = "medium", returnclass = "sf")
# 加载你的数据集
your_data <- read.csv("your_country_data.csv")
# 关联数据
merged <- world %>% left_join(your_data, by = c("iso_a3" = "Code"))
# 绘图
ggplot() +
  geom_sf(data = merged, aes(fill = as.factor(Developed)), color = "white", size = 0.1) +
  scale_fill_brewer(palette = "Set3", na.value = "lightgrey", name = "发展水平分类") +
  theme_void() +
  labs(title = "各国发展水平分级分布")
ggsave("world_developed_map.png", dpi = 300, width = 20, height = 10)

方案3：无代码在线工具实现 #

• 可以使用Tableau Public、镝数图表等在线可视化工具，上传你的CSV数据后，选择「世界填色地图」组件，将Developed字段绑定为颜色维度，即可快速生成符合要求的地图，配色调整操作非常简便。

• 请确保你的Code字段为标准3位ISO国家编码，避免因名称拼写差异导致国家匹配失败
• 3类分类建议使用对比度较高的离散配色，不同等级区分度会更好
• 不在你135国清单内的区域可以根据需求调整填充色，上述示例默认使用浅灰色标注

内容的提问来源于stack exchange，提问作者Rhedavetester