plotly / plotly/plotly.R

Strange results with GeoJSON

Ouverte
#1,778 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Langage dominant
R
Étoiles
2.7k
Forks
641
Métriques de merge des PR
Aucune PR mergée en 30 j

Description

I tried plot choropleth with Highcharts GeoJSON.

Code to reproduce:

# packages ----------------------------------------------------------------
library(jsonlite)
library(plotly)

# prepare data ------------------------------------------------------------
# read geo data
map_data <- read_json(path = "https://raw.githubusercontent.com/highcharts/map-collection-dist/master/countries/es/es-all.geo.json")
# fill values to draw
df <- data.frame(
  id = unlist(lapply(map_data$features, "[[", "id")),
  name = unlist(lapply(map_data$features, "[[", c("properties", "name")))
)
df$value <- as.integer(runif(NROW(df), 0, 100))

# plotly ------------------------------------------------------------------
plotly_plt <- plot_ly() %>%
  add_trace(
    type = "choropleth",
    geojson = map_data,
    locations = df[["id"]],
    z = df[["value"]]
  ) %>%
  layout(
    geo = list(
      fitbounds = "locations"
    )
  )
plotly_plt

Screenshot of the result:
image

P.S.: This issue is repost SO question. Posted here because no responses on the SO.

Additional information:

─ Session info ────────────────────────────────────────────────────────────────
 setting  value                       
 version  R version 4.0.0 (2020-04-24)
 os       Arch Linux                  
 system   x86_64, linux-gnu           
 ui       RStudio                     
 language                             
 collate  ru_RU.UTF-8                 
 ctype    ru_RU.UTF-8                 
 tz       Asia/Novokuznetsk           
 date     2020-05-24                  

─ Packages ────────────────────────────────────────────────────────────────────
 package     * version date       lib source        
 assertthat    0.2.1   2019-03-21 [1] CRAN (R 4.0.0)
 cli           2.0.2   2020-02-28 [1] CRAN (R 4.0.0)
 colorspace    1.4-1   2019-03-18 [1] CRAN (R 4.0.0)
 crayon        1.3.4   2017-09-16 [1] CRAN (R 4.0.0)
 crosstalk     1.1.0.1 2020-03-13 [1] CRAN (R 4.0.0)
 data.table    1.12.8  2019-12-09 [1] CRAN (R 4.0.0)
 digest        0.6.25  2020-02-23 [1] CRAN (R 4.0.0)
 dplyr         0.8.5   2020-03-07 [1] CRAN (R 4.0.0)
 ellipsis      0.3.1   2020-05-15 [1] CRAN (R 4.0.0)
 fansi         0.4.1   2020-01-08 [1] CRAN (R 4.0.0)
 farver        2.0.3   2020-01-16 [1] CRAN (R 4.0.0)
 ggplot2     * 3.3.0   2020-03-05 [1] CRAN (R 4.0.0)
 glue          1.4.1   2020-05-13 [1] CRAN (R 4.0.0)
 gtable        0.3.0   2019-03-25 [1] CRAN (R 4.0.0)
 htmltools     0.4.0   2019-10-04 [1] CRAN (R 4.0.0)
 htmlwidgets   1.5.1   2019-10-08 [1] CRAN (R 4.0.0)
 httr          1.4.1   2019-08-05 [1] CRAN (R 4.0.0)
 jsonlite    * 1.6.1   2020-02-02 [1] CRAN (R 4.0.0)
 lazyeval      0.2.2   2019-03-15 [1] CRAN (R 4.0.0)
 lifecycle     0.2.0   2020-03-06 [1] CRAN (R 4.0.0)
 magrittr      1.5     2014-11-22 [1] CRAN (R 4.0.0)
 munsell       0.5.0   2018-06-12 [1] CRAN (R 4.0.0)
 pillar        1.4.4   2020-05-05 [1] CRAN (R 4.0.0)
 pkgconfig     2.0.3   2019-09-22 [1] CRAN (R 4.0.0)
 plotly      * 4.9.2.1 2020-04-04 [1] CRAN (R 4.0.0)
 purrr         0.3.4   2020-04-17 [1] CRAN (R 4.0.0)
 R6            2.4.1   2019-11-12 [1] CRAN (R 4.0.0)
 Rcpp          1.0.4.6 2020-04-09 [1] CRAN (R 4.0.0)
 rlang         0.4.6   2020-05-02 [1] CRAN (R 4.0.0)
 rstudioapi    0.11    2020-02-07 [1] CRAN (R 4.0.0)
 scales        1.1.1   2020-05-11 [1] CRAN (R 4.0.0)
 sessioninfo   1.1.1   2018-11-05 [1] CRAN (R 4.0.0)
 tibble        3.0.1   2020-04-20 [1] CRAN (R 4.0.0)
 tidyr         1.1.0   2020-05-20 [1] CRAN (R 4.0.0)
 tidyselect    1.1.0   2020-05-11 [1] CRAN (R 4.0.0)
 vctrs         0.3.0   2020-05-11 [1] CRAN (R 4.0.0)
 viridisLite   0.3.0   2018-02-01 [1] CRAN (R 4.0.0)
 withr         2.2.0   2020-04-20 [1] CRAN (R 4.0.0)
 yaml          2.2.1   2020-02-01 [1] CRAN (R 4.0.0)

Guide de contribution

Ouvrir le guide de contribution

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Piste de recherche

Commencez par exécuter l’exemple R reproductible avec le Highcharts Spain GeoJSON et examinez la manière dont le trace de choroplèthe gère geojson, locations et fitbounds. Comparez la carte rendue avec la capture d’écran fournie ; c’est terminé lorsque les régions GeoJSON et les valeurs générées sont affichées aux emplacements attendus, sans le résultat étrange signalé.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
r
Domaine
data-visualization
Type d'issue
Bug
Difficulté
4/5
Temps estimé
3-5 jours
Activité
À l'abandon
Clarté
À clarifier
Accessibilité débutants
30/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.