tmap 4.0发布:地理可视化工具的重大升级
2025-07-09 04:21:43作者:凤尚柏Louis
tmap是R语言中一个强大的地理空间数据可视化包,它允许用户创建静态和交互式地图。作为一个专注于空间数据可视化的工具,tmap以其简洁的语法和丰富的功能在GIS领域广受欢迎。
tmap 4.0的重大革新
tmap 4.0版本是一次彻底的重构,带来了大量新特性。虽然开发团队尽力保持了向后兼容性,但用户仍需要注意一些变化。
全新的语法结构
4.0版本对图层函数如tm_symbols()的参数进行了重组,引入了"视觉变量"(visual variables)的概念。这些视觉变量通过明确的"比例尺"(scales)、"图例"(legends)和"图表"(charts)来控制,使得地图元素的视觉表现更加灵活和一致。
在矢量数据中,fill用于表示填充颜色,col用于表示边框颜色,这种命名方式在所有标准地图图层函数中保持一致,提高了API的易用性和一致性。
数据集更新
rivers数据集更名为World_rivers,以避免与基础包datasets中的同名数据集冲突- 荷兰地理数据集已更新至2022年版本,包括
NLD_prov(省份)、NLD_muni(市政)和新增的NLD_dist(区级)数据集,并加入了新的人口统计变量 land数据集现在包含了颜色表信息
扩展性增强
tmap 4.0引入了扩展机制,允许开发者通过多种方式扩展tmap的功能。这一特性为高级用户和开发者提供了更大的灵活性,可以根据特定需求定制地图可视化效果。
兼容性考虑
尽管这是一个重大版本更新,开发团队仍确保了与tmap v3代码的向后兼容性。为了帮助用户过渡,新增了'v3'样式选项,可以使布局几乎与v3版本相同。此外,系统还会输出提示信息,指导用户如何升级他们的代码。
升级建议
对于现有用户,建议:
- 首先检查新版本中的提示信息,了解需要修改的部分
- 利用新的视觉变量系统重构地图设计,以获得更精细的控制
- 探索扩展机制,考虑如何定制适合自己工作流的可视化效果
- 更新相关代码中对数据集的引用,特别是注意
rivers更名为World_rivers
tmap 4.0的这些改进显著提升了地理可视化的表达能力,同时保持了易用性,是地理空间数据分析师值得关注的重要更新。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137