使用的数据

nations.csv 来自世界银行指标的数据。
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 自然还是人为影响因素
- 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。

安装

加载我们今天将使用的软件包

# 加载需要的软件包
library(readr)
library(ggplot2)
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，出生时的期望寿命和人口：

这是生成该图表的代码：

# 读取数据
nations <- read_csv("nations.csv")

# 过滤 2016 年的数据 
nations2016 <- nations %>%
  filter(year == 2016)

# 绘制泡泡图
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 将X轴标签的格式。
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)

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。