用spmap看中国空气质量

本文作者：赵冰洁, 中南财经政法大学金融学院

本文编辑：王玉洁

技术总编：戴   雯

的确，空气质量问题一直以来都是大家最关注列表中的一员，它与我们的生活息息相关。空气质量优时，我们是“自由的”，可以不用担心是否会吸入有害颗粒，是否会对正常出行产生影响；空气质量差时，我们是“被禁锢的”，为了避免有害颗粒的伤害，我们会减少出行，整座城市都被蒙上了“神秘”的袈裟。

今天，敬业的小编将从数据的角度，为大家展示3月份中国的空气质量状况。来吧，上才艺~

本次爬虫所需数据均来自于空气质量数据库(http://pm.fuhaodaquan.org/)。该数据库由首师大李教授提议，并由首师大李教授空气质量实验和中科院联合赞助设立，其中的空气质量数据主要来自环保部实时监测平台。不同等级的空气质量对应不同的配色，绿色代表一级空气质量（优）、黄色代表二级空气质量（良）、橙色代表三级空气质量（轻度污染）、红色代表四级空气质量（中度污染）、紫色代表五级空气质量（重度污染）、褐红色代表六级空气质量（严重污染）。

首先，我们进入空气质量数据库中的全国空气质量指数（AQI）月均值排行榜，打开的页面是这样的：

那么，该如何获取排行榜中所有城市的空气质量指数（AQI）呢？

打开网页源代码，找到我们所要提取的有效信息的源代码位置，如下（红色标框部分）：

运行结果如下：

然后，利用正则表达式提取各省省份名称和空气质量指数（AQI）两个有效数据，再进行相应的数据整理以便后续绘图。

运行结果如下：

2.1 spmap原理介绍

在绘制地图之前，先进行命令的安装：

绘制地图一般需要一份带标签的数据和一份地理坐标数据。首先，我们先下载一份中国的省级地图并解压压缩文件：

在完成命令安装以及数据处理之后，我们来简单了解一下绘制地图的原理。分别打开标签数据和地理坐标数据：

我们可以发现，标签数据和地理坐标数据是通过变量 id （或者 _ID ）连接的。

在绘制地图之前，需要将前面爬取到的数据全国空气质量指数（AQI）3月均值.dta 与 标签数据china_label.dta 按照省份进行合并。在合并之前，我们会发现两份数据文件中省份不一致，需要进行调整。

运行结果如下：

完成数据合并之后，便可绘制地图啦。

2.2 绘制地图

• 第一层：底层地图（basemap）。其中，选项 id(var) 为必选项，其用来识别地图中不同区域所划分的_ID。其他的选项用来控制地图的另外四个方面：Cartogram （底图的背景色等）、Choropleth map（将作图数据分为几组、分组方式等）、Format（地图的填充颜色等）、Legend（是否显示图例、图例主题、图例标签等）。

• 第二层：在底图的基础上，添加其他对象。polygon（添加其他多边形）、line（添加线条）、diagram（添加条形/扇形统计图）、arrow（添加箭头）、label（添加标签）等。

• 第三层：在第一层、第二层的基础上添加元素进一步美化地图。比如 title（标题）、note（注释）、scalebar（比例尺）等。

  spmap AQI using "china_map.dta", ///id(id) clmethod(custom) ///clbreaks(0 50 100 150 200 300 500) fcolor(green yellow orange red purple maroon) ///legenda(on) legorder(lohi) ///graphr(margin(medium)) ///legend(title("AQI", size(*0.5) pos(11) color(black)) /// order(2 "优" 3 "良" 4 "轻度污染" 5 "中度污染" 6 "重度污染" 7 "严重污染") color(black)) ///label(label(prov) xcoord(x_coord) ycoord(y_coord)) ///title(中国空气质量图--3月均值, size(*0.8)) /// subtitle("2021年03月01日-2021年03月31日", size(*0.8)) ///scalebar(units(500) scale(1.0) xpos(100) label("全国空气质量指数（AQI）"))

2.3 绘制地图进阶版

带气泡的地图（Bubble Map）：可以通过添加 point()  选项完成带气泡的地图的绘制。

附加条形图的地图：可以通过diagram()选项完成附加条形图的地图的绘制。