数据准备

首先加载 maps 包，方便后续读取其内置的美国共和党大选数据集 votes.repub 和美国州级地图数据集 state。

library(maps)

加载数据集 votes.repub，并查看数据类型和部分数据。

# 加载数据
data(votes.repub)
# 查看数据
str(votes.repub)
#  num [1:50, 1:31] NA NA NA NA 18.8 ...
#  - attr(*, "dimnames")=List of 2
#   ..$ : chr [1:50] "Alabama" "Alaska" "Arizona" "Arkansas" ...
#   ..$ : chr [1:31] "1856" "1860" "1864" "1868" ...

votes.repub 是一个 50 行 31 列的矩阵，行代表各州，列代表大选年份，进一步查看矩阵数据 votes.repub 的维度信息：

attributes(votes.repub)
# $dim
# [1] 50 31
# 
# $dimnames
# $dimnames[[1]]
#  [1] "Alabama"        "Alaska"         "Arizona"        "Arkansas"      
#  [5] "California"     "Colorado"       "Connecticut"    "Delaware"      
#  [9] "Florida"        "Georgia"        "Hawaii"         "Idaho"         
# [13] "Illinois"       "Indiana"        "Iowa"           "Kansas"        
# [17] "Kentucky"       "Louisiana"      "Maine"          "Maryland"      
# [21] "Massachusetts"  "Michigan"       "Minnesota"      "Mississippi"   
# [25] "Missouri"       "Montana"        "Nebraska"       "Nevada"        
# [29] "New Hampshire"  "New Jersey"     "New Mexico"     "New York"      
# [33] "North Carolina" "North Dakota"   "Ohio"           "Oklahoma"      
# [37] "Oregon"         "Pennsylvania"   "Rhode Island"   "South Carolina"
# [41] "South Dakota"   "Tennessee"      "Texas"          "Utah"          
# [45] "Vermont"        "Virginia"       "Washington"     "West Virginia" 
# [49] "Wisconsin"      "Wyoming"       
# 
# $dimnames[[2]]
#  [1] "1856" "1860" "1864" "1868" "1872" "1876" "1880" "1884" "1888" "1892"
# [11] "1896" "1900" "1904" "1908" "1912" "1916" "1920" "1924" "1928" "1932"
# [21] "1936" "1940" "1944" "1948" "1952" "1956" "1960" "1964" "1968" "1972"
# [31] "1976"

数据 votes.repub 是 matrix 矩阵类型，为方便后续数据操作，先转化为 data.frame 类型。

# 转为 data.frame 类型
votes_repub <- as.data.frame(votes.repub)

根据数据集 votes.repub 的行名生成两列是为了后续和地图数据集 state 做关联，最终将观测数据映射到地图上。state 列可与 ggplot2::map_data() 生成的地图数据合并，state_name 列可与 tigris 包获取的数据合并。

# 新增 state 和 state_name 列
votes_repub = within(votes_repub, {
  state_name = rownames(votes_repub)
  state = tolower(rownames(votes_repub)) # 州名转小写
})

接下来是非常重要的一步数据操作：数据重塑。顾名思义，就是将数据集重新组织起来，是为了方便后续用 ggplot2 等包绘图。

# 重塑 votes_repub 数据集
us_votes_repub <- reshape(
  data = votes_repub,
  # 需要转行的列，列名构成的向量
  varying = as.character(seq(1856, 1976, by = 4)),
  times = as.character(seq(1856, 1976, by = 4)), # 构成新列 year 的列值
  v.names = "repub_prop", # 列转行 列值构成的新列，指定名称
  timevar = "year", # 列转行 列名构成的新列，指定名称
  idvar = "state", # 州名
  new.row.names = 1:(31 * 50),
  direction = "long"
)
# 查看重塑后的数据集 us_votes_repub 
head(us_votes_repub)
#        state state_name year repub_prop
# 1    alabama    Alabama 1856         NA
# 2     alaska     Alaska 1856         NA
# 3    arizona    Arizona 1856         NA
# 4   arkansas   Arkansas 1856         NA
# 5 california California 1856      18.77
# 6   colorado   Colorado 1856         NA

不难看出，数据集 us_votes_repub 不是很完整，一些历史的大选，有些州没有记录。下面统计一下历届大选中数据缺失的情况，如图1所示，除了人烟稀少的阿拉斯加和夏威夷，大选在20世纪初基本覆盖美国。

us_votes_repub_na <- aggregate(
  data = us_votes_repub,
  state ~ year,
  subset = is.na(repub_prop),
  FUN = length
)

图 1: 历届大选未收集到得票率数据的州有多少

接下来，先挑一个年份的大选数据，绘制一张静态的地区分布图，不妨以 1976 年的数据为例：

us_votes_repub_1976 <- subset(x = us_votes_repub, subset = year == "1976")

ggplot2 包(Wickham 2022) 是基于数据框来作图的，地图也不例外，因此，需要先对 maps 包内置的 state 数据集做转化，ggplot2 包的 map_data() 函数可将 maps 包和 mapdata 包内置的 map 类型地图数据转化为 data.frame 类型地图数据。

library(ggplot2)
# 获取州级地图数据
usa_map <- map_data(map = "state")

map 类型的 state 数据集转化后，如下：

head(usa_map)
#     long   lat group order  region subregion
# 1 -87.46 30.39     1     1 alabama      <NA>
# 2 -87.48 30.37     1     2 alabama      <NA>
# 3 -87.53 30.37     1     3 alabama      <NA>
# 4 -87.53 30.33     1     4 alabama      <NA>
# 5 -87.57 30.33     1     5 alabama      <NA>
# 6 -87.59 30.33     1     6 alabama      <NA>

每一对经度 long 和纬度 lat 对应州的多边形边界上的一个点，按一定顺序 order 连接起来，就能围成一个多边形区域 region， 即州的行政区划边界，usa_map 是州级地图数据，不包含各郡的边界，故而 subregion 列都缺失。

接着，将观测数据以左关联的方式合并到地图数据上。注意将地图数据放左边，观测数据放右边，左侧地图数据最好不要含有缺失值，右侧观测数据并不完整。

# 合并观测数据和地图数据
usa_voting_df <- merge(
  x = usa_map,
  y = us_votes_repub_1976,
  by.x = "region", # region 首字母小写的各州名称
  by.y = "state",
  all.x = TRUE,
  sort = FALSE
)

地图上的每个区域都是有编号顺序的，不能乱，上面合并数据的操作打乱了地图数据的原有顺序，因此，需要恢复一下顺序，重新按照序号 order 列排序，否则地图是乱的，读者可试试看不排序的效果。

usa_voting_df <- usa_voting_df[order(usa_voting_df$order), ]

数据展示

经过上面一系列的数据操作，终于到画图的环节了。与普通的图形不同，绘制地图需要注意底图和坐标投影，ggplot2 提供 geom_map() 和 coord_map() 两个函数实现相应配置。如图2所示，是一张根据 maps 包内置的北美州级地图数据生成的多边形区域填充图，灰黑色填充各州区域，浅灰色绘制各州边界。

ggplot(data = usa_voting_df, aes(long, lat, group = subregion)) +
  geom_map(
    map = usa_map, aes(map_id = region),
    color = "gray80", fill = "gray30", size = 0.3
  )

图 2: 北美州级地图

接着，设置坐标投影。maps 包内置的 state 数据集，其经纬度坐标来自常见 WGS 84 参考系，即所谓的世界大地测量系统 World Geodetic System，于 1984 制定，全球定位系统 GPS 即采用此坐标参考系。

为了在二维地图上更加形象地体现地球的球型特点，利用 mapproj 包采用以北级为中心的方位角投影，平行线是同心圆，经线是等距径向线，详细描述见帮助文档?mapproj::mapproject，效果如图3。

ggplot(data = usa_voting_df, aes(long, lat, group = subregion)) +
  geom_map(
    map = usa_map, aes(map_id = region),
    color = "gray80", fill = "gray30", size = 0.3
  ) +
  coord_map(
    projection = "orthographic",
    orientation = c(latitude = 39, longitude = -98, rotation = 0)
  )

图 3: 北美州级地图

接着，利用多边形图层 geom_polygon() 添加共和党得票率数据，填充颜色采用红蓝对比色。最后，设置极简主题去掉灰色背景，添加主标题、图例标题，设置字体样式。

图 4: 1976年共和党在各州的得票率

ggplot(data = usa_voting_df, aes(long, lat, group = subregion)) +
  geom_map(
    map = usa_map, aes(map_id = region),
    color = "gray80", fill = "gray30", size = 0.3
  ) +
  coord_map("orthographic", orientation = c(39, -98, 0)) +
  geom_polygon(aes(group = group, fill = repub_prop / 100), color = "black") +
  scale_fill_gradient2(
    low = "blue", mid = "white", high = "red",
    midpoint = 0.5, labels = scales::label_percent()
  ) +
  theme_minimal() +
  labs(
    title = "1976 年共和党在各州的得票率",
    x = "", y = "", fill = "得票率"
  ) +
  theme(
    plot.title = element_text(size = 16, face = "bold", color = "red3"),
    legend.position = "bottom"
  )

实际上，1976 年的大选，共和党在阿拉斯加和夏威夷是有得票数据的，因 maps 包内置的 state 地图数据集缺少这两个州，所以上图 4 未能展示。另外，图中还缺少北纬/南纬、东经/西经的方向指示。因此，接下来采用 sf 包加强的 ggplot2 来制作更加完善的地图。

maps 包内置的美国州级地图数据不包含阿拉斯加和夏威夷，因此，要从美国人口调查局获取完整的新版地图数据。

Kyle Walker 开发的 tigris 包封装了地图数据的下载接口，下面获取 2019 年发布的比例尺为 1:20,000,000 的州级地图数据，并将阿拉斯加州、夏威夷群岛和波多黎各适当移动至连续的 48 州下方。

us_state_map <- tigris::states(cb = T, year = 2019, resolution = "20m", class = "sf")
# 移动离岸的地区
us_state_map <- tigris::shift_geometry(us_state_map, geoid_column = "GEOID", position = "below")

下载整理后保存到本地文件 us_state_map.rds，先查看下地图数据情况。

us_state_map
# Simple feature collection with 52 features and 9 fields
# Geometry type: MULTIPOLYGON
# Dimension:     XY
# Bounding box:  xmin: -3112000 ymin: -1698000 xmax: 2258000 ymax: 1559000
# Projected CRS: USA_Contiguous_Albers_Equal_Area_Conic
# First 10 features:
#    STATEFP  STATENS    AFFGEOID GEOID STUSPS         NAME LSAD     ALAND
# 1       53 01779804 0400000US53    53     WA   Washington   00 1.721e+11
# 2       46 01785534 0400000US46    46     SD South Dakota   00 1.963e+11
# 3       39 01085497 0400000US39    39     OH         Ohio   00 1.058e+11
# 4       01 01779775 0400000US01    01     AL      Alabama   00 1.312e+11
# 5       05 00068085 0400000US05    05     AR     Arkansas   00 1.348e+11
# 6       35 00897535 0400000US35    35     NM   New Mexico   00 3.142e+11
# 7       48 01779801 0400000US48    48     TX        Texas   00 6.767e+11
# 8       06 01779778 0400000US06    06     CA   California   00 4.037e+11
# 9       21 01779786 0400000US21    21     KY     Kentucky   00 1.023e+11
# 10      13 01705317 0400000US13    13     GA      Georgia   00 1.495e+11
#       AWATER                       geometry
# 1  1.255e+10 MULTIPOLYGON (((-2e+06 1535...
# 2  3.383e+09 MULTIPOLYGON (((-633753 865...
# 3  1.027e+10 MULTIPOLYGON (((1081987 544...
# 4  4.593e+09 MULTIPOLYGON (((708460 -598...
# 5  2.956e+09 MULTIPOLYGON (((122656 -111...
# 6  7.278e+08 MULTIPOLYGON (((-1226428 -5...
# 7  1.899e+10 MULTIPOLYGON (((-998044 -56...
# 8  2.031e+10 MULTIPOLYGON (((-2066285 -2...
# 9  2.373e+09 MULTIPOLYGON (((571925 -842...
# 10 4.420e+09 MULTIPOLYGON (((939223 -230...

地图数据的坐标参考系是 USA Contiguous Albers Equal Area Conic，感兴趣读者可以点开网页链接了解技术细节。一个州可能有多个独立的地区，比如夏威夷群岛，因此 Geometry 类型是 MULTIPOLYGON 而不是简单的 POLYGON。NAME 列表示各州或领地名称。图 5 是这份地图数据的效果图，图中阿拉斯加以一定比例缩小了，而夏威夷和波多黎各以一定比例放大了。

图 5: 美国州级地图

地图数据有了后，类似之前的操作，将观测数据以左关联的方式合并到地图数据上。

usa_voting_map_1976 <- merge(
  x = us_state_map,
  y = us_votes_repub_1976,
  by.x = "NAME", 
  by.y = "state_name", 
  all.x = TRUE
)

在 sf 包的加持下，地理几何图层 geom_sf() 可以替代 geom_map()，坐标投影图层 coord_sf() 可以替代 coord_map()。整个绘图的过程极大地简化下来了，核心部分只有两行，如下：

ggplot() +
  geom_sf(data = usa_voting_map_1976, aes(fill = repub_prop / 100))

最后，添加颜色映射和主题等细节，如图6所示。

图 6: 1976年共和党在各州的得票率

ggplot() +
  geom_sf(data = usa_voting_map_1976, aes(fill = repub_prop / 100)) +
  scale_fill_gradient2(
    low = "blue", mid = "white", high = "red",
    midpoint = 0.5, labels = scales::label_percent()
  ) +
  theme_minimal() +
  labs(
    title = "1976 年共和党在各州的得票率",
    x = "", y = "", fill = "得票率"
  ) +
  theme(
    plot.title = element_text(size = 16, face = "bold", color = "red3"),
    legend.position = "bottom"
  )

gganimate 包

Thomas Lin Pedersen 从 David Robinson 接手维护gganimate后，大刀阔斧地开发，试图打造一套动态图形语法「A Grammar of Animated Graphics」，让 gganimate 和 ggplot2 无缝衔接。与之前类似，先做些数据准备的操作：

# 将历届大选数据与地图数据合并
usa_voting_map <- merge(
  x = us_state_map,
  y = us_votes_repub,
  by.x = "NAME", 
  by.y = "state_name", 
  all.x = TRUE
)
# year 为 NA 表示没有波多黎各的观测数据，可以去掉
usa_voting_map <- subset(x = usa_voting_map, subset = !is.na(year))
# year 作为转场时间变量，需要转为整型
usa_voting_map$year <- as.integer(usa_voting_map$year)

从 1856 年到 1976 年，美国共经历 31 次大选，设置总帧数 31，每秒播放 1 帧，最终生成逐帧动画。

options(gganimate.nframes = 31, gganimate.fps = 1)

Gifski 是一个制作 GIF 动图的 Rust 库，Jeroen Ooms 将其引入 R 语言社区，开发了同名的 R 包 gifski，它用于合成 GIF 动图或 MP4 格式视频。

将 ggplot2 制作的静态图形转化为 gganimate 制作的 GIF 动图，只需再加一行代码，指定转场的时间变量。

transition_time(year)

最终效果如图7所示。

图 7: 1856-1976年共和党在各州的得票率

library(gganimate)
ggplot() +
  geom_sf(data = usa_voting_map, aes(fill = repub_prop / 100)) +
  scale_fill_gradient2(
    low = "blue", mid = "white", high = "red",
    midpoint = 0.5, labels = scales::label_percent()
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(
      size = 16, face = "bold",
      color = "red3", family = "Noto Serif CJK SC"
    ),
    legend.position = "bottom"
  ) +
  labs(
    title = "{frame_time} 年美国大选共和党得票率",
    x = "", y = "", fill = ""
  ) +
  transition_time(year)

GIF 动图制作过程中有几点需要注意：

1. 调整总帧数和帧率，在图7基础上添加过渡效果，需要额外安装 transformr 包，它是通过插值的方式实现中间过渡状态的。

2. GIF 动图7 是逐年逐帧显示得票率分布，不需要添加过渡效果，美国大选每四年一届，插值后会很奇怪，但可以调整帧率，即每秒播放的地图分布图的幅数。

3. showtext 包支持在 ggplot2 绘制的图形中添加中文字体，但是不支持 gganimate 包的动画制作场景。因此，安装 ragg 包，在生成 GIF 图7的代码块选项中，图形设备设置为 dev = "ragg_png"。为操作系统安装 Noto Serif CJK SC 字体，并设置为图中标题字体。

4. 在标题处添加了年份，这样就知道每一帧动画对应的大选之年。

tmap 包

tmap 包功能丰富，支持多种图形展示各种空间数据，如比例符号图（Proportional symbol map）、地区分布图（Choropleth map）、等值线图（Isopleth or contour map）、分类图（Categorical map）、核密度图（Kernel density map）和变形图（Cartogram）等，支持网页展示交互地图、导出高质量图片，借助 gifski 包支持导出时空 GIF 动画等，还可在于 Shiny 应用中交互展示空间数据。

本小节参考了《Geocomputation with R》(Lovelace, Nowosad, and Muenchow 2022)第 9 章第 3 节动态地图的内容来制作 GIF 动态地图。tmap 制作地图的代码风格和 ggplot2 非常类似，相信理解起来不难。

图 8: 1976年共和党在各州的得票率

library(tmap)
tm_shape(usa_voting_map_1976) + 
  tm_polygons(
    col = "repub_prop",    # 数据列
    palette = "RdBu",      # 调色板
    border.alpha = 0.2,    # 边界线透明度
    title = "得票率（%）", # 图例标题
    breaks = 10 * 0:9,     # 得票率分段
    colorNA = "gray",      # 表示缺失数据的填充色
    textNA = "NA"          # 表示缺失数据的文本
  ) +
  tm_compass(type = "4star", position = c("left", "top")) + # 指北针
  tm_scale_bar(position = c("right", "bottom"), text.size = 1) + # 比例尺
  tm_credits(text = "数据源：maps 包内置数据集", position = "left", size = 1) + # 版权信息
  tm_layout(
    main.title = "1976年共和党在各州的得票率", # 全局标题
    main.title.size = 1.5, # 全局标题大小
    main.title.position = c("center", "top"), # 全局标题位置
    legend.text.size = 1.0,  # 图例文本大小，相对值
    legend.title.size = 1.2, # 图例标题大小，相对值
    legend.outside = TRUE,   # 图例置于绘图区域外部
    legend.outside.position = "right", # 图例位于右侧
    legend.outside.size = 0.15, # 图例占宽度
    legend.format = list(text.separator = "~"), # 图例中文本分割线
    outer.margins = 0, # 取消外边空
    asp = 0, # 图形横纵比根据设备定
    frame = FALSE # 取消边框
  )

与前面用 gganimate 制作 GIF 动画类似，tmap 包制作 GIF 动画也需要预先安装 R 包 gifski，也只需替换历届大选数据，增加 3-5 行代码而已。

# year 表示时间轴，固定坐标系
tm_facets(along = "year", free.coords = FALSE)

再用函数 tmap_animation() 导出指定格式的动态图形，GIF 图9 的设置如下：

tmap_animation(usa_voting_anim,
  filename = "usa_voting_anim.gif",
  width = 1100/1.5, height = 800/1.5, delay = 50
)

其中，参数 height 和 width 分别表示图片的长和宽（以像素计），delay 参数表示两帧画面转场的时间间隔（以 1/100 秒计），delay = 50 意味着间隔时间为 0.2 秒。

图 9: 1856-1976年共和党在各州的得票率

library(tmap)
usa_voting_anim <- tm_shape(usa_voting_map) +
  tm_polygons(
    col = "repub_prop",
    palette = "RdBu",
    border.alpha = 0.2,
    title = "得票率（%）",
    breaks = 10 * 0:9,
    colorNA = "gray",
    textNA = "NA"
  ) +
  tm_compass(position = c("right", "bottom")) +
  tm_scale_bar(position = c("right", "bottom")) +
  tm_credits(text = "数据源：maps 包内置数据集", position = "left") +
  tm_layout(
    legend.outside = TRUE,
    legend.outside.position = "right",
    legend.outside.size = 0.15,
    legend.format = list(text.separator = "~"),
    outer.margins = 0,
    asp = 0, frame = FALSE
  ) +
  tm_facets(along = "year", free.coords = FALSE)
# 制作动画
tmap_animation(usa_voting_anim,
  filename = "usa_voting_anim.gif",
  width = 1100/1.5, height = 800/1.5, delay = 50
)

echarts4r 包

echarts4r(Coene 2022) 是 JavaScript 库 Apache ECharts 的 R 语言接口，截止写作时间，R 包内置的 Apache ECharts 更新到 5.2.2 版本。echarts4r 包目前已经支持了很多 Apache ECharts 的功能，一篇写给初学者的入门文章参见《echarts4r: 从入门到应用》，本节的地图动画是原文暂未涉及的应用案例。

在制作交互式的地图动画之前，从 Github 下载 echarts4r.maps 包，它内置一份 GeoJSON 格式的美国州级地图数据。

remotes::install_github('JohnCoene/echarts4r.maps')

图10 展示 1856-1976 年美国历届大选中，共和党在各州的得票率变化情况。

library(echarts4r)
library(echarts4r.maps)
us_votes_repub |>
  group_by(year) |>
  e_charts(x = state_name, timeline = TRUE) |>
  em_map(map = "USA") |>
  e_map(serie = repub_prop, map = "USA", name = "得票率（%）") |> 
  e_visual_map(serie = repub_prop) |> 
  e_tooltip()

在上图的制作的基础上，还可以定制一些内容：

• 悬浮提示：仍然采用默认的样式，读者可定制一番。稍注意的是在表达百分比时，JS 函数 Math.round() 会四舍五入抹去小数点，要想保留两位小数，需要做一点变换 Math.round(params.value * 100) / 100。

  e_tooltip(
    formatter = htmlwidgets::JS("
      function(params){
        if(params.value) {
          return('<strong>' + params.name + '</strong>' + 
                 '<br />' + Math.round(params.value * 100) / 100 + '%')
        } else 
          return('数据缺失')
      }
    ")
  )

  百分数处理参考 SO 帖子，自定义悬浮提示参考SO 帖子。JS 代码中 params.name 对应 e_map() 函数的 name 参数值，params.value 对应 serie 参数值。但是在气泡图中，有点不一样，以 R 内置的数据集 mtcars 为例，params.name 对应 bind，params.value[0] 对应 x， params.value[1] 对应 serie ，params.value[2] 对应 size。不同的图形有不同的对应情况，详见 Apache ECharts 官方文档。

  mtcars |>
    tibble::rownames_to_column("model") |>
    group_by(cyl) |> 
    e_charts(x = wt) |>
    e_scatter(serie = mpg, size = qsec, bind = model) |>
    e_tooltip(formatter = htmlwidgets::JS("
            function(params) {
                return (
                    '<strong>' + params.name + '</strong>' +
                    '<br />wt: ' + params.value[0] +
                    '<br />mpg: ' + params.value[1] +
                    '<br />qsec: ' + params.value[2]
                )
            }
            "))

• 视觉映射：修改视觉映射上下两端文本，使用红蓝对撞的调色板，置于左下方。有点体现共和党和民主党对垒的意思。

• 主副标题：在图形上方添加动画标题、左下方说明数据来源。在动画场景下，用 e_timeline_serie() 实现，非动画场景下，可用 e_title() 实现。

• 地图底图：echarts4r.maps 包内置的 GeoJSON 格式美国州级地图。

• 坐标投影：相比于前面展示的动画，最终效果图11采用的坐标投影不一样，它是反映实际区域面积大小的。目前 echarts4r 还不支持其它投影，读者定制需要引入第三方 JavaScript 库 d3-geo 和 d3-array。

• 数据映射：注意地图数据中州名 name 字段格式，阿拉斯加州是 Alaska 而不是 alaska，这个用于匹配观测数据中的 state_name 列。

• 动画播放：设置自动播放动画，播放间隔为 1s。

仅从图11不难看出，共和党在北方比较受欢迎。

us_votes_repub |>
  group_by(year) |>
  e_charts(x = state_name, timeline = TRUE) |>
  em_map(map = "USA") |>
  e_map(serie = repub_prop, map = "USA", name = "得票率（%）") |>
  e_visual_map(
    serie = repub_prop,
    left = 80,
    bottom = 40,
    text = c("高", "低"),
    inRange = list(
      color = RColorBrewer::brewer.pal(n = 11, name = "RdBu")
    )
  ) |>
  e_tooltip() |>
  e_timeline_opts(
    autoPlay = TRUE,
    show = TRUE,
    bottom = 20,
    playInterval = 1000
  ) |>
  e_timeline_serie(title = lapply(
    rep("1856-1976 年美国历届大选中共和党在各州的得票率", 31),
    function(title) {
      list(
        text = title,
        left = "center"
      )
    }
  ), index = 1) |>
  e_timeline_serie(title = lapply(
    rep("数据源：maps 包内置数据集 votes.repub", 31),
    function(subtitle) {
      list(
        subtext = subtitle,
        left = 80,
        bottom = 0,
        sublink = "https://cran.r-project.org/package=maps/"
      )
    }
  ), index = 2) |>
  e_timeline_serie(
    title = lapply(
      colnames(votes.repub),
      function(year) {
        list(
          text = year,
          right = 150,
          top = 50,
          textStyle = list(
            fontSize = 100,
            color = "rgb(170, 170, 170, 0.5)",
            fontWeight = "bolder"
          )
        )
      }
    ), index = 3
  )