Spojování prostorových dat

Na datový rámec uložený v datovém slotu našeho objektu SpatialPolygonsDataFrame můžeme připojit další data. V této kapitole nás zajímají průměrné příjmy na úrovni PSČ podle údajů IRS. Jakmile připojíme data o příjmech k informacím v datovém slotu objektu shp, budeme moci zobrazit průměrné příjmy pro jednotlivá PSČ na naší mapě leaflet.

Dataový rámec nc_income je už načtený a připravený. Začneme tím, že se na data nc_income podíváme zblízka. Pak je připojíme k informacím v datovém slotu objektu shp a zjistíme, zda v datech chybí informace o příjmech pro některá PSČ.

Toto cvičení je součástí kurzu

Interaktivní mapy s leaflet v R

Zobrazit kurz

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Glimpse the nc_income data
___(nc_income)

Upravit a spustit kód

Toto cvičení je součástí kurzu

Interaktivní mapy s leaflet v R

SkillTag.level.beginnerSkillTag.label

4.7+

96 reviews

Začněte kurz zdarma

Kapitola 1 představí balíčky htmlwidgets a leaflet. Po tomto úvodu si postavíš svou první interaktivní webovou mapu v leafletu. Při tvorbě této první mapy se seznámíš s mnoha základními funkcemi balíčku leaflet — včetně přidávání různých mapových podkladů, nastavení středového bodu a úrovně přiblížení, vykreslování jednotlivých bodů podle souřadnic zeměpisné šířky a délky a ukládání leaflet map jako objektů. Kapitola 1 zakončí geokódováním sídla DataCampu a vytvořením leaflet mapy, která toto sídlo zobrazí spolu s vyskakovacím oknem popisujícím danou polohu.

Exercise 1: Úvod do leafletu Exercise 2: Načtení knihovny leaflet Exercise 3: Vytvoření interaktivní webové mapy Exercise 4: Dlaždice mapy Exercise 5: Dlaždice poskytovatelů Exercise 6: Přidání vlastní mapové vrstvy Exercise 7: Nastavení výchozího pohledu mapy Exercise 8: Mapa s výhledem I Exercise 9: Mapa s užším pohledem Exercise 10: Zakreslení sídla DataCampu Exercise 11: Přidej značky Exercise 12: Přidávání vyskakovacích oken a uložení mapy

V kapitole 2 navážeš na leaflet mapu z kapitoly 1 a vytvoříš interaktivní webovou mapu všech čtyřletých vysokých škol v Kalifornii. Po vykreslení stovek bodů na interaktivní leaflet mapě se naučíš přizpůsobovat značky na mapě. Tato kapitola také ukáže, jak barevně odlišit značky podle proměnné typu faktor.

Exercise 1: Úvod do dat IPEDS Exercise 2: Vyčištění základní mapy Exercise 3: Prozkoumání dat IPEDS Exercise 4: Prozkoumání dat IPEDS II Exercise 5: Mapování kalifornských univerzit Exercise 6: Kalifornské vysoké školy Exercise 7: Město vysokých škol Exercise 8: Kruhové značky Exercise 9: Popisky a vyskakovací okna Exercise 10: Mapu k nezastavení Exercise 11: Která vysoká škola leží nejseverněji v Kalifornii?Exercise 12: Lepší vyskakovací okno Exercise 13: Záměna vyskakovacích oken za popisky Exercise 14: Barevné kódování vysokých škol Exercise 15: Vytvoření barevné palety pomocí colorFactor Exercise 16: Mapová legenda

V kapitole 3 rozšíříš mapu všech čtyřletých vysokých škol v Kalifornii na mapu všech amerických vysokých škol. V části 3.1 si nejprve zopakuješ a rozšíříš látku z kapitoly 2 a vytvoříš mapu všech amerických vysokých škol. Poté školy na leaflet mapě znovu vykreslíš podle sektoru (veřejné, soukromé nebo komerční) pomocí skupin, které uživatelům umožní přepínat zobrazené školy. V části 3.3 se naučíš přidávat více základních map, aby uživatelé mohli přepínat mezi různými mapovými podklady.

Exercise 1: Balíček Leaflet Extras Exercise 2: Střed Ameriky Exercise 3: Stavíme základ Exercise 4: Na jihu Exercise 5: Překryvné skupiny Exercise 6: Mapa veřejných vysokých škol Exercise 7: Mapování veřejných a soukromých vysokých škol Exercise 8: Mapa všech vysokých škol Exercise 9: Základní skupiny Exercise 10: Změna podkladové mapy Exercise 11: Vše dohromady Exercise 12: Kousky navíc Exercise 13: Přidání efektního prvku Exercise 14: Shlukování bodů

V kapitole 4 se naučíš pracovat s polygony, pomocí nichž lze vymezovat geografické oblasti (např. PSČ, státy, země atd.). Kapitola 4 začne vykreslením PSČ v Severní Karolíně, která patří do horního kvartilu průměrných příjmů domácností. Naučíš se polygony přizpůsobovat pomocí barevných palet a popisků. Kapitola 4 zakončí přidáním nové vrstvy do mapy všech amerických vysokých škol, která zobrazí každé PSČ s průměrným příjmem 200 000 USD nebo více v daňovém roce 2015. Při mapování PSČ se seznámíš se spatial daty obecně, daty geoJSON, symbolem @ a funkcí `addPolygons()`. Navíc budeš mít příležitost procvičit si mnoho možností z předchozích kapitol, jako jsou vyskakovací okna a popisky, a také nové způsoby přizpůsobení map, například možnost highlight ve funkci `addPolygons()`.

Exercise 1: Prostorová data Exercise 2: Úvod do prostorových dat Exercise 3: Prozkoumání prostorových dat Exercise 4: Spojování prostorových dat

Aktuální cvičení

Exercise 5: Mapování polygonů Exercise 6: Funkce addPolygons()Exercise 7: Nejbohatší zip kódy v NC Exercise 8: Možnosti addPolygons()Exercise 9: Trocha logaritmování Exercise 10: Dáme to dohromady Exercise 11: Nejbohatší PSČ v Americe Exercise 12: Finální mapa Exercise 13: Děkujeme!