1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Vizualizace geoprostorových dat v R
Connected

cvičení

Rastrová data jako heatmapa

Předpovězené ceny nemovitostí v preds jsou tzv. rastrová data: jde o proměnnou změřenou (nebo v tomto případě předpovězenou) v každém bodě pravidelné mřížky.

Podívej se na head(preds) v konzoli – uvidíš, že hodnoty lat se zvyšují po krocích přibližně 0,002, zatímco lon zůstává konstantní. Po 40 řádcích se lon zvýší přibližně o 0,003 a lat projde stejnými hodnotami znovu. Ke každé kombinaci lat/lon patří také predicted_price. V kapitole 3 uvidíš, že pro tento typ dat je praktičtější ukládat je do matice.

Když data tvoří pravidelnou mřížku, jednou z možností jejich zobrazení je heatmapa. Funkce geom_tile() z balíčku ggplot2 nakreslí obdélník vystředěný na každé místo, který vyplní prostor až k sousednímu bodu – čímž vznikne dlaždičkový vzor pokrývající celou plochu. Namapováním proměnné na estetiku fill pak dostaneš heatmapu.

Instrukce 1/3

undefined XP
  • 1
    • Vytvoř jednoduchý bodový graf umístění z preds přidáním vrstvy geom_point() do prvního volání ggplot(). Ověř, že polohy tvoří pravidelnou mřížku.
  • 2
    • Ve druhém ggplot() nahraď geom_point() za geom_tile(), kde je predicted_price namapováno na fill. Nezapomeň, že fill je argumentem aes(), které je jediným argumentem ve volání geom_tile().
  • 3
    • Vytvoř ggmap() s použitím mapy corvallis_map_bw.
      • Přidej vrstvu geom_tile() s estetikami lon, lat a predicted_price z druhého grafu.
      • Jako data vrstvy použij preds.
      • Nastav průhlednost vrstvy alpha na 0.8.