LoslegenKostenlos loslegen

Beispiel für eine divergierende Skala

Schauen wir uns ein weiteres Dataset an, bei dem die Standardskala für Farben nicht passend ist. Dieses Raster, migration, enthält eine Schätzung der Nettoanzahl von Personen, die zwischen 1990 und 2000 in jede Rasterzelle zu- oder abgewandert sind. Eine positive Zahl steht für Nettozuwanderung, eine negative für Abwanderung. Sieh dir das an:

tm_shape(migration) +
  tm_raster() +
  tm_legend(outside = TRUE, 
            outside.position = c("bottom"))

Die Standardskala wirkt nicht sehr hilfreich, aber tmap macht hier etwas ziemlich Cleveres: Es hat automatisch eine divergierende Farbskala gewählt. Eine divergierende Skala ist passend, weil große Wanderungsbewegungen entweder große positive Zahlen oder große (betragsmäßig) negative Zahlen sind. Null (d. h. keine Netto-Migration) ist ein natürlicher Mittelpunkt.

tmap wählt eine divergierende Skala, wenn es in der darzustellenden Variable sowohl positive als auch negative Werte gibt, und setzt die Null als Mittelpunkt. Das ist nicht immer ideal. Stell dir vor, du kartierst relative Veränderungen in Prozent; 100 % könnte dann der intuitivste Mittelpunkt sein. Wenn du etwas anderes brauchst, ist es am besten, eine divergierende Palette zu erzeugen (mit einer ungeraden Anzahl an Stufen, damit es eine mittlere Farbe gibt) und die Klassenunterteilungen selbst festzulegen.

Mal sehen, ob du eine aussagekräftigere Karte erhältst, indem du selbst eine divergierende Skala hinzufügst.

(Datenquelle: de Sherbinin, A., M. Levy, S. Adamo, K. MacManus, G. Yetman, V. Mara, L. Razafindrazay, B. Goodrich, T. Srebotnjak, C. Aichele und L. Pistolesi. 2015. Global Estimated Net Migration Grids by Decade: 1970-2000. Palisades, NY: NASA Socioeconomic Data and Applications Center (SEDAC). http://dx.doi.org/10.7927/H4319SVC abgerufen am 27. Sep. 2016)

Diese Übung ist Teil des Kurses

Geodaten in R visualisieren

Kurs anzeigen

Anleitung zur Übung

  • Gib migration aus, um zu prüfen, dass es sich um ein RasterLayer-Objekt handelt, und wirf einen Blick auf den Wertebereich der Migration.
  • Erzeuge eine divergierende Palette namens red_gray mit 7 Farben aus der Palette "RdGy" in RColorBrewer.
  • Verwende die divergierenden Farben red_gray als Palette für deinen Plot. Das nutzt deine Farben, aber die Klassenunterteilungen sind noch nicht hilfreich.
  • Füge feste Klassenunterteilungen für die Farbskala hinzu: c(-5e6, -5e3, -5e2, -5e1, 5e1, 5e2, 5e3, 5e6)

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Print migration


# Diverging "RdGy" palette
red_gray <- brewer.pal()

# Use red_gray as the palette 
tm_shape(migration) +
  tm_raster() +
  tm_legend(outside = TRUE, outside.position = c("bottom"))

# Add fixed breaks 
tm_shape(migration) +
  tm_raster() +
  tm_legend(outside = TRUE, outside.position = c("bottom"))
Code bearbeiten und ausführen