or
Diese Übung ist Teil des Kurses
Wir starten, indem wir einige räumliche Daten anzeigen – Immobilienverkäufe in einer kleinen US-Stadt – mit ggplot2, und wir stellen dir das Paket ggmap als schnellen Weg vor, deinen Plots räumlichen Kontext hinzuzufügen. Wir sprechen darüber, was räumliche Daten besonders macht, und führen dich in die gängigen Typen räumlicher Daten ein, mit denen wir im Kurs arbeiten werden.
Mit räumlichen Daten in Data Frames kommst du weit, aber es ist einfacher, wenn sie in speziellen räumlichen Objekten gespeichert sind. In diesem Kapitel lernst du die Klassen räumlicher Objekte aus dem Paket sp kennen, besonders für Punkt- und Polygon-Daten. Du lernst, diese Objekte zu erkunden und zu subsetten, indem du eine Weltkarte untersuchst. Die Belohnung für das Lernen dieser Objektklassen: Wir zeigen dir das Paket tmap, das räumliche Objekte als Eingabe benötigt, aber das Erstellen von Karten sehr einfach macht! Zum Abschluss erstellst du eine Karte der Weltbevölkerung.
Während das Paket sp einige Klassen für Rasterdaten bereitstellt, bietet das Paket raster nützlichere Klassen. Du wirst in diese Klassen und ihre Vorteile eingeführt und lernst anschließend, sie darzustellen. Die Beispiele greifen das Thema Bevölkerung aus Kapitel 2 wieder auf, aber du arbeitest mit Datensätzen in deutlich höherer räumlicher und demografischer Auflösung. In der zweiten Hälfte des Kapitels lernst du etwas über Farbe – ein wesentlicher Bestandteil jeder Visualisierung, besonders wichtig für Karten.
Aktuelle Übung
In diesem Kapitel verfolgst du die Entstehung einer Visualisierung von Rohdaten-Dateien bis hin zum Hinzufügen eines Credits auf einer Karte. Dabei lernst du, räumliche Daten in R einzulesen, mehr über Projektionen und Koordinatenreferenzsysteme, wie du zusätzliche Daten zu einem räumlichen Objekt hinzufügst, und erhältst einige Tipps, um deine Karten zu verfeinern.