Choisir la bonne palette

Imaginez afficher un raster qui contient la proportion de la population âgée de 18 à 24 ans. Autrement dit, une valeur de 0 indique qu'aucune personne dans une cellule de la grille n'a entre 18 et 24 ans, et une valeur de 1 indique que toutes les personnes dans la cellule ont entre 18 et 24 ans. Nous avons chargé prop_by_age dans votre espace de travail si vous voulez y jeter un coup d'œil.

Quelle palette de couleurs serait la plus appropriée ?

Cette activité fait partie du cours

Visualiser des données géospatiales avec R

Exercice interactif pratique

Passez de la théorie à l’action grâce à l’un de nos exercices interactifs

Commencer l’exercice

Cette activité fait partie du cours

Visualiser des données géospatiales avec R

SkillTag.level.intermediateSkillTag.label

4.6+

Commencer le cours gratuitement

Nous allons plonger directement en affichant des données spatiales — des ventes de propriétés dans une petite ville américaine — à l'aide de ggplot2, et nous vous présenterons le package ggmap comme un moyen rapide d'ajouter un contexte spatial à vos graphiques. Nous verrons ce qui rend les données spatiales particulières et nous présenterons les types courants de données spatiales que nous utiliserons tout au long du cours.

Exercise 1: Introduction aux données spatiales Exercise 2: Récupérer une carte d'arrière-plan Exercise 3: Tout mettre ensemble Exercise 4: Comprendre grâce aux esthétiques Exercise 5: Options utiles de get_map() et ggmap()Exercise 6: Différentes cartes Exercise 7: Tirer parti des forces de ggplot2 Exercise 8: Une solution rapide Exercise 9: Types courants de données spatiales Exercise 10: Tracer des polygones Exercise 11: Carte choroplèthe Exercise 12: Données raster sous forme de carte thermique

Vous pouvez aller très loin avec des données spatiales stockées dans des data frames, mais c'est plus simple si elles sont conservées dans des objets spatiaux spécialisés. Dans ce chapitre, nous vous présenterons les classes d'objets spatiaux offertes par le package sp, en particulier pour les données de points et de polygones. Vous apprendrez à explorer et à sous-ensemble ces objets en parcourant une carte du monde. La récompense pour avoir appris ces classes d'objets : nous vous montrerons le package tmap qui exige des objets spatiaux en entrée, mais qui facilite grandement la création de cartes ! Vous terminerez en réalisant une carte de la population mondiale.

Exercise 1: Introduction aux objets sp Exercise 2: Jetons un coup d'œil à un objet spatial Exercise 3: Que contient un objet spatial?Exercise 4: Un objet spatial plus complexe Exercise 5: sp et S4 Exercise 6: Parcourir la hiérarchie Exercise 7: Encore plus loin dans le terrier Exercise 8: D'autres classes et méthodes sp Exercise 9: Sous-ensemble par indice Exercise 10: Accéder aux données dans des objets sp Exercise 11: Sous-ensembles basés sur les attributs des données Exercise 12: tmap, un paquet qui fonctionne avec les objets sp Exercise 13: Introduction à tmap Exercise 14: Construire un graphique par couches Exercise 15: Pourquoi le Groenland est-il si grand?Exercise 16: Enregistrer un graphique tmap

Bien que le package sp fournisse certaines classes pour les données raster, le package raster propose des classes plus utiles. Vous serez initié à ces classes et à leurs avantages, puis vous apprendrez à les afficher. Les exemples poursuivent le thème de la population du chapitre 2, mais vous examinerez des jeux de données beaucoup plus détaillés, tant sur le plan spatial que démographique. Dans la deuxième moitié du chapitre, vous apprendrez des notions sur la couleur — un élément essentiel de toute visualisation, et particulièrement important pour les cartes.

Exercise 1: Le paquet raster Exercise 2: Qu'est-ce qu'un objet raster ?Exercise 3: Quelques méthodes utiles Exercise 4: Un objet plus complexe Exercise 5: Un paquet qui utilise des objets Raster Exercise 6: Échelles de couleurs Exercise 7: Choisir la bonne palette

Exercice en cours

Exercise 8: Ajouter une palette de couleurs continues personnalisée aux graphiques ggplot2 Exercise 9: Palette personnalisée dans tmap Exercise 10: En savoir plus sur les palettes de couleurs Exercise 11: Exemple d'échelle d'intervalles Exercise 12: Exemple d'échelle divergente Exercise 13: Un exemple qualitatif

Dans ce chapitre, vous suivrez la création d'une visualisation, des fichiers de données spatiales brutes jusqu'à l'ajout d'un crédit sur une carte. En chemin, vous apprendrez à lire des données spatiales dans R, approfondirez les projections et les systèmes de référence de coordonnées, verrez comment ajouter des données supplémentaires à un objet spatial et découvrirez quelques conseils pour peaufiner vos cartes.

Exercise 1: Lecture de données spatiales Exercise 2: Lire un shapefile Exercise 3: Lecture d'un fichier raster Exercise 4: Obtenir des données à l'aide d'un paquet Exercise 5: Systèmes de référence de coordonnées Exercise 6: Fusionner des données provenant de différents SCR/projections Exercise 7: Conversion d'un SCR/projection à un autre Exercise 8: Ajouter des données aux objets spatiaux Exercise 9: La mauvaise façon Exercise 10: Vérifier la correspondance des données Exercise 11: Fusionner des attributs de données Exercise 12: Un premier tracé Exercise 13: Peaufiner une carte Exercise 14: Créer un sous-ensemble des quartiers Exercise 15: Ajouter des étiquettes de quartiers Exercise 16: Nettoyer la légende et quelques derniers ajustements Exercise 17: Conclusion