1. सीखें
  2. /
  3. पाठ्यक्रम
  4. /
  5. R로 지리공간 데이터 시각화하기

Connected

अभ्यास

발산형 색상 스케일 예시

기본 색상 스케일이 적절하지 않은 또 다른 데이터셋을 살펴보죠. 이 래스터 migration에는 1990년부터 2000년 사이에 각 래스터 셀로 순유입(또는 순유출)된 인구 수 추정치가 들어 있어요. 양수는 순이민(유입), 음수는 이민(유출)을 의미합니다. 한번 확인해 보세요:

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

기본 색상 스케일은 그다지 도움이 되지 않아 보이지만, 사실 tmap은 꽤 똑똑한 일을 합니다. 자동으로 발산형 색상 스케일을 선택하거든요. 발산형 스케일이 적합한 이유는, 인구 이동이 큰 지역은 큰 양수이거나(순유입) 크기가 큰 음수(순유출)이기 때문이에요. 0(즉, 순이동 없음)은 자연스러운 중앙값이 됩니다.

tmap은 시각화하는 변수에 양수와 음수가 모두 있을 때 발산형 스케일을 선택하고 중앙값을 0으로 둡니다. 하지만 이것이 항상 최선은 아니에요. 예를 들어 상대적 변화를 백분율로 표시한다면 100%가 더 직관적인 중앙값일 수 있죠. 다른 중앙값이 필요하다면, 가장 좋은 방법은 발산형 팔레트를 직접 생성하고(가운데 색이 있도록 단계 수는 홀수로) 구간 경계값(breaks)을 직접 지정하는 것입니다.

이제 여러분이 직접 발산형 스케일을 추가해서 더 유용한 지도를 만들 수 있는지 확인해 봅시다.

(데이터 출처: de Sherbinin, A., M. Levy, S. Adamo, K. MacManus, G. Yetman, V. Mara, L. Razafindrazay, B. Goodrich, T. Srebotnjak, C. Aichele, and 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 Accessed 27 Sep 2016)

निर्देश

100 XP
  • migration을 출력해 이 객체가 RasterLayer인지 확인하고, 이주의 값 범위를 살펴보세요.
  • RColorBrewer의 "RdGy" 팔레트에서 7가지 색으로 이루어진 발산형 팔레트 red_gray를 생성하세요.
  • 발산형 색상 집합인 red_gray를 그래프의 팔레트로 사용하세요. 이렇게 하면 색은 적용되지만, 구간 경계가 유용하지는 않습니다.
  • 다음 색상 스케일의 고정 구간 경계값을 추가하세요: c(-5e6, -5e3, -5e2, -5e1, 5e1, 5e2, 5e3, 5e6)