Ruimtelijke data verkennen

De dataslot in shp bevat een data frame zoals we gewend zijn om mee te werken. Omdat het echter is opgeslagen in een SpatialPolygonsDataFrame, benader je het data frame net even anders met de @-operator.

glimpse(shp@data) 

Observations: 808
Variables: 2
$ GEOID10 <fct> 27925, 28754, 28092...
$ ALAND10 <fct> 624688620, 223734670, 317180853 ...

Ons data frame heeft 808 observaties van twee variabelen:

GEOID10: de postcode van elke polygoon
ALAND10: de oppervlakte (vierkante meters) van elke polygoon

Deze oefening maakt deel uit van de cursus

Interactieve kaarten met leaflet in R

Bekijk cursus

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Glimpse the data slot of shp
glimpse(shp___data)

Code bewerken en uitvoeren

Deze oefening maakt deel uit van de cursus

Interactieve kaarten met leaflet in R

SkillTag.level.beginnerSkillTag.label

4.7+

96 reviews

Begin gratis met de cursus

Hoofdstuk 1 introduceert je tot het pakket htmlwidgets en het pakket leaflet. Na deze introductie bouw je je eerste interactieve webkaart met leaflet. Terwijl je deze eerste kaart maakt, maak je kennis met veel kernfuncties van het leaflet-pakket, zoals het toevoegen van verschillende kaarttiles, het instellen van het middelpunt en zoomniveau, het plotten van losse punten op basis van lengte- en breedtegraad, en het opslaan van leaflet-kaarten als objecten. Hoofdstuk 1 sluit af met het geocoderen van het hoofdkantoor van DataCamp en het maken van een leaflet-kaart die het hoofdkantoor plot en een pop-up met locatiebeschrijving weergeeft.

Exercise 1: Introductie tot leaflet Exercise 2: De leaflet-bibliotheek laden Exercise 3: Een interactieve webmap maken Exercise 4: Kaarttiles Exercise 5: Provider-tiles Exercise 6: Een aangepaste kaarttegel toevoegen Exercise 7: De standaardkaartweergave instellen Exercise 8: Een kaart met een view I Exercise 9: Een kaart met een kleinere kijkhoek Exercise 10: DataCamp-hoofdkantoor plotten Exercise 11: Zet er een marker op Exercise 12: Pop-ups toevoegen en je kaart opslaan

In hoofdstuk 2 bouw je voort op de leaflet-kaart uit hoofdstuk 1 om een interactieve webkaart te maken van alle vierjarige colleges in Californië. Nadat je honderden punten op een interactieve leaflet-kaart hebt geplot, leer je de markers op je leaflet-kaart aan te passen. Dit hoofdstuk laat ook zien hoe je markers kleurcodeert op basis van een factorvariabele.

Exercise 1: Introductie tot IPEDS-gegevens Exercise 2: De basiskaart opschonen Exercise 3: De IPEDS-gegevens verkennen Exercise 4: De IPEDS-gegevens verkennen II Exercise 5: Hogescholen in Californië in kaart brengen Exercise 6: California Colleges Exercise 7: The City of Colleges Exercise 8: Cirkels als markers Exercise 9: Labels en pop-ups Exercise 10: Laat onze kaart knallen Exercise 11: Wat is het noordelijkst gelegen college in Californië?Exercise 12: Betere pop-ups maken Exercise 13: Pop-ups vervangen door labels Exercise 14: Hogescholen kleurcoderen Exercise 15: Een kleurenpalet maken met colorFactor Exercise 16: Een legendarische kaart

In hoofdstuk 3 breid je de kaart van alle vierjarige colleges in Californië uit naar een kaart van alle Amerikaanse colleges. Eerst, in sectie 3.1, herhaal en verdiep je de stof uit hoofdstuk 2 om een kaart van alle Amerikaanse colleges te maken. Daarna plot je de colleges opnieuw op je leaflet-kaart per sector (publiek, privaat of commercieel) met groepen, zodat gebruikers kunnen wisselen welke colleges op de kaart worden getoond. In sectie 3.3 leer je meerdere basiskaarten toe te voegen, zodat gebruikers kunnen schakelen tussen meerdere kaarttiles.

Exercise 1: Het Leaflet Extras-pakket Exercise 2: Midden-Amerika Exercise 3: Een basis bouwen Exercise 4: In het zuiden Exercise 5: Overlay-groepen Exercise 6: Public colleges in kaart brengen Exercise 7: Publieke en particuliere colleges in kaart brengen Exercise 8: Alle colleges in kaart brengen Exercise 9: Basisgroepen Exercise 10: Varieer de basemap Exercise 11: Alles samenbrengen Exercise 12: Extra's en flair Exercise 13: Een vleugje extra Exercise 14: Een cluster-aanpak

In hoofdstuk 4 leer je polygonen in kaart te brengen, die gebruikt kunnen worden om geografische regio's te definiëren (bijv. postcodes, staten, landen, enz.). Hoofdstuk 4 begint met het plotten van de postcodes in North Carolina die in het hoogste kwartiel van het gemiddelde gezinsinkomen vallen. Je leert de polygonen aan te passen met kleurpaletten en labels. Hoofdstuk 4 sluit af met het toevoegen van een nieuwe laag aan de kaart van alle colleges in Amerika die elke postcode toont met een gemiddeld inkomen van $200.000 of meer in het belastingjaar 2015. Terwijl je postcodes in kaart brengt, leer je meer over ruimtelijke data in het algemeen, geoJSON-data, het @-symbool en de functie addPolygons(). Daarnaast oefen je met het toepassen van veel opties uit de vorige hoofdstukken, zoals pop-ups en labels, én met nieuwe manieren om je kaarten aan te passen, zoals de highlight-optie in addPolygons().

Exercise 1: Ruimtelijke data Exercise 2: Introductie tot ruimtelijke data Exercise 3: Ruimtelijke data verkennen

Huidige oefening

Exercise 4: Ruimtelijke data samenvoegen Exercise 5: Polygonen in kaart brengen Exercise 6: Functie addPolygons()Exercise 7: NC-postcodes met hoog inkomen Exercise 8: addPolygon()-opties Exercise 9: Aan de slag met loggen Exercise 10: Alles samenbrengen Exercise 11: Rijkste zipcodes in Amerika Exercise 12: Definitieve kaart Exercise 13: Bedankt!