Aan de slagBegin gratis

Aan de slag met loggen

Laten we kijken naar de kwartielen van het gemiddelde inkomen per postcode in NC.

summary(high_inc$mean_income)

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  55947   62380   71655   83682   90695  550849

Het bereik is bijna $500.000! De mediaan ligt echter veel dichter bij het minimum dan bij het maximum, wat duidt op een rechtsscheve verdeling. Omdat de variabele voor gemiddeld inkomen uitzonderlijk grote waarden bevat, is het doorlopende kleurverloop niet erg informatief. Door een rechtsscheve variabele te log-transformeren, trek je grote waarden richting het gemiddelde en krijg je een symmetrischer verdeelde variabele.

Als we het gemiddelde inkomen op onze kaart log-transformeren, vergroot dat de variatie in het kleurverloop over de postcodes met een hoog inkomen en kun je de verdeling van het gemiddelde inkomen over de staat beter visualiseren.

Deze oefening maakt deel uit van de cursus

Interactieve kaarten met leaflet in R

Bekijk cursus

Oefeninstructies

  • Maak een gelogde versie van het nc_pal-kleurpalet.
  • Pas het gelogde kleurpalet toe op de leaflet-kaart.
  • Zet de kaartlaag in de leaflet-kaart uit door deze te becommentariëren, zodat je de variatie in het gemiddelde inkomen beter ziet (plaats een # zonder spatie vóór de functie die de kaartlaag toevoegt).

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Use the log function to create a new version of nc_pal
nc_pal <- colorNumeric("YlGn", domain = ___(high_inc@data$mean_income))

# comment out the map tile
high_inc %>%
  leaflet() %>%
  ___addProviderTiles("CartoDB") %>%
  # apply the new nc_pal to the map
  addPolygons(weight = 1, color = ~nc_pal(___(mean_income)), fillOpacity = 1,
              label = ~paste0("Mean Income: ", dollar(mean_income)),
              highlightOptions = highlightOptions(weight = 5, color = "white", bringToFront = TRUE))
Code bewerken en uitvoeren