or
Deze oefening maakt deel uit van de cursus
We gaan meteen aan de slag door ruimtelijke data — woningverkopen in een kleine Amerikaanse stad — te tonen met ggplot2, en we laten je zien hoe je met het ggmap-pakket snel ruimtelijke context aan je plots toevoegt. We bespreken wat ruimtelijke data bijzonder maakt en introduceren de gangbare typen ruimtelijke data waar we in de cursus mee werken.
Je komt al een heel eind met ruimtelijke data in data frames, maar het is makkelijker als ze in speciale ruimtelijke objecten zijn opgeslagen. In dit hoofdstuk maak je kennis met de klassen voor ruimtelijke objecten uit het sp-pakket, vooral voor punt- en polygoondata. Je leert deze objecten verkennen en subsetten door een wereldkaart te bestuderen. De beloning voor het leren over deze objectklassen: we laten je het tmap-pakket zien, dat ruimtelijke objecten als input vereist, maar het maken van kaarten heel eenvoudig maakt! Je sluit af met een kaart van de wereldbevolking.
Hoewel het sp-pakket enkele klassen voor rasterdata biedt, levert het raster-pakket meer bruikbare klassen. Je maakt kennis met deze klassen en hun voordelen en leert ze vervolgens weer te geven. De voorbeelden gaan verder met het thema bevolking uit Hoofdstuk 2, maar je bekijkt nu veel gedetailleerdere gegevenssets, zowel ruimtelijk als demografisch. In de tweede helft van het hoofdstuk leer je over kleur — een essentieel onderdeel van elke visuele weergave, maar vooral belangrijk voor kaarten.
In dit hoofdstuk volg je de bouw van een visualisatie van ruwe ruimtelijke databestanden tot en met het toevoegen van een bronvermelding op een kaart. Onderweg leer je hoe je ruimtelijke data in R inleest, meer over projecties en coördinatenreferentiesystemen, hoe je extra data aan een ruimtelijk object toevoegt, en krijg je tips om je kaarten te verfijnen.
Huidige oefening