Kies het juiste palet

Stel dat je een raster wilt weergeven met het aandeel van de bevolking tussen 18 en 24 jaar. Een waarde van 0 betekent dat niemand in een rastercel tussen 18 en 24 is, en een waarde van 1 betekent dat iedereen in die cel tussen 18 en 24 is. We hebben prop_by_age alvast in je werkruimte geladen als je het wilt bekijken.

Welk kleurenpalet is hier het meest geschikt?

Deze oefening maakt deel uit van de cursus

Georuimtelijke data visualiseren in R

Interactieve oefening met praktijkervaring

Zet theorie om in actie met een van onze interactieve oefeningen

Deze oefening maakt deel uit van de cursus

Georuimtelijke data visualiseren in R

SkillTag.level.intermediateSkillTag.label

4.6+

Begin gratis met 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.

Exercise 1: Introductie tot ruimtelijke data Exercise 2: Een achtergrondkaart ophalen Exercise 3: Alles samenbrengen Exercise 4: Inzicht via esthetiek Exercise 5: Handige opties voor get_map() en ggmap()Exercise 6: Verschillende kaarten Exercise 7: De kracht van ggplot2 benutten Exercise 8: Een snelle alternatieve aanpak Exercise 9: Veelvoorkomende typen ruimtelijke data Exercise 10: Polygonen tekenen Exercise 11: Choropleth-kaart Exercise 12: Rastergegevens als heatmap

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.

Exercise 1: Kennismaken met sp-objecten Exercise 2: Laten we een ruimtelijk object bekijken Exercise 3: Wat zit er in een ruimtelijk object?Exercise 4: Een complexer ruimtelijk object Exercise 5: sp en S4 Exercise 6: Door de hiërarchie lopen Exercise 7: Nog dieper het konijnenhol in Exercise 8: Meer sp-klassen en -methoden Exercise 9: Subsetten op index Exercise 10: Gegevens benaderen in sp-objecten Exercise 11: Subsetten op basis van data-attributen Exercise 12: tmap, een pakket dat met sp-objecten werkt Exercise 13: Introductie tot tmap Exercise 14: Een plot in lagen opbouwen Exercise 15: Waarom is Groenland zo groot?Exercise 16: Een tmap-plot opslaan

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.

Exercise 1: Het raster-pakket Exercise 2: Wat is een rasterobject?Exercise 3: Een paar handige methoden Exercise 4: Een ingewikkelder object Exercise 5: Een pakket dat Raster-objecten gebruikt Exercise 6: Kleurschalen Exercise 7: Kies het juiste palet

Huidige oefening

Exercise 8: Een aangepaste doorlopende kleurenpalet toevoegen aan ggplot2-plots Exercise 9: Aangepaste palet in tmap Exercise 10: Meer over kleurenschaal Exercise 11: Een voorbeeld van een intervalschaal Exercise 12: Een voorbeeld van een divergerende schaal Exercise 13: Een kwalitatief voorbeeld

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.

Exercise 1: Ruimtelijke data inlezen Exercise 2: Een shapefile inlezen Exercise 3: Een rasterbestand inlezen Exercise 4: Gegevens ophalen met een package Exercise 5: Coördinatenreferentiesystemen Exercise 6: Data samenvoegen met verschillende CRS/projecties Exercise 7: Converteren van de ene CRS/projectie naar een andere Exercise 8: Gegevens toevoegen aan ruimtelijke objecten Exercise 9: De verkeerde manier Exercise 10: Controleren of data overeenkomt Exercise 11: Gegevensattributen samenvoegen Exercise 12: Een eerste plot Exercise 13: Een kaart verfraaien Exercise 14: De buurten subselecteren Exercise 15: Labels voor buurten toevoegen Exercise 16: De legenda opruimen en nog wat laatste tweaks Exercise 17: Afronding