1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wizualizacja danych geoprzestrzennych w R
Connected

ćwiczenie

Dane rastrowe jako mapa ciepła

Przewidywane ceny domów zapisane w preds to przykład danych rastrowych: mamy zmienną zmierzoną (lub w tym przypadku przewidywaną) w każdym punkcie regularnej siatki.

Wpisz head(preds) w konsoli – zobaczysz, że wartości lat rosną co około 0,002, podczas gdy lon pozostaje stałe. Po 40 wierszach lon zwiększa się o około 0,003, a lat przechodzi przez te same wartości od początku. Dla każdej pary lat/lon dostępna jest też wartość predicted_price. W rozdziale 3. przekonasz się, że wygodniejszym sposobem przechowywania tego rodzaju danych jest macierz.

Gdy dane tworzą regularną siatkę, jednym ze sposobów ich wizualizacji jest mapa ciepła. Funkcja geom_tile() z pakietu ggplot2 rysuje prostokąt wyśrodkowany w każdym punkcie siatki, wypełniając przestrzeń między sąsiednimi punktami. Odwzorowując zmienną na estetykę fill, uzyskujesz mapę ciepła.

Instrukcje 1/3

undefined XP
  • 1
    • Stwórz prosty wykres punktowy lokalizacji z preds, dodając warstwę geom_point() do pierwszego wywołania ggplot(). Sprawdź, czy punkty tworzą regularną siatkę.
  • 2
    • W drugim wywołaniu ggplot() zamień geom_point() na geom_tile(), odwzorowując predicted_price na estetykę fill. Pamiętaj, że fill jest argumentem aes(), które stanowi jedyny argument w wywołaniu geom_tile().
  • 3
    • Utwórz wykres ggmap(), korzystając z mapy corvallis_map_bw.
      • Dodaj warstwę geom_tile() z estetykami lon, lat i predicted_price, takimi samymi jak na drugim wykresie.
      • Jako źródło danych dla tej warstwy ustaw preds.
      • Ustaw przezroczystość warstwy (alpha) na 0.8.