Escolha a paleta certa

Considere exibir um raster que contém a proporção da população entre 18 e 24 anos. Ou seja, um valor 0 indica que nenhuma pessoa na célula da grade tem entre 18 e 24 anos, e um valor 1 indica que todas as pessoas na célula da grade têm entre 18 e 24 anos. Carregamos prop_by_age no seu ambiente, caso você queira dar uma olhada.

Qual paleta de cores seria a mais apropriada?

Este exercício faz parte do curso

Visualizando dados geoespaciais em R

Exercício interativo prático

Transforme a teoria em ação com um de nossos exercícios interativos

Começar o exercício

Este exercício faz parte do curso

Visualizando dados geoespaciais em R

IntermediárioNível de habilidade

4.6+

Iniciar curso de graça

Vamos começar exibindo alguns dados espaciais — vendas de imóveis em uma pequena cidade dos EUA — usando o ggplot2 e apresentando o pacote ggmap como uma forma rápida de adicionar contexto espacial aos seus gráficos. Vamos falar sobre o que torna os dados espaciais especiais e apresentar os tipos comuns de dados espaciais com que vamos trabalhar ao longo do curso.

Exercise 1: Introdução aos dados espaciais Exercise 2: Baixando um mapa de fundo Exercise 3: Juntando tudo Exercise 4: Percepções por meio de estéticas Exercise 5: Opções úteis de get_map() e ggmap()Exercise 6: Mapas diferentes Exercise 7: Aproveitando os pontos fortes do ggplot2 Exercise 8: Uma alternativa rápida Exercise 9: Tipos comuns de dados espaciais Exercise 10: Desenhando polígonos Exercise 11: Mapa coroplético Exercise 12: Dados raster como um mapa de calor

Você consegue avançar bastante com dados espaciais armazenados em data frames, mas a vida fica mais fácil quando eles estão em objetos espaciais específicos. Neste capítulo, vamos apresentar as classes de objetos espaciais fornecidas pelo pacote sp, especialmente para dados de pontos e de polígonos. Você vai aprender a explorar e a criar subconjuntos desses objetos explorando um mapa do mundo. A recompensa por aprender sobre essas classes de objetos: vamos mostrar o pacote tmap, que exige objetos espaciais como entrada, mas torna a criação de mapas muito fácil! Você vai terminar criando um mapa da população mundial.

Exercise 1: Apresentando objetos sp Exercise 2: Vamos dar uma olhada em um objeto espacial Exercise 3: O que há dentro de um objeto espacial?Exercise 4: Um objeto espacial mais complicado Exercise 5: sp e S4 Exercise 6: Percorrendo a hierarquia Exercise 7: Descendo ainda mais na toca do coelho Exercise 8: Mais classes e métodos do sp Exercise 9: Subconjunto por índice Exercise 10: Acessando dados em objetos sp Exercise 11: Subconjunto com base em atributos dos dados Exercise 12: tmap, um pacote que funciona com objetos sp Exercise 13: Introdução ao tmap Exercise 14: Construindo um gráfico em camadas Exercise 15: Por que a Groenlândia é tão grande?Exercise 16: Salvando um gráfico do tmap

Embora o pacote sp forneça algumas classes para dados raster, o pacote raster oferece classes mais úteis. Você será apresentado a essas classes e suas vantagens e, em seguida, aprenderá a exibi-las. Os exemplos continuam com o tema de população do Capítulo 2, mas agora você verá conjuntos de dados muito mais detalhados, tanto espacial quanto demograficamente. Na segunda metade do capítulo, você vai aprender sobre cor — uma parte essencial de qualquer visualização, e especialmente importante em mapas.

Exercise 1: O pacote raster Exercise 2: O que é um objeto raster?Exercise 3: Alguns métodos úteis Exercise 4: Um objeto mais complicado Exercise 5: Um pacote que usa objetos Raster Exercise 6: Escalas de cores Exercise 7: Escolha a paleta certa

Exercício atual

Exercise 8: Adicionando uma paleta contínua personalizada a gráficos do ggplot2 Exercise 9: Paleta personalizada no tmap Exercise 10: Mais sobre escalas de cores Exercise 11: Um exemplo de escala de intervalo Exercise 12: Um exemplo de escala divergente Exercise 13: Um exemplo qualitativo

Neste capítulo, você vai acompanhar a criação de uma visualização desde arquivos brutos de dados espaciais até a inclusão de crédito em um mapa. Ao longo do caminho, você vai aprender como ler dados espaciais no R, mais sobre projeções e sistemas de referência de coordenadas, como adicionar dados adicionais a um objeto espacial e algumas dicas para finalizar seus mapas com capricho.

Exercise 1: Lendo dados espaciais Exercise 2: Lendo um shapefile Exercise 3: Lendo um arquivo raster Exercise 4: Obtendo dados usando um pacote Exercise 5: Sistemas de referência de coordenadas Exercise 6: Unindo dados de diferentes CRS/projeções Exercise 7: Convertendo de um CRS/projeção para outro Exercise 8: Adicionando dados a objetos espaciais Exercise 9: Do jeito errado Exercise 10: Verificando se os dados vão coincidir Exercise 11: Mesclando atributos de dados Exercise 12: Seu primeiro gráfico Exercise 13: Finalizando um mapa Exercise 14: Filtrando os bairros Exercise 15: Adicionando rótulos dos bairros Exercise 16: Ajustando a legenda e alguns retoques finais Exercise 17: Encerramento