Utforska rumsliga data

Dataplatsen i shp innehåller en dataram som vi är vana att arbeta med. Eftersom den lagras inuti en SpatialPolygonsDataFrame får vi dock åtkomst till dataramen på ett lite annorlunda sätt – med operatorn @.

glimpse(shp@data) 

Observations: 808
Variables: 2
$ GEOID10 <fct> 27925, 28754, 28092...
$ ALAND10 <fct> 624688620, 223734670, 317180853 ...

Vår dataram har 808 observationer av två variabler:

GEOID10: postnumret för varje polygon
ALAND10: arean (kvadratmeter) för varje polygon

Den här övningen är en del av kursen

Interaktiva kartor med leaflet i R

Visa kurs

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Glimpse the data slot of shp
glimpse(shp___data)

Redigera och kör kod

Den här övningen är en del av kursen

Interaktiva kartor med leaflet i R

SkillTag.level.beginnerSkillTag.label

4.7+

96 reviews

Starta kursen gratis

Kapitel 1 introducerar paketen htmlwidgets och leaflet. Efter introduktionen bygger du din första interaktiva webbkarta med leaflet. Under processen bekantar du dig med många av leaflets grundläggande funktioner: att lägga till olika kartunderlag, ställa in kartans centrumpunkt och zoomnivå, rita ut enskilda punkter baserade på latitud- och longitudkoordinater, samt spara leaflet-kartor som objekt. Kapitel 1 avslutas med att du geokoderar DataCamps huvudkontor och skapar en leaflet-karta som visar huvudkontoret med en popup som beskriver platsen.

Exercise 1: Introduktion till leaflet Exercise 2: Läsa in leaflet-biblioteket Exercise 3: Skapa en interaktiv webbkarta Exercise 4: Kartunderlag Exercise 5: Kartleverantörers tiles Exercise 6: Lägga till en anpassad kartbakgrund Exercise 7: Ange standardvy för kartan Exercise 8: En karta med utsikt I Exercise 9: En karta med begränsat vyområde Exercise 10: Plotta DataCamp HQ Exercise 11: Markera det Exercise 12: Lägga till popups och spara din karta

I kapitel 2 bygger du vidare på leaflet-kartan från kapitel 1 och skapar en interaktiv webbkarta över alla fyraåriga högskolor i Kalifornien. Efter att ha ritat ut hundratals punkter på en interaktiv leaflet-karta lär du dig att anpassa markörerna. Kapitlet visar också hur du färgkodar markörer baserat på en faktorvariabel.

Exercise 1: Introduktion till IPEDS-data Exercise 2: Rensa grundkartan Exercise 3: Utforska IPEDS-data Exercise 4: Utforska IPEDS-data II Exercise 5: Kartlägg Kaliforniens högskolor Exercise 6: Kaliforniens högskolor Exercise 7: Högskolornas stad Exercise 8: Cirkelmarkörer Exercise 9: Etiketter och popups Exercise 10: Gör kartan mer levande Exercise 11: Vilken är Kaliforniens nordligaste högskola?Exercise 12: Bygg ett bättre popup-fönster Exercise 13: Byt ut popups mot etiketter Exercise 14: Färgkoda högskolor Exercise 15: Skapa en färgpalett med colorFactor Exercise 16: En legendarisk karta

I kapitel 3 utvidgar du kartan över alla fyraåriga högskolor i Kalifornien till en karta över alla amerikanska högskolor. I avsnitt 3.1 repeterar och bygger du vidare på materialet från kapitel 2. Sedan ritar du ut högskolorna på leaflet-kartan efter sektor (offentlig, privat eller vinstdrivande) med hjälp av grupper, så att användarna kan växla mellan vilka högskolor som visas. I avsnitt 3.3 lär du dig att lägga till flera grundkartor så att användarna kan växla mellan olika kartunderlag.

Exercise 1: Paketet Leaflet Extras Exercise 2: Mitt i Amerika Exercise 3: Bygga en grundkarta Exercise 4: Längst söderut Exercise 5: Överlagringsgrupper Exercise 6: Kartlägg offentliga högskolor Exercise 7: Kartera offentliga och privata högskolor Exercise 8: Kartlägg alla högskolor Exercise 9: Basgrupper Exercise 10: Byt grundkarta Exercise 11: Sätt ihop allt Exercise 12: Detaljer som gör skillnad Exercise 13: Lägg till ett snyggt extra element Exercise 14: En klusterbaserad metod

I kapitel 4 lär du dig att kartlägga polygoner, som kan användas för att definiera geografiska områden (t.ex. postnummerområden, delstater, länder). Kapitel 4 börjar med att rita ut de postnummerområden i North Carolina som tillhör den översta kvartilen för genomsnittlig familjeinkomst. Du lär dig att anpassa polygonerna med färgpaletter och etiketter. Kapitlet avslutas med att ett nytt lager läggs till kartan över alla amerikanska högskolor – ett lager som visar varje postnummerområde med en genomsnittlig inkomst på 200 000 dollar eller mer under skatteåret 2015. Genom att kartlägga postnummerområden lär du dig om rumsliga data i allmänhet, geoJSON-data, @-symbolen och funktionen `addPolygons()`. Du får också öva på många av de alternativ du lärde dig i tidigare kapitel, som popups och etiketter, samt nya sätt att anpassa kartorna, till exempel alternativet highlight i `addPolygons()`.

Exercise 1: Rumsliga data Exercise 2: Introduktion till rumsliga data Exercise 3: Utforska rumsliga data

Aktuell övning

Exercise 4: Sammanfoga rumsliga data Exercise 5: Kartläggning av polygoner Exercise 6: Funktionen addPolygons()Exercise 7: Postnummer med hög inkomst i NC Exercise 8: Alternativ för addPolygons()Exercise 9: Dags att logaritmtransformera Exercise 10: Att sätta ihop allt Exercise 11: Amerikas rikaste postnummer Exercise 12: Slutkarta Exercise 13: Tack!