Användbara alternativ för get_map() och ggmap()

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Den här övningen är en del av kursen

Visualisering av geospatial data i R

SkillTag.level.intermediateSkillTag.label

4.6+

87 reviews

Starta kursen gratis

Vi börjar direkt med att visualisera rumslig data – fastighetsförsäljningar i en liten amerikansk stad – med hjälp av ggplot2. Därefter introduceras paketet ggmap som ett smidigt sätt att lägga till rumsligt sammanhang i dina diagram. Vi går igenom vad som gör rumslig data speciell och presenterar de vanligaste datatyperna som används i kursen.

Exercise 1: Introduktion till spatialdata Exercise 2: Hämta en bakgrundskarta Exercise 3: Sätt ihop allt Exercise 4: Insikt genom estetik Exercise 5: Användbara alternativ för get_map() och ggmap()

Aktuell övning

Exercise 6: Olika kartor Exercise 7: Utnyttja ggplot2:s styrkor Exercise 8: Ett snabbt alternativ Exercise 9: Vanliga typer av rumsliga data Exercise 10: Rita polygoner Exercise 11: Koropletskarta Exercise 12: Rasterdata som en värmekarta

Du kommer långt med rumslig data lagrad i dataramar, men det underlättar om den lagras i specialiserade rumsliga objekt. I det här kapitlet introduceras de objektklasser som paketet sp tillhandahåller, med fokus på punkt- och polygondata. Du lär dig att utforska och filtrera dessa objekt med hjälp av en världskarta. Som belöning för att du lärt dig om dessa objektklasser får du bekanta dig med paketet tmap – det kräver rumsliga objekt som indata men gör det enkelt att skapa kartor. Kapitlet avslutas med att du skapar en karta över världens befolkning.

Exercise 1: Introduktion till sp-objekt Exercise 2: Vi tar en titt på ett rumsligt objekt Exercise 3: Vad finns inuti ett spatialt objekt?Exercise 4: Ett mer komplext spatialt objekt Exercise 5: sp och S4 Exercise 6: Utforska hierarkin Exercise 7: Ännu djupare ner i kaninhålet Exercise 8: Fler sp-klasser och metoder Exercise 9: Subsetting med index Exercise 10: Åtkomst till data i sp-objekt Exercise 11: Delmängder baserade på dataattribut Exercise 12: tmap – ett paket som fungerar med sp-objekt Exercise 13: Introduktion till tmap Exercise 14: Bygg ett diagram i lager Exercise 15: Varför är Grönland så stort?Exercise 16: Spara ett tmap-diagram

Paketet sp erbjuder vissa klasser för rasterdata, men paketet raster tillhandahåller mer användbara klasser. Du introduceras till dessa klasser och deras fördelar, och lär dig sedan att visualisera dem. Exemplen fortsätter med befolkningstema från kapitel 2, men med betydligt mer detaljerade datamängder – både rumsligt och demografiskt. I kursens andra hälft behandlas färg, som är en viktig del av all datavisualisering och särskilt betydelsefull för kartor.

Exercise 1: Paketet raster Exercise 2: Vad är ett rasterobjekt?Exercise 3: Några användbara metoder Exercise 4: Ett mer komplext objekt Exercise 5: Ett paket som använder Raster-objekt Exercise 6: Färgskalor Exercise 7: Välj rätt palett Exercise 8: Lägga till en anpassad kontinuerlig färgpalett i ggplot2-diagram Exercise 9: Anpassad palett i tmap Exercise 10: Mer om färgskalor Exercise 11: Ett exempel på intervallskala Exercise 12: Ett exempel med divergerande skala Exercise 13: Ett kvalitativt exempel

I det här kapitlet följer du hela processen från råa rumsliga datafiler till en färdig karta med källhänvisning. På vägen lär du dig att läsa in rumslig data i R, mer om projektioner och koordinatsystem, hur du lägger till ytterligare data i ett rumsligt objekt samt tips för att finslipa dina kartor.

Exercise 1: Läsa in spatialdata Exercise 2: Läsa in en shapefil Exercise 3: Läsa in en rasterfil Exercise 4: Hämta data med ett paket Exercise 5: Koordinatreferenssystem Exercise 6: Sammanfoga data från olika CRS/projektioner Exercise 7: Konvertera från ett CRS/projektion till ett annat Exercise 8: Lägga till data i rumsliga objekt Exercise 9: Det felaktiga sättet Exercise 10: Kontrollera att data matchar Exercise 11: Sammanfoga dataattribut Exercise 12: En första karta Exercise 13: Finslipa en karta Exercise 14: Filtrera stadsdelarna Exercise 15: Lägga till stadsdelsetiketter Exercise 16: Finjustera legenden och avslutande justeringar Exercise 17: Avslutning