Một đối tượng phức tạp hơn

Gói raster cung cấp đối tượng RasterLayer, nhưng còn có thêm vài đối tượng phức tạp hơn: RasterStack và RasterBrick. Hai đối tượng này được thiết kế để lưu trữ nhiều raster có cùng phạm vi và kích thước (còn gọi là raster đa băng hoặc đa lớp).

Bạn có thể hình dung RasterLayer giống như một ma trận, còn RasterStack và RasterBrick giống như mảng ba chiều. Một điều bổ sung bạn cần biết để làm việc với chúng là cách chỉ định một lớp cụ thể.

Bạn có thể dùng phép lấy phần tử $ hoặc [[ trên RasterStack hoặc RasterBrick để lấy một lớp và trả về một đối tượng RasterLayer mới. Ví dụ, nếu x là một RasterStack, x$layer_name hoặc x[["layer_name"]] sẽ trả về một RasterLayer chỉ chứa lớp có tên layer_name.

Hãy xem một đối tượng RasterStack tên là pop_by_age bao phủ cùng khu vực với pop nhưng hiện có các lớp dân số được chia theo một vài nhóm tuổi khác nhau.

Bài tập này là một phần của khóa học

Trực quan hóa dữ liệu địa lý trong R

Xem khóa học

Hướng dẫn bài tập

In ra pop_by_age. Bạn có thấy tên của tất cả các lớp không?
Trích xuất lớp under_1 bằng phép lấy phần tử [[.
Vẽ lớp under_1 bằng cách truyền đoạn mã bạn vừa viết ở bước trước vào plot().

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Print pop_by_age


# Subset out the under_1 layer using [[


# Plot the under_1 layer

Chỉnh sửa và Chạy Mã

Bài tập này là một phần của khóa học

Trực quan hóa dữ liệu địa lý trong R

SkillTag.level.intermediateSkillTag.label

4.6+

Bắt đầu khóa học miễn phí

Chúng ta sẽ bắt đầu bằng cách hiển thị một số dữ liệu không gian — các giao dịch bất động sản ở một thị trấn nhỏ của Mỹ — bằng ggplot2 và giới thiệu gói ggmap như một cách nhanh chóng để thêm ngữ cảnh không gian vào biểu đồ của bạn. Chúng ta sẽ bàn về điều khiến dữ liệu không gian trở nên đặc biệt và giới thiệu các kiểu dữ liệu không gian phổ biến sẽ được sử dụng xuyên suốt khóa học.

Exercise 1: Giới thiệu về dữ liệu không gian Exercise 2: Lấy bản đồ nền Exercise 3: Gộp tất cả lại với nhau Exercise 4: Khám phá thông qua thẩm mỹ đồ họa Exercise 5: Các tùy chọn hữu ích của get_map() và ggmap()Exercise 6: Các kiểu bản đồ khác nhau Exercise 7: Tận dụng thế mạnh của ggplot2 Exercise 8: Một lựa chọn nhanh gọn Exercise 9: Các kiểu dữ liệu không gian phổ biến Exercise 10: Vẽ đa giác Exercise 11: Bản đồ choropleth Exercise 12: Dữ liệu raster dưới dạng heatmap

Bạn có thể làm được khá nhiều với dữ liệu không gian lưu trong data frame, nhưng mọi thứ sẽ dễ dàng hơn nếu chúng được lưu trong các đối tượng không gian chuyên biệt. Trong chương này, chúng ta sẽ giới thiệu các lớp đối tượng không gian do gói sp cung cấp, đặc biệt cho dữ liệu điểm và đa giác. Bạn sẽ học cách khám phá và lấy tập con các đối tượng này thông qua việc tìm hiểu một bản đồ thế giới. Phần thưởng cho việc nắm các lớp đối tượng này: chúng ta sẽ giới thiệu gói tmap — gói yêu cầu đầu vào là các đối tượng không gian nhưng giúp việc tạo bản đồ trở nên cực kỳ đơn giản! Bạn sẽ kết thúc bằng cách tạo một bản đồ dân số thế giới.

Exercise 1: Giới thiệu về đối tượng sp Exercise 2: Cùng xem thử một đối tượng không gian Exercise 3: Bên trong một đối tượng không gian có gì?Exercise 4: Một đối tượng không gian phức tạp hơn Exercise 5: sp và S4 Exercise 6: Đi dọc cấu trúc phân cấp Exercise 7: Đi sâu hơn nữa Exercise 8: Nhiều lớp và phương thức sp hơn Exercise 9: Chia nhỏ theo chỉ mục Exercise 10: Truy cập dữ liệu trong đối tượng sp Exercise 11: Chia tách dựa trên thuộc tính dữ liệu Exercise 12: tmap, một package làm việc với đối tượng sp Exercise 13: Giới thiệu về tmap Exercise 14: Xây dựng biểu đồ theo từng lớp Exercise 15: Tại sao Greenland lại to như vậy?Exercise 16: Lưu một biểu đồ tmap

Mặc dù gói sp có cung cấp một số lớp cho dữ liệu raster, gói raster mang lại những lớp hữu ích hơn. Bạn sẽ được giới thiệu các lớp này cùng ưu điểm của chúng, sau đó học cách hiển thị chúng. Ví dụ tiếp tục chủ đề dân số từ Chương 2, nhưng bạn sẽ xem các bộ dữ liệu chi tiết hơn nhiều, cả về không gian lẫn nhân khẩu học. Ở nửa sau của chương, bạn sẽ học về màu sắc — phần thiết yếu của mọi hiển thị trực quan, và đặc biệt quan trọng đối với bản đồ.

Exercise 1: Gói raster Exercise 2: Raster object là gì?Exercise 3: Một số phương thức hữu ích Exercise 4: Một đối tượng phức tạp hơn

Bài tập hiện tại

Exercise 5: Một package sử dụng đối tượng Raster Exercise 6: Thang màu Exercise 7: Chọn bảng màu phù hợp Exercise 8: Thêm bảng màu liên tục tùy chỉnh vào biểu đồ ggplot2 Exercise 9: Bảng màu tùy chỉnh trong tmap Exercise 10: Tìm hiểu thêm về thang màu Exercise 11: Ví dụ về thang đo khoảng Exercise 12: Ví dụ về thang màu phân kỳ Exercise 13: Một ví dụ định tính

Trong chương này, bạn sẽ theo dõi quá trình tạo một trực quan hóa từ các tệp dữ liệu không gian thô cho tới khi thêm phần ghi công vào bản đồ. Trên đường đi, bạn sẽ học cách đọc dữ liệu không gian vào R, tìm hiểu sâu hơn về phép chiếu và hệ quy chiếu tọa độ, cách thêm dữ liệu bổ sung vào một đối tượng không gian, và một vài mẹo để hoàn thiện bản đồ của bạn.

Exercise 1: Đọc dữ liệu không gian Exercise 2: Đọc một shapefile Exercise 3: Đọc một tệp raster Exercise 4: Lấy dữ liệu bằng một package Exercise 5: Hệ quy chiếu tọa độ (Coordinate Reference Systems)Exercise 6: Gộp dữ liệu từ các CRS/phép chiếu khác nhau Exercise 7: Chuyển đổi từ một CRS/phép chiếu sang một CRS/phép chiếu khác Exercise 8: Thêm dữ liệu vào đối tượng không gian Exercise 9: Cách làm sai Exercise 10: Kiểm tra dữ liệu sẽ khớp Exercise 11: Gộp thuộc tính dữ liệu Exercise 12: Biểu đồ đầu tiên Exercise 13: Chỉnh sửa bản đồ cho mượt Exercise 14: Trích chọn các khu lân cận Exercise 15: Thêm nhãn khu phố Exercise 16: Tinh chỉnh chú giải và vài chỉnh sửa cuối Exercise 17: Tổng kết