R menjadi alat yang cukup kuat untuk menangani dan menganalisis data spasial. Saya belajar beberapa hal yang berguna melalui pertanyaan seperti ini di SO dan saya pikir mungkin berguna untuk memiliki sesuatu yang serupa, tetapi lebih berorientasi spasial.
Bisakah Anda membagikan beberapa tip dan trik spasial R yang menurut Anda berguna?
tips-and-tricks
r
radek
sumber
sumber
Jawaban:
Ini bukan tipuan karena ini adalah
spplot()
fungsi bawaan yang bagus.spplot()
Kemampuan untuk skala swatch legenda (untuk mencocokkan rentang jeda klasifikasi) berfungsi sebagai alat pedagogis yang berguna ketika membahas distribusi data atribut dan tipe klasifikasi. Menggabungkan plot distribusi kumulatif dengan peta membantu dalam upaya ini.Para siswa hanya perlu memodifikasi beberapa parameter skrip untuk mengeksplorasi tipe klasifikasi dan efek transformasi data. Ini biasanya perampokan pertama mereka ke R dalam apa yang sebagian besar merupakan kursus sentris ArcGIS.
Berikut cuplikan kode:
Ref: Analisis Data Spasial Terapan dengan R (R. Bivand, E Pebesma & V. Gomez-Rubio)
sumber
EDIT: perhatikan ini tidak berfungsi lagi 2018-10-24, karena persyaratan baru untuk sumber peta google.
Saya cukup senang menemukan paket dismo dengan geocoding dan unduhan peta google:
Itu ada di R 2.12.0 pada Windows, itu sepele untuk menginstal dismo dan dependensinya di sana, tidak yakin pada sistem lain.
sumber
e <- extent(x[4:7] + c(-0.001, 0.001, -0.001, 0.001))
iklan baris saya mendapatkan pesan kesalahanError: c("x", "y") %in% names(x) is not all TRUE
.x[4:7]
tampaknya baik-baik saja; ada pemikiran tentang apa masalahnya?x <- geocode('110 George Street, Bathurst, NSW, Australia')
mengembalikanZERO_RESULTS
misalnya, dan ketika saya menggunakan contoh yang mengembalikan lat / panjang, fungsie <- extent(x[4:7] + c(-0.001, 0.001, -0.001, 0.001)) also fails.
extent
membutuhkan vektor angka. Jadi ini berhasile <- extent(c(x[,4], x[,5], x[,6], x[,7]) + c(-0.001, 0.001, -0.001, 0.001))
.e <- extent(as.numeric(x[4:7]) + c(-0.001, 0.001, -0.001, 0.001))
Inilah beberapa yang telah saya kumpulkan.
cran.r spasial , blog gmane , analisis deret waktu , geodatacenter
sumber
Juga bukan tipuan tapi di sini ada beberapa sumber / contoh yang saya kumpulkan
Contoh merencanakan beberapa peta kecil dari data Areal di R menggunakan paket kisi.
Ada beberapa pertanyaan di StackOverflow bertanya tentang pemetaan dan R, dan di sini adalah satu dengan contoh yang bagus. Saya akan melihat jawaban lain dan sumber daya yang mereka berikan (serta mencari beberapa contoh lainnya) di SO juga.
Tautan berbeda ke grup r-sig-geo yang sama yang sudah diberikan Brad. Ini sangat aktif, dan Roger Bivand menjawab pertanyaan praktis setiap hari di grup. Keduanya terkait dengan pemrograman dan analisis statistik.
Selain memeriksa halaman spasial cran saya juga menyarankan secara khusus memeriksa halaman Spatstat yang dikelola oleh Adrian Baddeley. Banyak contoh, kursus, dan e-book yang akan datang. (Saat ini saya telah melalui kursus spatstat , dan saya pikir itu adalah pengantar yang jauh lebih lembut daripada buku Bivand).
Bukan sumber daya gratis, tetapi bagi siapa pun yang tertarik pada RI akan menyarankan Anda memeriksa Penggunaan R! seri oleh Springer. Memiliki buku Analisis Data Spasial Terapan dengan R yang berkaitan langsung (juga buku A Beginner's Guide to R adalah buku pembelajaran R. yang disarankan).
E-book gratis, Panduan Praktis untuk Pemetaan Geostatistik (Hengl 2009), memiliki contoh geostat terapan di R, GRASS, dan Google Earth (KML).
Jika saya menemukan lagi contoh yang baik, saya akan terus memperbarui (Saya harap orang lain juga mengirim contoh yang baik!)
sumber
Untuk analisis raster, paket raster sangat kuat. Selain manual standar ada beberapa sketsa untuk memulai.
sumber
Saya bukan pengguna PostGIS, tetapi setelah menyarankan poligon Voronoi untuk pertanyaan tetangga terdekat , saya melakukan sedikit pencarian. Saya menemukan bahwa dengan R, Anda dapat membuat poligon Voronoi untuk PostGIS . Saya terkesan.
sumber
tess
objek itu kesp
objek menggunakan fungsi ini yang disediakan oleh Adrian Baddeley. Darisp
objek, Anda dapat mengekspornya ke shapefile jika diinginkan.Saya menemukan Spatial-Analyst.net . Sangat informatif, komprehensif, dan bermanfaat. Lebih spesifik untuk pertanyaan ini dan segaris dengan beberapa jawaban sebelumnya, lihat halaman ini .
sumber
Lihat juga di sini cara menikmati analisis statistik berkualitas tinggi dalam GRASS: http://grass.osgeo.org/wiki/R_statistics
sumber
Dengan fungsi ini, Anda dapat dengan mudah membuat gabungan spasial, tetapi hanya jika semua area diisi dengan poligon.
sumber
Contoh analisis pola titik:
Membuat pola titik dan menggambarkannya. The spatstat paket memiliki sejumlah fungsi untuk menganalisis data geografis. Berikut ini beberapa tutorial spatstat :
sumber
Tidak yakin apakah ini memenuhi syarat sebagai "trik", tapi saya penggemar berat kombinasi
acs
paket (untuk memilih data Sensus AS) danleaflet
paket (untuk membuat peta javascript interaktif yang dapat dihosting secara online).Tutorial ini melakukan pekerjaan luar biasa yang menggambarkan manfaat menggunakan kedua paket ini secara bersamaan.
sumber