R staje się dość silnym narzędziem do obsługi i analizy danych przestrzennych. Dowiedziałem się kilka przydatnych rzeczy poprzez pytania , jak te w SO i że może to być przydatne mieć coś simmilar, ale bardziej „przestrzennie” zorientowanych.
Czy możesz podzielić się przestrzennymi wskazówkami i sztuczkami, które uważasz za przydatne?
tips-and-tricks
r
radka
źródło
źródło
Odpowiedzi:
To nie tyle sztuczka, co
spplot()
sprytna wbudowana funkcjonalność.spplot()
Możliwość skalowania próbek legendy (w celu dopasowania zakresów podziału klasyfikacji) służy jako przydatne narzędzie pedagogiczne podczas omawiania rozkładu danych atrybutów i typów klasyfikacji. Połączenie skumulowanych wykresów dystrybucji z mapami pomaga w tym przedsięwzięciu.Uczniowie muszą jedynie zmodyfikować kilka parametrów skryptu, aby zbadać typy klasyfikacji i efekty transformacji danych. Zazwyczaj jest to ich pierwsza próba wejścia w R w kursie zorientowanym głównie na ArcGIS.
Oto fragment kodu:
Patrz: Stosowana analiza danych przestrzennych za pomocą R (R. Bivand, E Pebesma i V. Gomez-Rubio)
źródło
EDYCJA: pamiętaj, że to już nie działa z powodu nowych wymagań dla źródeł map Google.
Z przyjemnością znalazłem pakiet dismo z geokodowaniem i pobraniem map google:
To jest w wersji R 2.12.0 na Windowsie, instalowanie dismo i jego zależności jest banalne, nie jest pewne w innych systemach.
źródło
e <- extent(x[4:7] + c(-0.001, 0.001, -0.001, 0.001))
reklamą liniową i pojawia się komunikat o błędzieError: c("x", "y") %in% names(x) is not all TRUE
.x[4:7]
wydaje się w porządku; jakieś przemyślenia na temat problemu?x <- geocode('110 George Street, Bathurst, NSW, Australia')
zwracaZERO_RESULTS
na przykład, a gdy korzystam z przykładu, który zwraca długość / długość, funkcjae <- extent(x[4:7] + c(-0.001, 0.001, -0.001, 0.001)) also fails.
extent
wymaga wektora liczb. Więc to działae <- 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))
Oto niektóre, które zebrałem.
cran.r przestrzenny , blog miejski , analiza szeregów czasowych , geodatacenter
źródło
Nie jest to również sztuczka, ale oto niektóre zasoby / przykłady, które zebrałem
Przykład kreślenia małych wielu map danych Areal w R przy użyciu pakietu kratowego.
Na StackOverflow jest kilka pytań dotyczących mapowania i R, a oto jedno z ładnym przykładem. Chciałbym też spojrzeć na inne odpowiedzi i zasoby, które dają (a także poszukać kilku innych przykładów) na SO.
Inny link do tej samej grupy r-sig-geo , którą Brad już podał. Jest bardzo aktywny, a Roger Bivand odpowiada na pytania praktycznie codziennie w grupie. Zarówno związane z programowaniem, jak i analizą statystyczną.
Oprócz sprawdzenia strony przestrzennej Cran poleciłbym również szczegółowe sprawdzenie strony Spatstat prowadzonej przez Adriana Baddeleya. Wiele przykładów, kurs i nadchodzący e-book. (W tej chwili przechodzę kurs spatstat i myślę, że jest to znacznie łagodniejsze wprowadzenie niż książka Bivand).
Nie jest to darmowy zasób, ale dla wszystkich zainteresowanych RI sugerowałbyś, aby sprawdzić Use R! seria Springera. Mają książkę Applied Spatial Data Analysis z R bezpośrednio związaną (również książka A Beginner's Guide to R to moja sugerowana nauka R).
Darmowy e-book, Praktyczny przewodnik po mapowaniu geostatystycznym (Hengl 2009), zawiera przykłady zastosowanych geostatów w R, GRASS i Google Earth (KML).
Jeśli znajdę już dobre przykłady, będę nadal aktualizować (mam nadzieję, że inni również opublikują dobre przykłady!)
źródło
Do analizy Zrastruj raster pakiet jest niezwykle silny. Oprócz standardowego podręcznika na początek kilka winiet.
źródło
Nie jestem użytkownikiem PostGIS, ale po zasugerowaniu wielokątów Voronoi na pytanie najbliższego sąsiada , przeprowadziłem trochę wyszukiwania. Odkryłem, że za pomocą R możesz tworzyć wielokąty Voronoi dla PostGIS . Jestem pod wrażeniem.
źródło
tess
obiekt nasp
obiekt za pomocą tej funkcji dostarczonej przez Adriana Baddeleya. Zsp
obiektu możesz go wyeksportować do pliku kształtu, jeśli chcesz.Natknąłem się na Spatial-Analyst.net . Bardzo pouczające, kompleksowe i przydatne. Bardziej specyficzne dla tego pytania i zgodne z niektórymi poprzednimi odpowiedziami, zobacz tę stronę .
źródło
Zobacz także tutaj, jak korzystać z wysokiej jakości analizy statystycznej w GRASS: http://grass.osgeo.org/wiki/R_statistics
źródło
Za pomocą tej funkcji można łatwo tworzyć połączenia przestrzenne, ale tylko wtedy, gdy wszystkie obszary są wypełnione wielokątami.
źródło
Przykład analizy wzoru punktowego:
Tworzy wzór punktowy i przedstawia go. Spatstat pakiet posiada szereg funkcji do analizy danych geograficznych. Oto kilka samouczków spatstat :
źródło
Nie jestem pewien, czy kwalifikuje się to jako „sztuczka”, ale jestem wielkim fanem kombinacji
acs
pakietu (do wybierania danych z amerykańskiego spisu powszechnego) ileaflet
pakietu (do tworzenia interaktywnych map javascript, które można hostować online).W tym samouczku wykonano doskonałą robotę ilustrującą korzyści wynikające z używania tych dwóch pakietów razem.
źródło