R становится довольно сильным инструментом для обработки и анализа пространственных данных. Я узнал некоторые полезные вещи через вопросы , как это на SO и думал , что это может быть полезно иметь что - то simmilar, но более «пространственно» ориентированным.
Можете ли вы поделиться некоторыми полезными советами и рекомендациями по пространственному R?
tips-and-tricks
r
оборота радек
источник
источник
Ответы:
Это не столько хитрость, сколько
spplot()
изящная встроенная функциональность.spplot()
Способность масштабировать образцы легенды (чтобы соответствовать диапазонам разрывов классификации) служит полезным педагогическим инструментом при обсуждении распределения данных атрибутов и типов классификации. Объединение кумулятивных графиков распределения с картами помогает в этом деле.Студентам нужно всего лишь изменить несколько параметров сценария, чтобы изучить типы классификации и эффекты преобразования данных. Как правило, это их первый набег в R в основном ориентированном на ArcGIS курсе.
Вот фрагмент кода:
Ссылка: прикладной анализ пространственных данных с помощью R (Р. Биванд, Э. Пебесма и В. Гомес-Рубио)
источник
РЕДАКТИРОВАТЬ: обратите внимание, что это больше не работает 2018-10-24, из-за новых требований к источникам карты Google.
Я был очень рад найти пакет с демонстрацией геокодирования и загрузкой карт Google:
То есть в R 2.12.0 для Windows, установить диско и его зависимости тривиально, но не обязательно в других системах.
источник
e <- extent(x[4:7] + c(-0.001, 0.001, -0.001, 0.001))
объявления, и я получаю сообщение об ошибкеError: c("x", "y") %in% names(x) is not all TRUE
.x[4:7]
кажется, хорошо, хотя; есть мысли о том, в чем может быть проблема?x <- geocode('110 George Street, Bathurst, NSW, Australia')
возвращает,ZERO_RESULTS
например, и когда я использую пример, который возвращает lat / long, функцияe <- extent(x[4:7] + c(-0.001, 0.001, -0.001, 0.001)) also fails.
extent
требуется вектор чисел. Так что это работаетe <- 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))
Вот некоторые, которые я собрал.
cran.r пространственный , блог gmane , анализ временных рядов , геоцентр
источник
Тоже не хитрость, но вот некоторые ресурсы / примеры, которые я собрал
Пример построения небольших множественных карт данных Areal в R с использованием пакета решеток.
В StackOverflow есть несколько вопросов о отображении и R, и вот один из них с хорошим примером. Я бы посмотрел на другие ответы и ресурсы, которые они дают (а также поищу еще несколько примеров) на SO.
Другая ссылка на ту же группу r-sig-geo, которую Брэд уже дал. Это очень активно, и Роджер Биванд отвечает на вопросы практически каждый день в группе. Оба связаны с программированием и статистическим анализом.
Помимо проверки пространственной страницы крана, я бы также предложил специально проверить страницу Spatstat, поддерживаемую Адрианом Бадделей. Множество примеров, курс и будущая электронная книга. (В настоящее время я проходил курс spatstat , и я думаю, что это намного более мягкое введение, чем книга Биванда).
Не бесплатный ресурс, но для всех, кто интересуется RI, предложил бы вам воспользоваться Use R! серия от Springer. У меня есть книга « Прикладной анализ пространственных данных с непосредственным подходом к R» (также книга «Руководство для начинающих по R» - моя книга по изучению R.)
В бесплатной электронной книге «Практическое руководство по геостатистическому картированию» (Hengl 2009) приведены примеры применения геостатов в R, GRASS и Google Earth (KML).
Если я найду больше хороших примеров, я буду продолжать обновлять (я надеюсь, что другие люди также публикуют хорошие примеры!)
источник
Для растрового анализа растровый пакет является чрезвычайно мощным. Помимо стандартного руководства, есть несколько виньеток для начала.
источник
Я не пользователь PostGIS, но, предложив полигоны Вороного для вопроса о ближайшем соседе , я немного поискал. Я обнаружил, что с помощью R вы можете создавать полигоны Вороного для PostGIS . Я впечатлен.
источник
tess
объект вsp
объект, используя эту функцию, предоставленную Адрианом Бадделей. Изsp
объекта вы можете экспортировать его в шейп-файл, если хотите.Я наткнулся на Spatial-Analyst.net . Очень информативно, всесторонне и полезно. Более конкретно на этот вопрос и в соответствии с некоторыми из предыдущих ответов, смотрите эту страницу .
источник
Смотрите также здесь, как пользоваться высококачественным статистическим анализом в GRASS: http://grass.osgeo.org/wiki/R_statistics
источник
С помощью этой функции вы можете легко создавать пространственные объединения, но только если все области заполнены полигонами.
источник
Пример анализа паттернов Point:
Создает точечный узор и изображает его. Пакет spatstat имеет ряд функций для анализа географических данных. Вот несколько учебных пособий по spatstat :
источник
Не уверен, что это квалифицируется как «уловка», но я большой поклонник комбинации
acs
пакета (для выбора данных переписи США) иleaflet
пакета (для создания интерактивных карт javascript, которые могут быть размещены в Интернете).Этот урок отлично справляется, иллюстрируя преимущества совместного использования этих двух пакетов.
источник