Kurs
Geodaten in R visualisieren
MittelSchwierigkeitsgrad
Aktualisiert 11/2025
RData Visualization4 Std.15 Videos58 Übungen5,000 XP29,710Leistungsnachweis
Kostenloses Konto erstellen
Mit Google fortfahrenWeitere Optionen anzeigenoder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
Beliebt bei Lernenden in Tausenden Unternehmen
Ein Team schulen?
Für Unternehmen ausprobierenKursbeschreibung
Wo solltest du ein Haus kaufen, um das meiste für dein Geld zu bekommen? Der erste Schritt könnte eine Karte sein, aber räumliche Analysen in R wirken oft einschüchternd, weil die Daten in komplexen Objekten stecken.
In diesem Kurs lernst du räumliche Daten kennen, beginnend mit Objekten, die du bereits kennst: Data Frames. Danach stellen wir dir die speziellen Objekte aus den Paketen sp und raster vor, mit denen räumliche Daten für Analysen in R dargestellt werden. Du lernst, diese Objekte einzulesen, zu erkunden und zu bearbeiten – mit dem großen Vorteil, anschließend mit dem Paket tmap Karten erstellen zu können.
Am Ende des Kurses hast du Karten zu Immobilienverkäufen in einer kleinen Stadt, den Bevölkerungen der Länder der Welt, der Verteilung der Menschen im Nordosten der USA und zum Medianeinkommen in den Stadtteilen von New York City erstellt.
Voraussetzungen
Introduction to RIntroduction to Data Visualization with ggplot21
Grundlagen des Mappings mit ggplot2 und ggmap
Wir starten, indem wir einige räumliche Daten anzeigen – Immobilienverkäufe in einer kleinen US-Stadt – mit ggplot2, und wir stellen dir das Paket ggmap als schnellen Weg vor, deinen Plots räumlichen Kontext hinzuzufügen. Wir sprechen darüber, was räumliche Daten besonders macht, und führen dich in die gängigen Typen räumlicher Daten ein, mit denen wir im Kurs arbeiten werden.
2
Punkt- und Polygon-Daten
Mit räumlichen Daten in Data Frames kommst du weit, aber es ist einfacher, wenn sie in speziellen räumlichen Objekten gespeichert sind. In diesem Kapitel lernst du die Klassen räumlicher Objekte aus dem Paket sp kennen, besonders für Punkt- und Polygon-Daten. Du lernst, diese Objekte zu erkunden und zu subsetten, indem du eine Weltkarte untersuchst. Die Belohnung für das Lernen dieser Objektklassen: Wir zeigen dir das Paket tmap, das räumliche Objekte als Eingabe benötigt, aber das Erstellen von Karten sehr einfach macht! Zum Abschluss erstellst du eine Karte der Weltbevölkerung.
3
Rasterdaten und Farbe
Während das Paket sp einige Klassen für Rasterdaten bereitstellt, bietet das Paket raster nützlichere Klassen. Du wirst in diese Klassen und ihre Vorteile eingeführt und lernst anschließend, sie darzustellen. Die Beispiele greifen das Thema Bevölkerung aus Kapitel 2 wieder auf, aber du arbeitest mit Datensätzen in deutlich höherer räumlicher und demografischer Auflösung. In der zweiten Hälfte des Kapitels lernst du etwas über Farbe – ein wesentlicher Bestandteil jeder Visualisierung, besonders wichtig für Karten.
4
Datenimport und Projektionen
In diesem Kapitel verfolgst du die Entstehung einer Visualisierung von Rohdaten-Dateien bis hin zum Hinzufügen eines Credits auf einer Karte. Dabei lernst du, räumliche Daten in R einzulesen, mehr über Projektionen und Koordinatenreferenzsysteme, wie du zusätzliche Daten zu einem räumlichen Objekt hinzufügst, und erhältst einige Tipps, um deine Karten zu verfeinern.
Geodaten in R visualisieren
Kurs abgeschlossen
Leistungsnachweis verdienen
Füge diesen Fähigkeitsnachweis zu deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzuTeile es auf Social Media und in deiner LeistungsbeurteilungJetzt anmelden
Schließe dich 19 Millionen Lernenden an und starte Geodaten in R visualisieren heute!
Kostenloses Konto erstellen
Mit Google fortfahrenWeitere Optionen anzeigenoder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
DataCamp gibt es auch für Mobilgeräte
Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.