Last chance! 50% off DataCamp Premium
Sale ends in
Descrizione del corso
Dove conviene comprare casa per ottenere il massimo valore per il tuo denaro? Il primo passo potrebbe essere creare una mappa, ma l’analisi spaziale in R può intimorire a causa dei complessi oggetti in cui spesso vivono i dati.
Questo corso ti introdurrà ai dati spaziali partendo da oggetti che già conosci, i data frame, per poi passare agli oggetti speciali dei pacchetti sp e raster usati per rappresentare i dati spaziali per l’analisi in R. Imparerai a leggere, esplorare e manipolare questi oggetti con il grande vantaggio finale di poter usare il pacchetto tmap per creare mappe.
Alla fine del corso avrai realizzato mappe delle vendite immobiliari in una piccola città, delle popolazioni dei paesi del mondo, della distribuzione delle persone nel Nord-Est degli USA e del reddito mediano nei quartieri di New York City.
Prerequisiti
Programma
Struttura del corso
1
Mappatura di base con ggplot2 e ggmap
Partiremo visualizzando alcuni dati spaziali — vendite immobiliari in una piccola città degli Stati Uniti — usando ggplot2 e ti presenteremo il pacchetto ggmap come modo rapido per aggiungere contesto spaziale ai tuoi grafici. Parleremo di cosa rende speciali i dati spaziali e ti introdurremo ai tipi comuni di dati spaziali con cui lavoreremo durante il corso.
- Introduzione ai dati spaziali50 XP
- Recuperare una mappa di sfondo100 XP
- Mettere tutto insieme100 XP
- Intuizioni attraverso le estetiche100 XP
- Opzioni utili di get_map() e ggmap()50 XP
- Mappe diverse100 XP
- Sfruttare i punti di forza di ggplot2100 XP
- Un'alternativa rapida100 XP
- Tipi comuni di dati spaziali50 XP
- Disegnare poligoni100 XP
- Mappa coropletica100 XP
- Dati raster come heatmap100 XP
2
Dati puntuali e poligonali
Con i dati spaziali archiviati in data frame puoi fare già molto, ma la vita è più semplice se sono salvati in oggetti spaziali dedicati. In questo capitolo ti presenteremo le classi di oggetti spaziali fornite dal pacchetto sp, in particolare per dati puntuali e poligonali. Imparerai a esplorare e sotto-selezionare questi oggetti esplorando una mappa del mondo. La ricompensa per aver imparato queste classi di oggetti: ti mostreremo il pacchetto tmap che richiede oggetti spaziali in input, ma rende facilissima la creazione di mappe! Concluderai creando una mappa della popolazione mondiale.
3
Dati raster e colore
Sebbene il pacchetto sp fornisca alcune classi per i dati raster, il pacchetto raster offre classi più utili. Ti presenteremo queste classi e i loro vantaggi e poi imparerai a visualizzarle. Gli esempi proseguono il tema della popolazione dal Capitolo 2, ma esaminerai insiemi di dati molto più dettagliati, sia spazialmente sia demograficamente. Nella seconda parte del capitolo parleremo del colore — una componente essenziale di qualsiasi visualizzazione, ma particolarmente importante per le mappe.
4
Import dei dati e proiezioni
In questo capitolo seguirai la creazione di una visualizzazione dai file di dati spaziali grezzi fino all’aggiunta dei crediti su una mappa. Lungo il percorso imparerai a leggere dati spaziali in R, approfondirai proiezioni e sistemi di riferimento delle coordinate, come aggiungere dati aggiuntivi a un oggetto spaziale e alcuni suggerimenti per rifinire le tue mappe.
R
Visualizzare dati geospaziali in R
Corso
completato
