After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kursbeskrivning
Var bör du köpa hus för att få mest värde för pengarna? Ett naturligt första steg är att skapa en karta – men rumslig analys i R kan kännas överväldigande på grund av de komplexa objekt som data ofta lagras i.
Den här kursen introducerar dig till rumslig data genom att börja med objekt du redan känner till: dataramar. Därefter presenteras de specialiserade objekten från paketen sp och raster, som används för att representera rumslig data i R. Du lär dig att läsa in, utforska och bearbeta dessa objekt, och belöningen är att du till slut kan använda paketet tmap för att skapa kartor.
När kursen är klar har du skapat kartor över fastighetsförsäljningar i en liten stad, befolkningsdata för världens länder, befolkningsfördelningen i nordöstra USA samt medianinkomsten i New York Citys stadsdelar.
Förkunskapskrav
Kursplan
Kursöversikt
1
Grundläggande kartritning med ggplot2 och ggmap
Vi börjar direkt med att visualisera rumslig data – fastighetsförsäljningar i en liten amerikansk stad – med hjälp av ggplot2. Därefter introduceras paketet ggmap som ett smidigt sätt att lägga till rumsligt sammanhang i dina diagram. Vi går igenom vad som gör rumslig data speciell och presenterar de vanligaste datatyperna som används i kursen.
- Introduktion till spatialdata50 XP
- Hämta en bakgrundskarta100 XP
- Sätt ihop allt100 XP
- Insikt genom estetik100 XP
- Användbara alternativ för get_map() och ggmap()50 XP
- Olika kartor100 XP
- Utnyttja ggplot2:s styrkor100 XP
- Ett snabbt alternativ100 XP
- Vanliga typer av rumsliga data50 XP
- Rita polygoner100 XP
- Koropletskarta100 XP
- Rasterdata som en värmekarta100 XP
2
Punkt- och polygondata
Du kommer långt med rumslig data lagrad i dataramar, men det underlättar om den lagras i specialiserade rumsliga objekt. I det här kapitlet introduceras de objektklasser som paketet sp tillhandahåller, med fokus på punkt- och polygondata. Du lär dig att utforska och filtrera dessa objekt med hjälp av en världskarta. Som belöning för att du lärt dig om dessa objektklasser får du bekanta dig med paketet tmap – det kräver rumsliga objekt som indata men gör det enkelt att skapa kartor. Kapitlet avslutas med att du skapar en karta över världens befolkning.
3
Rasterdata och färg
Paketet sp erbjuder vissa klasser för rasterdata, men paketet raster tillhandahåller mer användbara klasser. Du introduceras till dessa klasser och deras fördelar, och lär dig sedan att visualisera dem. Exemplen fortsätter med befolkningstema från kapitel 2, men med betydligt mer detaljerade datamängder – både rumsligt och demografiskt. I kursens andra hälft behandlas färg, som är en viktig del av all datavisualisering och särskilt betydelsefull för kartor.
4
Dataimport och projektioner
I det här kapitlet följer du hela processen från råa rumsliga datafiler till en färdig karta med källhänvisning. På vägen lär du dig att läsa in rumslig data i R, mer om projektioner och koordinatsystem, hur du lägger till ytterligare data i ett rumsligt objekt samt tips för att finslipa dina kartor.
R
Visualisering av geospatial data i R
Kurs
slutförd
