Como fazer geomapas impressionantes em R: um guia completo com folheto

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br

[ad_1]

Geomapas com R e miniatura do folheto

Mapas geográficos com R e folheto

A visualização de dados pode ser difícil de acertar e os dados geoespaciais não são uma exceção. Hoje você aprenderá a construir mapas interativos esteticamente agradáveis ​​com R e leaflet.

Está tendo problemas com visualizações básicas do R? Aqui está nosso guia para construir gráficos de dispersão impressionantes.

O artigo está estruturado da seguinte forma:

Carregamento e preparação do conjunto de dados

Um tipo de desastre natural é perfeito para visualização de dados geoespaciais – terremotos. É fácil comparar magnitudes por meio de tamanhos de marcadores e geolocalização por meio de posições de marcadores. Isso é o que você fará hoje.

o Terremotos no Japão O conjunto de dados fornece uma visão geral de todos os terremotos no Japão entre 2001 e 2018. Veja como as primeiras linhas se parecem, uma vez carregadas com R:

Imagem 1 - Conjunto de dados Head of Earthquakes in Japan

Imagem 1 – Conjunto de dados Head of Earthquakes in Japan

Existem mais de 14.000 pontos de dados no conjunto de dados. Visualizar todos eles seria um pesadelo (muitos pontos sobrepostos), então vamos filtrar alguns deles. O snippet a seguir é carregado em todas as bibliotecas necessárias, declara algumas variáveis ​​para visualizações e realiza a filtragem de dados – apenas terremotos de magnitude 6 e acima são mantidos:

Esta é a aparência do conjunto de dados filtrado:

= 6) ”largura =” 1395 ″ altura = ”135 ″ srcset_temp =” https://appsilon.com/wp-content/uploads/2020/12/2-5.png 1395w, https://appsilon.com/ wp-content / uploads / 2020/12 / 2-5-600 × 58.png 600w, https://appsilon.com/wp-content/uploads/2020/12/2-5-1024 thirty99.png 1024w, https://appsilon.com/wp-content/uploads/2020/12/2-5-768 Budap74.png 768w ”tamanhos =” (largura máxima: 1395px) 100vw, 1395px ”/>

Imagem 2 – Conjunto de dados Head of Earthquakes in Japan (magnitude> = 6)

E isso é tudo que você precisa para criar seu primeiro mapa. Vamos fazer isso a seguir.

Crie seu primeiro mapa

Você vai usar o leaflet pacote para o trabalho. Seu primeiro mapa usará japan_lat e japan_lon variáveis ​​para definir a geolocalização e desenhará pontos marcadores tão grandes quanto a magnitude foi.

Há muito que você pode fazer para tornar o mapa esteticamente agradável. Definir os blocos é a primeira etapa, e descobrimos Esri.WorldStreetMap parece melhor neste local. Você pode se referir a esse site para todas as opções disponíveis.

Abaixo está um snippet de código que você pode usar para desenhar seu primeiro mapa básico:

É assim que parece:

Imagem 3 - Geomapa de terremotos perto do Japão de 2001 a 2018

Imagem 3 – Geomapa de terremotos perto do Japão de 2001 a 2018

o leaflet pacote não tem ideia de que está exibindo terremotos. Como resultado, magnitudes de 6 e 9 parecem quase idênticas, embora a segunda seja 1000 vezes mais forte. Vamos consertar isso a seguir.

Ajustar o tamanho do marcador

Você pode usar a seguinte fórmula não científica para calcular o tamanho do marcador:

Imagem 4 - Fórmula para calcular o tamanho do marcador

Imagem 4 – Fórmula para calcular o tamanho do marcador

o x aqui representa a magnitude, e c representa uma constante com a qual você pode brincar. Quanto maior for, mais fácil será detectar terremotos mais fortes. Só não enlouqueça com isso.

Você pode implementar esta fórmula no radius parâmetro. Veja como:

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br

Como você pode ver, o valor para c é definido como 2. Esta é a aparência do mapa agora:

Imagem 5 - Geomapa de terremotos perto do Japão de 2001 a 2018 (marcadores estilizados)

Imagem 5 – Geomapa de terremotos perto do Japão de 2001 a 2018 (marcadores estilizados)

Agora estamos chegando a algum lugar. O contorno padrão e as cores de preenchimento parecem um pouco opacas, então vamos alterá-los a seguir.

Tweak Marker Aesthetics

Os três parâmetros são cruciais para tornar seus mapas mais esteticamente agradáveis ​​- cor, cor de preenchimento e opacidade de preenchimento. Você pode ajustar todos eles dentro do addCircles() função. Veja como:

Este snippet de código torna os marcadores vermelhos e torna a cor de preenchimento um pouco mais transparente do que antes:

Imagem 6 - Geomapa de terremotos perto do Japão de 2001 a 2018 (marcadores estilizados v2)

Imagem 6 – Geomapa de terremotos perto do Japão de 2001 a 2018 (marcadores estilizados v2)

Neste ponto, seus mapas não mostram a imagem completa. Sim, você pode avaliar alguns dos terremotos mais fortes comparando os tamanhos dos marcadores, mas isso é realmente um caminho a percorrer?

Os pop-ups dizem não e você aprenderá como adicioná-los a seguir.

Os pop-ups fornecem uma maneira organizada e limpa de exibir mais informações sempre que você clicar em um marcador de interesse. Você os usará para adicionar informações sobre a hora do terremoto, sua magnitude, profundidade e local.

Você pode usar o paste0 função para adicionar os dados. Se você quiser algo estilizado, pode usar várias tags HTML. Por exemplo, o tag deixará uma parte do texto em negrito e
faz uma quebra de linha:

Aqui está a saída correspondente:

Imagem 7 - Geomapa final de terremotos perto do Japão de 2001 a 2018 (com pop-ups adicionados)

Imagem 7 – Geomapa final de terremotos perto do Japão de 2001 a 2018 (com pop-ups adicionados)

E isso é apenas o suficiente para você começar. Vamos encerrar as coisas a seguir.

Conclusão

Visualizar dados geoespaciais é fácil com R. Se seus dados estiverem no formato certo, algumas linhas de código serão suficientes.

Hoje você aprendeu como fazer visualizações básicas de dados geoespaciais, como ajustar marcadores e outras estéticas e como adicionar pop-ups. Isso por si só será suficiente para a maioria das visualizações.

Você pode esperar mais tutoriais R básicos semanais. Preencha o formulário de inscrição abaixo, para que você nunca perca uma atualização.

Saber mais

Appsilon está contratando para funções remotas! Veja nosso Carreiras página para todas as posições em aberto, incluindo R Shiny Developers, Engenheiros Fullstack, Engenheiros front-end, uma Engenheiro de infraestrutura sênior, e um Gerente de Comunidade. Junte-se à Appsilon e trabalhe em projetos inovadores com as empresas Fortune 500 mais influentes do mundo.

Artigo Como fazer geomapas impressionantes em R: Um guia completo com folheto vem de Appsilon | Soluções de ciência de dados de ponta a ponta.



[ad_2]

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br
Leia Também  Pesquisa: Qual o melhor grau para ciência de dados?