Una breve introduzione alla libreria tmap in R per l’esplorazione dei dati geospaziali.
13 ore fa
Non tutti i data scientist dovranno decidere tra Python o R. Vedo costantemente discussioni su questo argomento, alcune fastidiose, altre piuttosto divertenti. Ma la verità è che ci sono e ci saranno molti Data Scientist che potranno utilizzare entrambi i linguaggi perché non avranno bisogno di distribuire nulla o di portare online un’intera applicazione. Devono solo analizzare alcuni dati e creare una presentazione esecutiva semplice, nel buon vecchio PowerPoint, se vuoi.
Di recente, avevo bisogno di farlo. Ho dovuto ottenere alcuni punti dati contenenti Latitudine E Longitudine informazioni, analizzare quei punti e elaborare una buona narrazione dei dati per dettagliare le mie intuizioni.
Devo dire che adoro lavorare con R. Penso che il linguaggio sia facile da programmare e i pacchetti siano abbastanza ben costruiti. Uno di quelli nella mia scatola del tesoro è il tmap biblioteca.
Una delle biblioteche nel mio scrigno del tesoro è
tmap.
Mappa tematicao semplicemente tmap in breve, è una libreria creata in R per lavorare con dati spaziali e il tematico nel suo nome significa che possiamo personalizzare e visualizzare i dati utilizzando risorse come bolle, coropleti e livelli, in base al grammatica della graficaquindi somigliante ggplot2secondo i creatori della biblioteca.
In questo post esamineremo le nozioni di base per aiutarti a velocizzare la creazione di mappe con questo fantastico strumento, offrendoti una solida base per creare visualizzazioni e per continuare a studiare per creare mappe più avanzate.
Importiamo alcune librerie e mettiamoci al lavoro. Ricordando che quelli che non hai, basta usarli install.packages("name_of_the_library") per installarlo nel tuo R Studio.
library(tidyverse) # for data manipulation
library(tmap) # for map visualization
library(sf) # for shapefile manipulation
Quando si lavora con tmapè necessario disporre di dati da poter tracciare su una mappa. Di solito, le variabili Latitudine e Longitudine sono sufficienti. Ma certamente, se hai uno shapefile con poligoni per ogni regione devi…
Fonte: towardsdatascience.com
