• (转)R空间数据处理与可视化


    前言

    很多朋友说在R里没法使用高德地图,这里给出一个基于leaflet包的解决方法。

    
    library(leaflet)
    
    # 添加高德地图
    m <- leaflet() %>%
      addTiles(
        'http://webrd02.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=8&x={x}&y={y}&z={z}',
        tileOptions(tileSize=256, minZoom=9, maxZoom=17),
        attribution = '&copy; <a href="http://ditu.amap.com/">高德地图</a>',
      ) %>% 
      setView(116.40,39.90, zoom = 10)
    m
    
    

    空间数据基础知识

    shp文件

    空间数据最常用的格式是shp,主要由三个文件组成:shp文件用于存储位置几何信息,dbf文件用于存储attribute,shx用于存储位置几何信息与attribute的对照表。位置几何信息主要有以下几类:points,multipoints,lines,polygons等。

    WKT与WKB

    WKT(Well-known text)是开放地理空间联盟OGC(Open GIS Consortium )制定的一种文本标记语言,用于表示矢量几何对象、空间参照系统及空间参照系统之间的转换。举例如下:

    • 点(Point):"POINT(1 1)"
    • 线(Line):"LINESTRING(0 0,1 1,2 2)"
    • 多边形(Polygon):"POLYGON((0 0,3 0,3 3,0 3,0 0),(1 1,2 1,2 2,1 2,1 1))"
    • WKB(well-known binary) 是WKT的二进制表示形式,解决了WKT表达方式冗余的问题,便于传输和在数据库中存储相同的信息.

    R的空间数据处理与可视化

    空间数据处理与可视化,需要解决三个问题,一是怎么在R中表示空间数据,二是怎么对空间对象进行计算;三是怎么在R中绘制空间数据/地图。sp用于解决第一个问题,rgeos用于解决第二个问题,leaflet用于解决第二个问题。

    sp

    sp包的功能是在R中提供对象表示shp文件。SpatialPoints,SpatialMultiPoints,SpatialLines,SpatialPolygons等用于表示位置几何信息。attribute一般以表格形式存在,所以sp包用dataframe对齐进行表示。为前面提到的SpatialXXX添加dataframe后得到诸如SpatialPointsDataFrame,SpatialMutilPointsDataFrame,SpatialLinesDataFrame,SpatialPolygonsDataFrame等类。在这些类中,位置几何信息与attribute的对照关系通过Spatial类的ID与dataframe的rownames进行匹配得到。

    SpatialXXDataFrame的结构示意图如下(出处:http://neondataskills.org/R/):

    下面举一个例子,怎么从dataframe数据变为sp对象。

    
    library(splitstackshape)
    library(sp)
    library(dplyr)
    library(tidyr)
    
    # 自定义函数
    points2spline <- function(df, id_field, lng_field, lat_field){
      df <- as.data.frame(df)
      data <- as.matrix(df[,c(lng_field, lat_field)])
      id = df[1, id_field]
      Lines(list(Line(data)), ID=id)
    }
    
    splines2splinesdf <- function(splines,  data, id_field)  {
      ids <- data.frame(names(splines))
      colnames(ids) <- id_field
      join_name <- dplyr::inner_join(ids, data)
      row.names(join_name ) <- join_name[, id_field]
      splinesdf <- SpatialLinesDataFrame(splines, data=join_name)
      proj4string(splinesdf ) <- CRS("+init=epsg:4326") # 设置投影坐标系,leaflet可以不用设置
      return(splinesdf)
    }
    
    # 准备数据
    link_id <- c("road_one", "road_two")
    coors <- c("116.44469451904297,39.890071868896484:116.44451141357422,39.891361236572266", "116.44499969482422,39.887630462646484:116.44469451904297,39.890071868896484")
    status <- c("congest", "uncongest")
    
    link_coors <- data.frame(link_id, coors, status)
    lon_lat_df <- cSplit(link_coors %>% select(link_id, coors), 
           c("coors"), sep=":", direction="long") %>% 
      separate(coors, c("lng", "lat"),  sep=",", convert=TRUE)
    
    # data.frame转化为sp
    link_list <- split(lon_lat_df, lon_lat_df$link_id)
    names(link_list) <- NULL
    Sl <- SpatialLines(plyr::llply(link_list, points2spline, "link_id", "lng", "lat"))
    Sldf <- splines2splinesdf(Sl, link_coors, "link_id")
    
    str(Sldf)
    
    

    rgeos

    空间处理,主要用来做一些空间运算,比如计算两个空间对象的位置关系:相交,重叠,包含等等。再比如,根据空间对象创建新的空间对象。此外,rgeos还能够完成WKT与sp对象的相互转换。

    
    library(rgeos)
    
    # 创建外扩与内缩buffer,演示WKT的读写
    dilated_buffer <- gBuffer(Sldf, byid=TRUE, width=0.0002, capStyle="FLAT")
    dilated_buffer_wkt <- readWKT(writeWKT(dilated_buffer, byid = FALSE))
    eroded_buffer <- gBuffer(dilated_buffer, byid=TRUE, width=-0.0001, capStyle="SQUARE")
    
    

    leaflet

    我们继续上面的例子,将空间对象绘制到高德地图上。

    library(leaflet)
    factpal <- colorFactor(c(rgb(1,0,0,1),rgb(0, 1, 0, 1)), domain=c("congest", "uncongest"))
    
    m <- leaflet() %>%
      addTiles(
        'http://webrd02.is.autonavi.com/appmaptile?lang=zh_cn&size=1&scale=1&style=8&x={x}&y={y}&z={z}',
        tileOptions(tileSize=256, minZoom=9, maxZoom=17),
        attribution = '&copy; <a href="http://ditu.amap.com/">高德地图</a>',
        group="高德地图"
      ) %>%
      setView(116.40,39.90, zoom = 10)  %>%
      addPolylines(color=~factpal(status), weight=3,opacity=1,  data=Sldf, group="实时路况") %>%
      addPolygons(data=dilated_buffer_wkt, group="空间计算") %>% 
      addPolygons(data=eroded_buffer, color="black", group="空间计算") %>%
      addLayersControl(
        overlayGroups = c("高德地图", "实时路况", "空间计算"),
        options = layersControlOptions(collapsed = FALSE)
      ) %>%
      addLegend("bottomleft", pal = factpal, values = Sldf@data$status,
                title = "实时交通", 
                opacity = 1
      ) %>%
      fitBounds(Sldf@bbox["x", "min"] - 0.001, Sldf@bbox["y", "min"] - 0.001, 
                Sldf@bbox["x", "max"] + 0.001, Sldf@bbox["y", "max"] + 0.001
      )
    
    

    本篇博客系转载,原文请见: https://segmentfault.com/a/1190000006023703

  • 相关阅读:
    JSDI——实现数据库连接池(JDBC改进)
    MD5加密算法(实际应用)
    Java Web 自动登录
    异步编程设计模式Demo
    异步编程设计模式Demo
    禁止程序启动2次
    C#线程同步的几种方法
    ASP.NET MVC的Action Filter
    带有返回值的intent
    android 属性动画
  • 原文地址:https://www.cnblogs.com/duanxingxing/p/6101037.html
Copyright © 2020-2023  润新知