R语言与GIS实践:Shapefile导入与地图显示及应用
在众多学习中,文章也许不起眼,但是重要的下面我们就来讲解一下!!
1. R项目简介
R是一个开源的统计计算和图形编程语言和软件环境,广泛应用于统计分析和数据挖掘[1]。Oracle培训R项目遵循GNU协议,它的软件环境源码由C,Fortran和R写就。R可以运行在多个平台,包括各种Unix发行版本,Window和MacOS上, 国内有中科院、厦门大学、北京交通大学等多个镜像[2]。R是对S语言的一种实现,由Ross Ihaka 和 Robert Gentleman 所创建,R取之他们名字的首字母。R具有由用户贡献的大量的类库,能够处理各种科学计算的问题。
2.R与GIS
与地学问题相关的R类库也十分繁多,包括Spatial data,Maptools,RGdal等。 不过似乎StackOverflow的主站关于R在GIS的问题比GIS分站更为活跃。原因未知……之所以要使用R是因为R能够以Hadoop集成[3],希望利用R更高效地处理空间聚类问题。虽然Mashout也是一个很好的解决方案,但是感觉用户更加需要脚本式的问题处理工具。R的GIS的书籍比较少,基本都是以文档的形式存在,其中Applied spatial data analysis with R是一本挺好的教材。多使用Example命令和Google也是学习R的一个好途径。
3.Shapefile导入与地图显示oracle教程
R语言中导入Shapefile是非常容易的,可以使用的包,包括RGdal,maptools,PBSmapping等。在这里我们采用maptools和sp两个类库来实现地图数据的导入和显示。在R中心选择镜像并下载。
加载这两个类库,输入如下代码:
- library(maptools)
- library(sp)
读取shapefile文件,可以直接输入文件路径或者通过file.choose函数来选择文件,这里采用国家基础地理信息系统1比400万数据中的省界国界。
- vent.map <-readShapeSpatial(file.choose()) oracle视频教程
趋势一:数据的资源化
何为资源化,是指大数据成为企业和社会关注的重要战略资源,并已成为大家争相抢夺的新焦点。因而,企业必须要提前制定大数据营销战略计划,抢占市场先机。
趋势二:与云计算的深度结合
大数据离不开云处理,云处理为大数据提供了弹性可拓展的基础设备,是产生大数据的平台之一。自2013年开始,大数据技术已开始和云计算技术紧密结合,预计未来两者关系将更为密切。除此之外,物联网、移动互联网等新兴计算形态,也将一齐助力大数据革命,让大数据营销发挥出更大的影响力。
趋势三:科学理论的突破
随着大数据的快速发展,就像计算机和互联网一样,大数据很有可能是新一轮的技术革命。随之兴起的数据挖掘、机器学习和人工智能等相关技术,可能会改变数据世界里的很多算法和基础理论,实现科学技术上的突破。
趋势四:数据科学和数据联盟的成立
未来,数据科学将成为一门专门的学科,被越来越多的人所认知。各大高校将设立专门的数据科学类专业,也会催生一批与之相关的新的就业岗位。与此同时,基于数据这个基础平台,也将建立起跨领域的数据共享平台,之后,数据共享将扩展到企业层面,并且成为未来产业的核心一环。
趋势五:数据泄露泛滥
未来几年数据泄露事件的增长率也许会达到100%,除非数据在其源头就能够得到安全保障。可以说,在未来,每个财富500强企业都会面临数据攻击,无论他们是否已经做好安全防范。而所有企业,无论规模大小,都需要重新审视今天的安全定义。在财富500强企业中,超过50%将会设置首席信息安全官这一职位。企业需要从新的角度来确保自身以及客户数据,所有数据在创建之初便需要获得安全保障,而并非在数据保存的最后一个环节,仅仅加强后者的安全措施已被证明于事无补。
趋势六:数据管理成为核心竞争力
数据管理成为核心竞争力,直接影响财务表现。当“数据资产是企业核心资产”的概念深入人心之后,企业对于数据管理便有了更清晰的界定,将数据管理作为企业核心竞争力,持续发展,战略性规划与运用数据资产,成为企业数据管理的核心。数据资产管理效率与主营业务收入增长率、销售收入增长率显著正相关;此外,对于具有互联网思维的企业而言,数据资产竞争力所占比重为36.8%,数据资产的管理效果将直接影响企业的财务表现。
或者选择点、线、面类型输入
- point.mp
- line.mp
- poly.mp
注意,这个命令并不导入Shapefiel的Proj文件,所以导入的是无坐标信息的数据。
- print(proj4string(vent.map))
输出是:
[1] NA
查看shapefile属性,添加坐标信息
- summary(vent.map)
#p#分页标题#e#
输出是:
- Object of class SpatialLinesDataFrame
- Coordinates:
- min max
- x 73.446960 135.08583
- y 3.408477 53.55793
- Is projected: NA
- proj4string : [NA]
- Data attributes:
- FNODE_ TNODE_ LPOLY_ RPOLY_ LENGTH
- Min. : 1.0 Min. : 1.0 Min. : 1.0 Min. : 1.0 Min. : 0.0040
- st Qu.: 433.0 1st Qu.: 432.0 1st Qu.: 1.0 1st Qu.: 1.0 1st Qu.: 0.0300
- Median : 876.0 Median : 880.0 Median : 1.0 Median : 65.0 Median : 0.0700
- Mean : 927.6 Mean : 929.9 Mean :128.8 Mean :210.8 Mean : 0.5421
- rd Qu.:1344.0 3rd Qu.:1344.0 3rd Qu.:204.0 3rd Qu.:327.0 3rd Qu.: 0.2350
- Max. :2131.0 Max. :2131.0 Max. :925.0 Max. :926.0 Max. :16.7130
- BOU2_4M_ BOU2_4M_ID GBCODE
- Min. : 1 Min. : 1 Min. :26010 oracle数据库教程
- st Qu.: 447 1st Qu.: 219 1st Qu.:26010
- Median : 893 Median :26010 Median :26010
- Mean : 893 Mean :17260 Mean :35583
- rd Qu.:1339 3rd Qu.:26010 3rd Qu.:61010
- Max. :1785 Max. :61156 Max. :99001
添加坐标信息
proj4string(vent.map) <- “+proj=longlat +datum=WGS84”
显示地图
plot(vent.map, axes=TRUE, border=”gray”)
R就会弹出新的窗口显示:如图-1所示:
更多视频课程文章的课程,可到课课家官网查看。我在等你哟!!!