タグ付けされた質問 「r」

RのArcMapからシェープファイルを開いて、さらに地球統計分析に使用する必要があります。ASCIIテキストファイルに変換しましたが、Rではdata.frameとして認識されます。xとyが非数値として認識されるとすぐに、座標機能は機能しません。 それに対処するのを手伝ってもらえますか？

64 shapefile  r 

Rは、空間データを処理および分析するための非常に強力なツールになりつつあります。私はSOでこれらのような 質問を通していくつかの有用なことを学び、類似しているがより「空間的に」指向の何かを持つことが有用であるかもしれないと思いました。 便利だと感じた空間Rのヒントとコツを共有できますか？

44 tips-and-tricks  r 

Rで空間データを処理するための優れたチュートリアルを知っている人はいますか？rgdalやmaptoolsのようなパッケージがあることは知っていますが、基本的な機能（読み取り、プロット、シンボルの変更、データの結合など）にアクセスしたり、より広範な概要を取得したりするための有用なチュートリアルは実際には見つかりませんでした空間データの空間分析と操作のためのRの実際の機能は何ですか。また、本、論文、ブログなどの推奨も大歓迎です。

43 r  spatial-statistics  references 

シンプルフィーチャオブジェクトからジオメトリ列を除くすべてを抽出するsf-native（つまり「正しい」）方法はありますか？これは動作します df <- dplyr::select(as.data.frame(sf), -geometry) しかし、select( , -geometry)ステップは不要だと感じています。また、ジオメトリ属性は削除されません。

43 r  sf 

私は巨大な.kmlファイル（最大10 Gb）で作業しており、それらをRに読み込む効率的な方法が必要です。これまでは、QGISを介してシェープファイルに変換し、その後readShapePolyとreadOGR（後者ちなみに、前者よりも1000倍高速です）。面倒で時間がかかるため、QGIS中間段階を切り取りたいと考えています。 .kmlファイルを直接読み込む方法は？ 私は、これはまた、readOGRで行うことができます参照します。残念ながら、実際の例を実装する方法はわかりません（.kmlファイルを長時間準備した後xx <- readOGR(paste(td, "cities.kml", sep="/"), "cities")）。ここの「都市」は空間オブジェクトの名前のようです。 Roger Bivandは、「OGRのKMLドライバーはファイルにアクセスするためにこの名前を必要とするため、この名前の発見方法は明らかではありません。1つの可能性は次のとおりです。 system(paste("ogrinfo", paste(td, "cities.kml", sep="/")), intern=TRUE) 」 しかし、これは私にとってもうまくいきません。試用するテスト.kmlファイルを次に示します。作業ディレクトリにあると、readOGR("x.kml", "id")このエラーメッセージが生成されます。 Error in ogrInfo(dsn = dsn, layer = layer, encoding = encoding, use_iconv = use_iconv) : Cannot open layer . そしてsystem(paste("ogrinfo", "x.kml"), intern=TRUE)生成： [1] "Had to open data source read-only." "INFO: Open …

42 kml  r 

Rの空間データを分析するには、いくつかの素晴らしい可能性があります。現在のプロジェクトのコンテキストでは、Rをより頻繁に使用して分析したいと思います。 これまで、データをプロットおよび探索するための実用的なツールを多数提供するggplot2パッケージを使用してマップをプロットしました。それでも、私のマップは、ArcGISでプロットするために使用したマップほど美しくありません。 それで、出版の目的のために、少し実験して地図をもっと見栄え良くするために使用できる良いチュートリアル、本、実用的なヒント、パッケージなどがあるのだろうか？

41 r  cartography 

この質問の答えを考え出すのに少し時間を費やしました。Google検索からすぐに明らかではないので、ここに回答を投稿すると便利だと思います。連続していないポリゴンに関する追加の質問もあります。 簡単な答え：次のコマンドを使用します。 centroids <- getSpPPolygonsLabptSlots(polys) （これは、R、spの包括的な空間パッケージのSpatialPolygonsDataFrame Rデータクラスのクラスの説明で見つかりました） これはまったく同じことをするようです cents <- SpatialPointsDataFrame(coords=cents, data=sids@data, proj4string=CRS("+proj=longlat +ellps=clrk66")) 次のコードでは、どのRインストールでも複製可能であるはずです（試してみてください！） #Rcentroids install.packages("GISTools") library(GISTools) sids <- readShapePoly(system.file("shapes/sids.shp", package="maptools")[1], proj4string=CRS("+proj=longlat +ellps=clrk66")) class(sids) plot(sids) writeSpatialShape(sids, "sids") cents <- coordinates(sids) cents <- SpatialPointsDataFrame(coords=cents, data=sids@data, proj4string=CRS("+proj=longlat +ellps=clrk66")) points(cents, col = "Blue") writeSpatialShape(cents, "cents") centroids <- getSpPPolygonsLabptSlots(sids) points(centroids, pch = 3, …

41 r  centroids 

米国本土のkmグリッドに値のデータセットがあります。列は「緯度」、「経度」、「観測」です。たとえば、 "lat" "lon" "yield" 25.567 -120.347 3.6 25.832 -120.400 2.6 26.097 -120.454 3.4 26.363 -120.508 3.1 26.630 -120.562 4.4 または、Rデータフレームとして： mydata <- structure(list(lat = c(25.567, 25.832, 26.097, 26.363, 26.63), lon = c(-120.347, -120.4, -120.454, -120.508, -120.562), yield = c(3.6, 2.6, 3.4, 3.1, 4.4)), .Names = c("lat", "lon", "yield"), class = …

40 raster  convert  r 

PL/R関数を使用してPostGIS、一連のポイントの周りにボロノイポリゴンを生成しています。私が使用している関数は、ここで定義されています。特定のデータセットでこの関数を使用すると、次のエラーメッセージが表示されます。 Error : ERROR: R interpreter expression evaluation error DETAIL: Error in pg.spi.exec(sprintf("SELECT %3$s AS id, st_intersection('SRID='||st_srid(%2$s)||';%4$s'::text,'%5$s') AS polygon FROM %1$s WHERE st_intersects(%2$s::text,'SRID='||st_srid(%2$s)||';%4$s');", :error in SQL statement : Error performing intersection: TopologyException: found non-noded intersection between LINESTRING (571304 310990, 568465 264611) and LINESTRING (568465 264611, 594406 286813) at 568465.05533706467 264610.82749605528 …

38 postgis  polygon  r  voronoi-thiessen 

さまざまなCRS（主にWGS84 lat / lon）に多数のシェープファイルがあり、それらを共通の投影（Albers Equal Area Conicなど）に変換したいのですが、問題が改善したら、別の質問で選択する際に助けを求めることがあります-defined）。 私はRで空間統計を行うために数ヶ月を費やしましたが、それは5年前です。私の人生では、ある投影法から別の投影法にspオブジェクト（例えばSpatialPolygonsDataFrame）を変換する方法を思い出せません。 サンプルコード： P4S.latlon <- CRS("+proj=longlat +datum=WGS84") hrr.shp <- readShapePoly("HRR_Bdry"), verbose=TRUE, proj4string=P4S.latlon) # Shapefile available at # http://www.dartmouthatlas.org/downloads/geography/hrr_bdry.zip # but you must rename all the filenames to have the same # capitalization for it to work in R これSpatialPolygonsDataFrameで適切な投影情報を取得できましたが、それを目的の投影に変換したいと思います。このために、やや直感的ではない名前の関数があったことを思い出しますが、それが何であるかを思い出せません。 CRSを変更するだけでなく、一致するように座標を変更することに注意してください（ "reproject"、 "transform"など）。 編集 このシェープファイル用に迷惑なことにメキシコに配置されているAK …

35 r  coordinate-system 

緯度と経度のデータポイントがたくさんあります。Rを使用して、距離に基づいてクラスター化します。 私はすでにこのページを見て、clustToolパッケージを試しました。しかし、clustToolのclust関数がデータポイント（lat、lon）を空間データと見なし、適切な式を使用してそれらの間の距離を計算するかどうかはわかりません。 つまり、空間データと順序データをどのように区別するかわかりません。マップ上の2つのポイント（空間）と2つの通常の数値の間の距離の計算は異なると思います。（そうではありませんか？） また、クラスタリングで3番目のパラメーターを検討する場合はどうなりますか？ （lat、lon）ともう1つのパラメーターがある場合に言うように。 距離はどのように計算されますか？ clustToolのもう1つの問題は、GUIを念頭に置いて設計されていることです。ライブラリのGUIオーバーヘッドを必要としないのでスキップする方法はわかりません。 空間データのクラスター分析のために、Rにはどのようなオプションがありますか？

34 r  distance  software-recommendations  spatial-statistics  clustering 

米国北東部の地図を作成しています。地図の背景は、高度地図または平均年間気温地図である必要があります。Worldclim.orgからこれらの変数を提供する2つのラスターがありますが、関心のある州の範囲でそれらをクリップする必要があります。これを行う方法に関する提案。これは私がこれまでに持っているものです： #load libraries library (sp) library (rgdal) library (raster) library (maps) library (mapproj) #load data state<- data (stateMapEnv) elevation<-raster("alt.bil") meantemp<-raster ("bio_1.asc") #build the raw map nestates<- c("maine", "vermont", "massachusetts", "new hampshire" ,"connecticut", "rhode island","new york","pennsylvania", "new jersey", "maryland", "delaware", "virginia", "west virginia") map(database="state", regions = nestates, interior=T, lwd=2) map.axes() #add …

33 raster  r  clip  maps 

どのようにRを使用して シェープファイルを200メートルの正方形/サブポリゴンに分割し、 以下の元のマップ上にこのグリッド（各正方形のID番号を含む）をプロットし、 特定の地理座標がどの正方形にあるかを評価します。 私はGISの初心者であり、これはおそらく基本的な質問ですが、Rでこれを行う方法に関するチュートリアルは見つかりませんでした。 これまでに行ったことは、NYCのシェープファイルを読み込んで、いくつかの典型的な地理座標をプロットすることです。 以下のデータを使用してこれを行う例（Rコード）を探しています。 # Load packages library(maptools) # Download shapefile for NYC # OLD URL (no longer working) # shpurl <- "http://www.nyc.gov/html/dcp/download/bytes/nybb_13a.zip" shpurl <- "https://www1.nyc.gov/assets/planning/download/zip/data-maps/open-data/nybb_13a.zip" tmp <- tempfile(fileext=".zip") download.file(shpurl, destfile=tmp) files <- unzip(tmp, exdir=getwd()) # Load & plot shapefile shp <- readShapePoly(files[grep(".shp$", files)]) plot(shp) # Define …

32 r  vector-grid  point-in-polygon 

私は、地理的に重み付けされた主成分分析（GWPCA）を実施するための説明/方法論を求めています。これのどの部分にもPythonを使用してうれしく、地理的に重み付けされた変数でPCAを実行するためにSPSSまたはRが使用されると思います。 私のデータセットは、約550のセンサストラクト（ベクトルジオメトリ）全体で測定される約30の独立変数で構成されています。 これはロードされた質問です。しかし、私が検索して検索すると、そこに解決策はないようです。私が遭遇したのは、GWPCA（およびGWR）の基本的な構成を説明する数式です。私は、生データからGWPCAの結果に到達するために達成する必要がある主要なステップを探しているという意味で、より適用されています。 以下に寄せられたコメントにより、この編集の最初の部分を拡大したいと思います。 ポールに対応するには... 私はGWPCAへの関心を次の論文に基づいています。 ロイド、CD、（2010）。地理的に重み付けされた主成分分析を使用した人口特性の分析：2001年の北アイルランドの事例研究。コンピューター、環境および都市システム、34（5）、p.389-399。 文献にアクセスできない人のために、以下の数学を説明する特定のセクションのスクリーンショットを添付しました。 そして、whuberに対処するには... 詳細（機密性）に進むことなく、30の変数（すべてが非常に良い指標であると思われる）を、固有値が1より大きいコンポーネントのセットに減らすことを試みています。これらのコンポーネントによって説明されるローカル分散を理解するため。 私たちの主な目標は、GWPCAの概念を証明すること、つまり、データの空間的に明示的な性質を示すことであり、すべての独立変数をグローバルスケールで説明できると考えることはできないと思います。むしろ、各コンポーネントが識別するローカルスケール（周辺）は、データの多次元の性質（変数を互いに組み合わせて研究エリアの特定の近傍を説明する方法）を理解するのに役立ちます。 問題のコンポーネントによって説明される近傍の範囲を理解するために（各コンポーネントのローカルな空間性を理解するのを助けるために）各コンポーネントが占める分散の割合を（別々に）マッピングしたいと考えています。おそらく他のマッピング例がいくつかありますが、現時点では思い浮かぶものはありません。 さらに： GWPCAの背後にある数学は、地理分析と社会統計の私のバックグラウンドを考えると、私が理解している以上のものです。数学の適用が最も重要です。つまり、これらの変数/式に何をプラグインするかです。

32 r  spatial-statistics 

これは、以前の投稿「土地被覆分類のための機械学習アルゴリズム」へのフォローアップです。 と思われるランダムフォレスト（RF）分類方法は、リモートセンシングの世界で非常に勢いを増しています。RFには多くの長所があるため、特に興味があります。 リモートセンシングデータに適したノンパラメトリックアプローチ 報告された高い分類精度 変数の重要度が報告されます これらの長所を考えると、高解像度の4バンド画像を使用してランダムフォレストの土地分類を実行したいと思います。ランダムフォレストの利点を宣伝する多くの資料と研究がありますが、分類分析を実際に実行する方法に関する情報はほとんどありません。私はRを使用したRF回帰に精通しており、この環境を使用してRF分類アルゴリズムを実行することを好みます。 Rを使用してランダムフォレストアルゴリズムに（つまり、高解像度CIR航空写真に基づいて）トレーニングデータを収集、処理、および入力するにはどうすればよいですか？分類された土地被覆ラスターの作成方法に関する段階的なアドバイスは大歓迎です。

32 r  land-classification  random-forest  machine-learning