background preloader

Startseite | Applied Spatial Data Science with R Introduction I recently started working on my Ph.D dissertation which utilizes a vast amount of different spatial data types. During the process, I discovered that there were a lot of concepts about using R for spatial data analysis that I was not aware of. The purpose of this report is to document some of those concepts and my favorite packages for spatial data analysis. This report is organized as follows: Firstly we need to ask why R is a good tool of choice for spatial analysis; secondly we shall go through a typical data analysis life-cycle from getting spatial data to data preparation, exploration, visualization and geostatistical analysis. Why use R for Spatial Data Analysis You might be asking yourself; why use R for spatial analysis when there are commercial and open source Geographical Information Systems (GIS) like ESRI ArcMap and QGIS respectively. R Packages for Spatial Data Analysis Some of my favorite packages for spatial data analysis include: Data Preparation The Data ggplot2

Portail données ouvertes Making Maps With R · Reproducible Research. Intro For a long time, R has had a relatively simple mechanism, via the maps package, for making simple outlines of maps and plotting lat-long points and paths on them. More recently, with the advent of packages like sp, rgdal, and rgeos, R has been acquiring much of the functionality of traditional GIS packages (like ArcGIS, etc). More recently, a third approach to convenient mapping, using ggmap has been developed that allows the tiling of detailed base maps from Google Earth or Open Street Maps, upon which spatial data may be plotted. As in our previous explorations in this course, when it comes to plotting, we are going to completely skip over R’s base graphics system and head directly to Hadley Wickham’s ggplot2 package. Today’s Goals Introduce readers to the map outlines available in the maps package Show how to convert those data into data frames that ggplot2 can deal withDiscuss some ggplot2 related issues about plotting things.Use ggmap to make some pretty decent looking maps

Centre de Données astronomiques Plotting World and Country maps in R | Keith Newman UPDATE: there's now an additional guide to plotting maps in R that uses different data available on the GADM website. After going through this tutorial, you may also want to see the guide to Plotting Country maps in R using GADM data. In this Guide: Here's what I'll be demonstrating in this guide: Set-Up Before we begin, we are going to need a few packages. library(maps) # Provides functions that let us plot the mapslibrary(mapdata) # Contains the hi-resolution points that mark out the countries. If these packages loaded correctly, you can move to the world map section. If one of the packages gives you an error message and fails to load you will need to install the missing package(s) using the commands install.packages("maps")install.packages("mapdata") World Map The mapdata package contains a highly detailed set of polygons that map out all the countries of the World. To plot a map, we intuitively use the map() function and call the worldHires data: map('worldHires') map('world2Hires')

Open Data : Europeana ouvre les données de 20 millions d'oeuvres Europeana, la médiathèque co-financée par l'Union Europénne, a annoncé mercredi la mise en ligne d'un ensemble de métadonnées couvrant 20 millions d'oeuvres numérisées, sous une licence gratuite qui autorise toute forme d'exploitation. Excellente nouvelle pour les développeurs, et pour les amateurs d'art. Alors qu'en France les données culturelles sont exclues du champs des données devant être offertes librement au public, Europeana a annoncé mercredi l'ouverture de ses métadonnées couvrant 20 millions d'oeuvres référencées, dans 29 langues. Les données accessibles via une API sont publiées sous une licence Creative Commons CC0, la plus généreuse de toutes, qui autorise quiconque à exploiter l'ensemble gratuitement, y compris à des fins commerciales, sans aucune restriction. Lancé en novembre 2008, Europeana met en ligne des oeuvres numérisées issues de différents musées, bibliothèques, archives et collections audiovisuelles européennes. Lire L'Assemblée nationale se met à l'Open Data

What If You Dig A Hole Through The Earth? | Fronkonstin library(xlsx) library(ggmap) library(mapdata) library(ggplot2) CapitalCities <- read.xlsx("WUP2011-F13-Capital_Cities.xls", sheetName="Capital_Cities", startRow=13,header=TRUE) names(CapitalCities) = gsub("\\ CapitalCities$LatitudeSym <- -CapitalCities$Latitude CapitalCities$LongitudeSym <- -sign(CapitalCities$Longitude)*(180-abs(CapitalCities$Longitude)) CapitalCities$DigResult <- apply(CapitalCities, 1, function(x) {unlist(revgeocode(c(as.numeric(x[11]),as.numeric(x[10]))))}) CapitalCities$Drowned <-$DigResult)*1 sum(CapitalCities$Drowned*CapitalCities$Populationthousands)/sum(CapitalCities$Populationthousands) world <- map_data("world") opt <- theme(legend.position="none", axis.ticks=element_blank(), axis.title=element_blank(), axis.text =element_blank(), plot.title = element_text(size = 35), panel.background = element_rect(fill="turquoise1")) p <- ggplot() p <- p + geom_polygon(data=world, aes(x=long, y=lat, group = group),colour="white", fill="lightgoldenrod2" ) p + opt

OpenData : Bouches-du-Rhône Tourisme a déjà attiré 10 000 internautes Depuis son lancement en avril 2012, le site a attiré 10 000 visiteurs - Capture d'écran Depuis que Bouches-du-Rhône Tourisme a libéré ses données touristiques, en avril 2012, le site compte 10 000 visiteurs, plus de 4 000 téléchargements et 2 créations numériques développées à partir des informations présentées. Par ailleurs, afin de faciliter la mise à jour, le CDT a mis en place, en partenariat avec Microsoft, un système qui permet d'accéder aux données via une API sur le portail OGDI DataLab. Et, pour pousser les internautes à développer des application numériques ou des sites web, le CDT lance une opération de sponsoring OpenData. Les créations sélectionnées seront rémunérées 500 € TTC afin de promouvoir la destination et faire découvrir sa démarche de libération des données. Autres articles

Maps in R: choropleth maps - MilanoR This is the third article of the Maps in R series. After having shown how to draw a map without placing data on it and how to plot point data on a map, in this installment the creation of a choropleth map will be presented. A choropleth map is a thematic map featuring regions colored or shaded according to the value assumed by the variable of interest in that particular region. Packages used We make use of three packages (plus their dependencies) to produce the maps in this post. maptools: a set of tools for reading and handling spatial objects. So, let's load them into R. > library(maptools) > library(ggplot2) > library(ggmap) Data used In order to produce the maps displayed later in this post, we used data publicly available from Eurostat. The polygons for drawing the administrative boundaries were obtained from this link. Note: for an introduction on NUTS (Nomenclature of territorial units for statistics) classification, look at this Introduction on Eurostat website. Data preparation

Les déplacements intelligents à l'heure de l'Open Data ciblés par OBS et la Société Générale le 17/09/2012, par Quentin Renard, Terminaux et Systèmes, 689 mots ALD Automotive, filiale de la Société Générale, s'associe à Orange Business Service afin de proposer un assistant de mobilité personnel et intelligent. L'application permet aux salariés de gagner du temps de trajet ou de réduire l'impact écologique de leurs déplacements en puisant aux meilleures sources de données. ALD Automotive, la filiale de la Société Générale dédiée à la location de parc automobile à destination des entreprises, a présenté le lundi 17 décembre 2012 la solution Aldo, développée en partenariat avec l'opérateur télécoms Orange Business Service (OBS). Derrière ce slogan, il s'agit de proposer à un employé d'une entreprise de planifier un déplacement en lui indiquant le mode de transport adéquat. L'application répond à une demande de l'utilisateur qui est désormais de savoir ce que « mon mobile peut faire pour moi ? Photo : Laurent Corbellini - Directeur Marketing ALD Automotive France (D.R)

MAPS WITH R A package that provides classes and methods for spatial data (points, lines, polygons, grids). The classes document where the spatial location information resides, for 2D or 3D data.It does not contains gegrafical data to plot maps directly (as the library maps did), but the methods and classes for plot data provided by other sources.Here is the sp package documentation. First, the sp library should be downloaded and loaded. if (!"sp" %in% installed.packages()) install.packages("sp")library("sp") This time, we will use the spatial data provided by GADM, a free spatial database of the location of the world's administrative areas (or administrative boundaries). load(url(" adm0 means the country w/o interior boundaries adm1 means 'Comunidades Autónomas' adm2 means 'Provincias' adm3 means 'Comarcas' adm4 means 'Municipios' esp1 <- gadm esp1 <- load(url(" ## chr "gadm" class(gadm) Anyway, plot the map

Home'n'go met l'open data au service de la recherche de logement Mercredi 12 se tiendra le Camping Demo Day Tour. L'occasion pour les douze start-ups soutenues par l'accélérateur de présenter leur projet aux investisseurs. Parmi eux, Home'n'go, un service de recherche de logement enrichi de données économiques, démographiques ou même politiques. Quand ils sont sortis de HEC en 2011, Adrien Pavillet, Sébastien Zerah et Margaux Pelen ont tous trois cherché un appartement. « C'est chronophage et stressant et on ressentait le besoin d'avoir un service qui centralise les annonces », confie cette dernière. Un tel outil n'existait pas. C'est alors qu'ils ont eu l'idée de fonder Home'n'go. De l'avis Margaux Pelen, « les grandes agences immobilières n'ont pas pris le tournant du Web 2.0 ». Home'n'go repose sur quatre piliers : centralisation, gestion, information et collaboration. « Pour l'instant nous comptons 1,5 millions d'annonces mais à terme nous voulons couvrir 95% du marché immobilier français », annonce Margaux Pelen.