R与数据分析旧笔记(四)画地图练习
> library(maps) > library(geosphere) 载入需要的程辑包:sp > map("state")#画美国地图 > map("world")#画世界地图 > xlim<-c(-171.738281,-56.601563) > ylim<-c(12.039321,71.856229) > map("world",col="#f2f2f2",fill=TRUE,bg="white",lwd=0.05,xlim=xlim,ylim=ylim)#通过设置坐标范围使焦点集中在美国周边,并且设置一些有关颜色
> #画一条弧线连线,表示社交关系 > lat_ca<-39.164141 > lon_ca<--121.64062 > lat_me<-45.21300 > lon_me<--68.906250 > gcIntermediate(c(lon_ca,lat_ca),c(lon_me,lat_me),n=50,addStartEnd=TRUE) lon lat [1,] -121.64062 39.16414 [2,] -120.75830 39.50191 [3,] -119.86744 39.83294 [4,] -118.96805 40.15709 [5,] -118.06012 40.47422 [6,] -117.14367 40.78418 [7,] -116.21873 41.08682 [8,] -115.28534 41.38199 [9,] -114.34355 41.66956 [10,] -113.39342 41.94937 [11,] -112.43503 42.22127 [12,] -111.46848 42.48513 [13,] -110.49386 42.74080 [14,] -109.51131 42.98815 [15,] -108.52095 43.22701 [16,] -107.52295 43.45727 [17,] -106.51746 43.67879 [18,] -105.50466 43.89143 [19,] -104.48477 44.09506 [20,] -103.45798 44.28955 [21,] -102.42454 44.47479 [22,] -101.38468 44.65065 [23,] -100.33866 44.81702 [24,] -99.28677 44.97379 [25,] -98.22930 45.12084 [26,] -97.16654 45.25810 [27,] -96.09881 45.38544 [28,] -95.02646 45.50280 [29,] -93.94981 45.61008 [30,] -92.86924 45.70722 [31,] -91.78510 45.79413 [32,] -90.69778 45.87075 [33,] -89.60766 45.93704 [34,] -88.51513 45.99294 [35,] -87.42060 46.03841 [36,] -86.32447 46.07342 [37,] -85.22717 46.09793 [38,] -84.12909 46.11194 [39,] -83.03067 46.11543 [40,] -81.93232 46.10840 [41,] -80.83445 46.09085 [42,] -79.73750 46.06280 [43,] -78.64186 46.02427 [44,] -77.54796 45.97529 [45,] -76.45620 45.91589 [46,] -75.36698 45.84611 [47,] -74.28068 45.76602 [48,] -73.19770 45.67566 [49,] -72.11841 45.57510 [50,] -71.04317 45.46442 [51,] -69.97234 45.34369 [52,] -68.90625 45.21300 > > inter<- + gcIntermediate(c(lon_ca,lat_ca),c(lon_me,lat_me),n=50,addStartEnd=TRUE) > lines(inter) > #转载数据 > airports<-read.csv("http://datasets.flowingdata.com/tuts/maparcs/airports.csv",header=TRUE) > flights<-read.csv("http://datasets.flowingdata.com/tuts/maparcs/flights.csv",header=TRUE,as.is=TRUE)
> #实现多重联系 > map("world",col="#f2f2f2",fill=TRUE,bg="white",lwd=0.05,xlim=xlim,ylim=ylim) > fsub<-flights[flights$airline=="AA",] > for(j in 1:length(fsub$airline)){ + air1<-airports[airports$iata==fsub[j,]$airport1,] + air2<-airports[airports$iata==fsub[j,]$airport2,] + inter<-gcIntermediate(c(air1[1,]$long,air1[1,]$lat),c(air2[1,]$long,air2[1,]$lat),n=100,addStartEnd=TRUE) + lines(inter,col="black",lwd=0.8) + } >
R与数据分析旧笔记(四)画地图练习的更多相关文章
- R与数据分析旧笔记(十四) 动态聚类:K-means
动态聚类:K-means方法 动态聚类:K-means方法 算法 选择K个点作为初始质心 将每个点指派到最近的质心,形成K个簇(聚类) 重新计算每个簇的质心 重复2-3直至质心不发生变化 kmeans ...
- R与数据分析旧笔记(三)不知道取什么题目
连线图 > a=c(2,3,4,5,6) > b=c(4,7,8,9,12) > plot(a,b,type="l") 多条曲线效果 plot(rain$Toky ...
- R与数据分析旧笔记(十七) 主成分分析
主成分分析 主成分分析 Pearson于1901年提出的,再由Hotelling(1933)加以发展的一种多变量统计方法 通过析取主成分显出最大的个别差异,也用来削减回归分析和聚类分析中变量的数目 可 ...
- R与数据分析旧笔记(⑦)回归诊断
回归诊断 回归诊断 1.样本是否符合正态分布假设? 2.是否存在离群值导致模型发生较大误差? 3.线性模型是否合理? 4.误差是否满足独立性.等方差.正态分布等假设条件? 5.是否存在多重共线性 正态 ...
- R与数据分析旧笔记(⑨)广义线性回归模型
广义线性回归模型 广义线性回归模型 例题1 R.Norell实验 为研究高压电线对牲畜的影响,R.Norell研究小的电流对农场动物的影响.他在实验中,选择了7头,6种电击强度, 0,1,2,3,4, ...
- R与数据分析旧笔记(六)多元线性分析 下
逐步回归 向前引入法:从一元回归开始,逐步加快变量,使指标值达到最优为止 向后剔除法:从全变量回归方程开始,逐步删去某个变量,使指标值达到最优为止 逐步筛选法:综合上述两种方法 多元线性回归的核心问题 ...
- R与数据分析旧笔记(六)多元线性分析 上
> x=iris[which(iris$Species=="setosa"),1:4] > plot(x) 首先是简单的肉眼观察数据之间相关性 多元回归相较于一元回归的 ...
- R与数据分析旧笔记(五)数学分析基本
R语言的各种分布函数 rnorm(n,mean=0,sd=1)#高斯(正态) rexp(n,rate=1)#指数 rgamma(n,shape,scale=1)#γ分布 rpois(n,lambda) ...
- R与数据分析旧笔记(一)基本数学函数的使用
创建向量矩阵 > x1=c(2,3,6,8) > x2=c(1,2,3,4) > a1=(1:100) > length(a1) [1] 100 > length(x1) ...
随机推荐
- Java NIO——2 缓冲区
一.缓冲区基础 1.缓冲区并不是多线程安全的. 2.属性(容量.上界.位置.标记) capacity limit 第一个不能被读或写的元素 position 下一个要被读或写的元素索引 mark ...
- javascript高级知识分析——定义函数
代码信息来自于http://ejohn.org/apps/learn/. 可以使用哪些方式来声明函数? function isNimble(){ return true; } var canFly = ...
- context.drawImage绘制图片
context.drawImage(img,x,y) x,y图像起始坐标 context.drawImage(img,x,y,w,h) w,h指定图像的宽度和高度 context.drawImage ...
- android入门——数据存储
首先是SharedPreferences 用户偏好 package com.example.wkp.aboutdata; import android.content.Intent; import a ...
- 如何在Eclipse中开发并调试自己的插件(或者说如何将自己的代码插件化)
Setting up Eclipse to create and debug plugins for ImageJ 最近在做一个关于卫星遥感全链路仿真的项目,由于项目是基于ImageJ开发,而Imag ...
- java web项目修改项目名称
前几天在网上下了个项目,感觉名字长,所以想把项目改名字. 把项目导入到myeclipse中,将项目改名后, 还需要选中项目右键,properties ,修改项目的Context Root的名字.
- Tomcat 设置为服务使用脚本 service
进入到Tomcat的bin目录下,如果使用的是Windows系统则使用service.bat进行操作;Linux系统则使用service.sh进行. service.bat install/remov ...
- LINUX常用命令--重定向、管道篇(四)
一.Linux重定向 重定向能够实现Linux命令的输入输出与文件之间重定向,以及实现将多个命令组合起来实现更加强大的命令.这部分涉及到的比较多的命令主要有: 涉及到的比较多的命令主要有: cat:连 ...
- Oracle EBS-SQL (GL-2):从总帐追溯到库存
SELECT je_header_id,je_line_num,trx_class_name, trx_type_name, trx_number_displayed, trx_date, comme ...
- CC++初学者编程教程(1) Visual Stduio2010开发环境搭建
Visual Studio是微软公司推出的开发环境.是目前最流行的Windows平台应用程序开发环境. Visual Studio 2010版本于2010年4月12日上市,其集成开发环境(IDE)的界 ...