Açıkça mekansal analiz her türlü Ar paketleri vardır. O CRAN Task View: Analysis of Spatial Data görülür. Bu paketler, çok sayıda ve çeşitlidir, ama tek istediğim 7 ** bazı basit. İl ve FIPS devlet kodları ile veri var ve bu veri ile katılmayı sağlayan il ve devlet sınırları ve beraberindeki FIPS kodları ESRI şekil dosyaları var. Şekil dosyaları kolayca gerekirse diğer formatları için dönüştürülmüş olabilir.

En yalındır şekilde R ile tematik haritalar oluşturmak için ne kadar?

Bu harita da gösteriyor ki Çin Arc ürünü ile oluşmuş gibi görünüyor, ama bu R ile yapmak istediğim birşey

copied from here Göster.

Aşağıdaki kodu çok işime yarıyor. Biraz özelleştirmek ve bitirdiniz.

library(maptools)
substitute your shapefiles here
state.map <- readShapeSpatial("BRASIL.shp")
counties.map <- readShapeSpatial("55mu2500gsd.shp")
## this is the variable we will be plotting
counties.map@data$noise <- rnorm(nrow(counties.map@data))

ilgi haritası işlevi

plot.heat <- function(counties.map,state.map,z,title=NULL,breaks=NULL,reverse=FALSE,cex.legend=1,bw=.2,col.vec=NULL,plot.legend=TRUE) {
  ##Break down the value variable
  if (is.null(breaks)) {
    breaks=
      seq(
          floor(min(counties.map@data[,z],na.rm=TRUE)*10)/10
          ,
          ceiling(max(counties.map@data[,z],na.rm=TRUE)*10)/10
          ,.1)
  }
  counties.map@data$zCat <- cut(counties.map@data[,z],breaks,include.lowest=TRUE)
  cutpoints <- levels(counties.map@data$zCat)
  if (is.null(col.vec)) col.vec <- heat.colors(length(levels(counties.map@data$zCat)))
  if (reverse) {
    cutpointsColors <- rev(col.vec)
  } else {
    cutpointsColors <- col.vec
  }
  levels(counties.map@data$zCat) <- cutpointsColors
  plot(counties.map,border=gray(.8), lwd=bw,axes = FALSE, las = 1,col=as.character(counties.map@data$zCat))
  if (!is.null(state.map)) {
    plot(state.map,add=TRUE,lwd=1)
  }
  ##with(counties.map.c,text(x,y,name,cex=0.75))
  if (plot.legend) legend("bottomleft", cutpoints, fill = cutpointsColors,bty="n",title=title,cex=cex.legend)
  ##title("Cartogram")
}

bu arsa

plot.heat(counties.map,state.map,z="noise",breaks=c(-Inf,-2,-1,0,1,2,Inf))