এটি এতটা কৌশল নয় কারণ এটি spplot()
নিফটি অন্তর্নির্মিত কার্যকারিতা। spplot()
অ্যাট্রিবিউট ডেটা বিতরণ এবং শ্রেণিবিন্যাসের প্রকারের আলোচনা করার সময় কিংবদন্তি সোয়াচগুলি (শ্রেণিবিন্যাস বিরতির ব্যাপ্তিগুলির সাথে মেলে) স্কেল করার দক্ষতা একটি কার্যকর শিক্ষাগত কৌশল হিসাবে কাজ করে। মানচিত্রের সাথে ক্রমবর্ধমান বিতরণ প্লটের সংমিশ্রণ এই প্রয়াসে সহায়তা করে।
শ্রেণিবিন্যাসের ধরণ এবং ডেটা ট্রান্সফর্মেশন প্রভাবগুলি অনুসন্ধান করতে শিক্ষার্থীদের কেবল কয়েকটি স্ক্রিপ্ট প্যারামিটার সংশোধন করতে হবে। বেশিরভাগ আর্জিআইএস কেন্দ্রিক কোর্সে এটি আর এর মধ্যে সাধারণত তাদের প্রথম উত্সাহ।
এখানে একটি কোড স্নিপেট রয়েছে:
library(rgdal) # Loads SP package by default
NE = readOGR(".", "NewEngland") # Creates a SpatialPolygonsDataFrame class (sp)
library(classInt)
library(RColorBrewer)
pal = brewer.pal(7,"Greens")
brks.qt = classIntervals(NE$Frac_Bach, n = 7, style = "quantile")
brks.jk = classIntervals(NE$Frac_Bach, n = 7, style = "jenks")
brks.eq = classIntervals(NE$Frac_Bach, n = 7, style = "equal")
# Example of one of the map plots
spplot(NE, "Frac_Bach",at=brks.eq$brks,col.regions=pal, col="transparent",
main = list(label="Equal breaks"))
# Example of one of the cumulative dist plots
plot(brks.eq,pal=pal,main="Equal Breaks")
রেফ: আর এর সাথে প্রয়োগকৃত স্পেসিয়াল ডেটা বিশ্লেষণ (আর। বিভান্ড, ই পেবেসমা এবং ভি। গোমেজ-রুবিও)