st_distance - 如何可视化大型空间数据集中不同变量之间的距离答案

【问题标题】：st_distance -How to visualise the distance between different variables in a large spatial data setst_distance - 如何可视化大型空间数据集中不同变量之间的距离
【发布时间】：2021-10-26 17:29:01
【问题描述】：

我对 R 中的空间分析非常陌生，一直在尽可能多地学习，但遇到了障碍。

目标：

在空间上可视化 15000 个站点（横跨英格兰）数据集 - 完成
测量数据集中不同变量之间的距离 [站点 A、站点 B、站点 C] - 使用 st_distance 完成
在空间上可视化站点之间的距离 - 迷路了？

我的数据按列排列：

NGR_10_FIG |类型 |代码 |网格 | X |是 |纬度 |长

我应该使用不同的方法来可视化距离吗？我是不是想把事情复杂化，我应该做不同的事情吗？

谢谢。欢迎任何cmets。

【问题讨论】：

我会在英格兰铺设一个网格，并计算每个网格单元的站点。进行站点到站点的距离将意味着 15000^2 距离对；这是很多......
是的，我认为试图将 15000^2 值空间可视化过于复杂（而且非常困难）。例如，根据您的任务，您可以在直方图上可视化这些值，这将向您显示站点之间最常见的距离。如果您不熟悉 R 中的空间数据，请查看本书geocompr.robinlovelace.net
下面的例子很合理，但你没问题，我试图查看我的问题的错误分析。

标签： r geospatial distance sf

【解决方案1】：

以下代码可用于可视化nc 数据中的第一个多边形（因为我没有您提到的数据）与nc 中的所有其他多边形之间的距离。

# packages
suppressPackageStartupMessages({
  library(sf)
  library(tmap)
})

# data
nc = st_read(system.file("shape/nc.shp", package="sf"), quiet = TRUE)

# compute distances from first region
nc$dists <- st_distance(nc, nc[1, ])

# plot
tm_shape(nc) + 
  tm_polygons(col = "dists") + 
tm_shape(nc[1, ]) + 
  tm_polygons(col = "grey85", lwd = 1.75)

^{由reprex package (v2.0.1) 于 2021 年 10 月 27 日创建}

这很简单，但可能已经足够好了。相同的代码也适用于更大的区域（前提是您一次只考虑一个多边形）：

# packages
library(sf)
#> Linking to GEOS 3.9.1, GDAL 3.2.1, PROJ 7.2.1

# data
bounding_box <- st_sfc(st_polygon(list(rbind(c(0, 0), c(1, 0), c(1, 1), c(0, 1), c(0, 0)))))
regions <- st_make_grid(bounding_box, n = c(100, 100))
length(regions)
#> [1] 10000

# compute distances from region 5250 (which is more or less in the middle)
dists <- st_distance(regions, regions[5250])

# plot
cols <- terrain.colors(15)[cut(dists, 15)]
par(mar = rep(0, 4))
plot(regions, col = cols)

^{由reprex package (v2.0.1) 于 2021 年 10 月 27 日创建}

我不知道如何同时可视化所有距离。

【讨论】：

太棒了，谢谢，最后这很有用。