# Week 2 Handling Spatial Data 0316

> 大綱：
> 認識GISTools這個library的功能
> Mapping spatial objects & data attributes (主題地圖)
>
## 1. calculate population density

兩種資料形式： 1. Spatial____dataframe 2. data.frame

## 設置圖形的函數：par()中的參數介紹

* mar=c(btm,left,top,right) 圖形邊界設定
* mfrow=c(rows,columns) 可以設定有幾個row跟column，用途在一次呈現多個圖片

library(rgdal)

<span class="red">**讀取shapefile**</span>
readOGR(dsn=路徑,layer=圖檔名稱,encoding=編碼方式)

class:
* spatial points dataframe
* spatial polygons dataframe

factor: 類別因子
1. 類別因子是有level的
將factor轉成character再轉成numeric比較好處理資料
利用 as.character & as.numeric
2. 變更factor的level:
1. ordered(factor, levels = c())
2. factor(factor, levels = c())

確認**投影**座標系統：
proj4string(Taipei_Vill)
OUTPUT:
"+proj=tmerc +lat_0=0 +lon_0=121 +k=0.9999 +x_0=250000 +y_0=0 +ellps=GRS80 +units=m +no_defs"

補充：地理座標系統的EPSG代碼
* TWD97(121): 3826 (250000,2765778)
* WGS84: 4326 (121,25)
* osm()的地理座標系統與投影 WGS84/Pseudo-Mercator: 3857 (13469658,2875745)

tmerc:橫麥卡托
k:縮尺係數
ellps:標準橢球體
units:單位(公尺)

poly.areas(polygon) 計算面積

人口密度=人口數 / 面積
Taipei_Vill$density <- Taipei_Vill$CENSUS / Taipei_Vill$area

## 2. Read spatial data and merge attribute

Taipei_Vill.f <- fortify(Taipei_Vill, region="VILLAGE")

polygon 由轉折點構成
fortify(要讀的資料,region=要保留分類的欄位) 將shapefile物件轉為data.frame
將每個轉折點拆開來，每個轉折點皆為一筆資料，資料量變多，但剛剛人口密度的欄位沒有在上面!!所以還要另外join

### merge(x, y, by.x, by.y): merge two data frames

Taipei_Vill.f <- merge(<span class="red">Taipei_Vill.f</span>, Taipei_Vill@data, <span class="red">by.x = "id"</span>, by.y = "VILLAGE")

by: 利用兩筆資料相同的欄位進行join

map.0<- ggplot() + 
        geom_polygon(data =Taipei_Vill.f, aes(x=long, y = lat, group = group), fill="brown", color="white") + coord_fixed(1.0)
        
map.x <- ggplot(Taipei_Vill.f, aes(long, lat, group = group)) + geom_polygon(fill="brown", color="white")+ coord_fixed(1.0)

**group: 把同區的polygon的group起來**

## 4. plotting points

SpatialPointDataframe 中的可能會有兩種座標，一個來自圖形本身內建的，另一個會在dataframe裡面
要叫出圖形本身的座標要用 @coords
x = @coords[,1]
y = @coords[,2]

### Map overlay

map.0 + geom_point(shape=21, aes(x=coor_x,y=coor_y), fill="yellow", color="black", size=3, stroke = 1 )


## 5. plotting graduate-color polygons 面量圖

map.1 <- ggplot(Taipei_Vill.f, aes(long, lat, group = group, **fill = density**)) +
         geom_polygon() + coord_equal() +
         labs(x = "x-coor", y = "Y-coor", fill = "Population Density") +
         ggtitle("Taipei Population")


library(RColorBrewer)
library(classInt)

density<-Taipei_Vill$density
brks <- classIntervals(density, n = 6, style = "quantile")

       
map.1 + scale_fill_continuous(low = "white", high = "black")


map.1 + scale_fill_gradientn(colours = brewer.pal(6, "YlGn"), breaks = c(brks$brks), name = "popn.density")


## 6. plotting graduate-color/size points

FFdata<-FastFood@data
       
map.2<- ggplot() + geom_polygon(data =Taipei_Vill.f, aes(x=long, y = lat, group = group), fill="gray", color="white") + coord_fixed(1.0)

map.2 + geom_point(data=FFdata, aes(x=X_COOR, y=Y_COOR, size=TYPE_99), color="orange")+ scale_size_continuous(name="Sales",range = c(1, 3))


map.2 + geom_point(data=FFdata, aes(x=X_COOR, y=Y_COOR, color=STORE),size=2) + scale_color_manual(values=c("red","blue"))


map.2 + geom_point(data=FFdata, aes(x=X_COOR, y=Y_COOR, size=TYPE_99,  color=STORE))+ scale_size_continuous(name="Sales",range = c(1, 3)) + scale_color_manual(values=c("red","blue"))


## Plotting spatial objects

地圖要素：
1. 圖名： title()
2. 方向標 north.arrow(x, y, 寬度, 顏色)
3. 比例尺 map.scale(x, y, 長度, 副標, 區塊數, 分段基準)
4. 面量圖圖例 choro.legend(x, y, 分類)