WhatNots

WhatNots — данные и инструменты визуализации данных MASC, CIM, Warwick.

Whatnots использует некоторые, но не все файлы кода и данных R, используемые в нашем обучении по визуализации данных MASC (https://warwick.ac.uk/fac/cross_fac/cim/apply-to-study/masters-programmes/visualisation/). .

Это может быть полезно в вашем собственном преподавании, исследованиях или обучении. Сценарии и файлы передаются «как есть» без какой-либо ответственности и, что немаловажно, без раскрытия контекста того, как мы их используем в обучении. Пожалуйста, свяжитесь с нами, если вы обнаружите какие-либо ошибки.

В некоторых случаях приведенные ниже визуализации иллюстрируют то, что можно создать с использованием данных, а не обязательно создавать с помощью этих функций. Студенты использовали эти данные для проектов визуализации в наших модулях.

1. запросить данные о температуре с https://berkeleyearth.org/.

Многие визуализации климата используют данные с https://berkeleyearth.org. Эта универсальная функция возвращает климатические данные для focalCountry . Скрипт форматирует данные в простом и удобном стиле.

Название/формат страны соответствует названию BerkleyEarth.org, поэтому это будет работать:

get_berkley_earth_climate_data( "Cook Islands" )

Но это вернет ошибку:

get_berkley_earth_climate_data( "Cook-Islands" )

В качестве краткого объяснения: функция объединяет URL-адрес с названием страны, считывая эти данные из строки 51 (с помощью skip ) следующим образом:

  focalCountry <- "Kenya"
  dataUrl <- paste("https://berkeleyearth.org/wp-content/themes/client-theme/temperature-data/",
                     focalCountry,
                     "-projection.txt", sep="")
    thisData <- read.table( dataUrl, skip=51 )'
  names( thisData ) <- c("Year", "AnnualAverage", "AnnualAverageUncertainty",           "10YearSmooth", "SSP1-2.6", "SSP2-4.5", "SSP3-7.0", "ModelHistorical") 

После переименования столбцов этот файл данных сам переименовывается и выводится функцией.

    countryNameWithoutBlankSpace <- gsub( pattern = " ", replacement = "", x =            focalCountry )
    countryNameWithoutBlankSpaceOrDashes <- gsub( pattern = "-", replacement = "",         x = countryNameWithoutBlankSpace )
    countryDataName <- paste( countryNameWithoutBlankSpaceOrDashes,
                              "Data", sep="")
    assign( countryDataName, thisData  )

Функция get_berkley_earth_climate_data выполняет эти шаги, поэтому ее легче отлаживать и модифицировать, а также легче запускать в пакетном режиме.

2. Данные голосования на выборах в США в виде шейп-файлов (с 1976 по 2020 год).

Выходные файлы форм elect_states.shp — содержат:

• каждая строка — это состояние
• столбцы включают
  • код fips (уникальный числовой идентификатор для каждого состояния)
  • название штата
  • две буквы, сокращенное название штата
  • голоса (абсолютное количество и доля) за каждый четвертый год с 1976 по 2020 год,
  • доминирующими партиями (республиканцами и демократами) или «другими»
  • центроид (широта/долгота) каждого состояния для маркировки
  • sf пространственная «геометрия» (Тип: MULTIPOLYGON) в последнем столбце

Файл создается с помощью сценария, объединяющего данные голосования в США из лаборатории данных о выборах и научной лаборатории Массачусетского технологического института (https://doi.org/10.7910/DVN/42MVDX) с пространственными данными, доступными через пакет tigris R (Walker 2023, https:/ /github.com/walkerke/tigris). Цель состоит в том, чтобы создать шейп-файлы данных голосования для республиканцев, демократов и других, а также для каждого года голосования.

Помимо прочего, слияние требует:

• Удаление данных о голосовании и пространственных данных, которые не относятся к штатам (например, заморские территории, ниже данных о голосовании по штатам)
• Объединение голосов за партии, кроме республиканской и демократической.

3. Построение и форматирование QR-кода.

Пакет R «qrcode» (https://cran.r-project.org/web/packages/qrcode/index.html) создает матрицу, описывающую qr-код для данного URL-адреса. На основе вывода библиотеки (qrcode) эти функции:

1. qr_matrix_2_dataframe — преобразовать матрицу в формат фрейма данных
2. qr_plot — постройте qr-код из фрейма данных с помощью скругленного прямоугольника, который может создавать прямоугольники, круги или скругленные прямоугольники (тип фигуры определяется для всего qr-кода или индивидуально для отдельных направляющих и основного контента).
3. qr_test_redundnacy_swatch — создайте тестовый образец для оценки избыточной полезной области, которая может быть перечерчена.

Этот формат позволяет отображать QR-код в визуализации, созданной в R, или экспортировать его самостоятельно.

4. Еще

5. Еще