स्पेडमैन का जवाब और ऊपर दिए गए संकेत उपयोगी थे, लेकिन अपने आप में पूर्ण उत्तर का गठन नहीं करते। अपने हिस्से में कुछ जासूसी के काम के बाद मैं एक जवाब के करीब पहुँच गया हूँ, हालाँकि मैं अभी तक gIntersectionउस तरीके से पाने में कामयाब नहीं हुआ हूँ जो मैं चाहता हूँ (ऊपर मूल प्रश्न देखें)। फिर भी, मैं है SpatialPolygonsDataFrame में अपने नए बहुभुज पाने में कामयाब रहे।
अद्यतन 2012-11-11: मुझे लगता है कि एक व्यावहारिक समाधान मिल गया है (नीचे देखें)। कुंजी पैकेज से SpatialPolygonsउपयोग करते समय कॉल में बहुभुज को लपेटने के लिए थी । आउटपुट इस तरह दिखता है:gIntersectionrgeos
[1] "Haverfordwest: Portfield ED (poly 2) area = 1202564.3, intersect = 143019.3, intersect % = 11.9%"
[1] "Haverfordwest: Prendergast ED (poly 3) area = 1766933.7, intersect = 100870.4, intersect % = 5.7%"
[1] "Haverfordwest: Castle ED (poly 4) area = 683977.7, intersect = 338606.7, intersect % = 49.5%"
[1] "Haverfordwest: Garth ED (poly 5) area = 1861675.1, intersect = 417503.7, intersect % = 22.4%"
बहुभुज को सम्मिलित करना मैंने जितना सोचा था, उससे अधिक कठिन था, आश्चर्य की बात यह है कि मौजूदा आयुध सर्वेक्षण-व्युत्पन्न आकार आकृति में एक नया आकार सम्मिलित करने का एक आसान-से-आसान उदाहरण प्रतीत नहीं होता है। मैंने यहां अपने कदम इस उम्मीद में दोहराए हैं कि यह किसी और के लिए उपयोगी होगा। परिणाम इस तरह का एक नक्शा है।
यदि / जब मैं चौराहे के मुद्दे को हल करता हूं तो मैं इस उत्तर को संपादित करूंगा और अंतिम चरणों को जोड़ूंगा, जब तक कि निश्चित रूप से, कोई मुझे इसके लिए धड़कता है और पूर्ण उत्तर प्रदान करता है। इस बीच, मेरे समाधान पर अब तक की गई टिप्पणियाँ / सलाह सभी का स्वागत है।
कोड इस प्रकार है।
require(sp) # the classes and methods that make up spatial ops in R
require(maptools) # tools for reading and manipulating spatial objects
require(mapdata) # includes good vector maps of world political boundaries.
require(rgeos)
require(rgdal)
require(gpclib)
require(ggplot2)
require(scales)
gpclibPermit()
## Download the Ordnance Survey Boundary-Line data (large!) from this URL:
## https://www.ordnancesurvey.co.uk/opendatadownload/products.html
## then extract all the files to a local folder.
## Read the electoral division (ward) boundaries from the shapefile
shp1 <- readOGR("C:/test", layer = "unitary_electoral_division_region")
## First subset down to the electoral divisions for the county of Pembrokeshire...
shp2 <- shp1[shp1$FILE_NAME == "SIR BENFRO - PEMBROKESHIRE" | shp1$FILE_NAME == "SIR_BENFRO_-_PEMBROKESHIRE", ]
## ... then the electoral divisions for the town of Haverfordwest (this could be done in one step)
shp3 <- shp2[grep("haverford", shp2$NAME, ignore.case = TRUE),]
## Create a matrix holding the long/lat coordinates of the desired new shape;
## one coordinate pair per line makes it easier to visualise the coordinates
my.coord.pairs <- c(
194500,215500,
194500,216500,
195500,216500,
195500,215500,
194500,215500)
my.rows <- length(my.coord.pairs)/2
my.coords <- matrix(my.coord.pairs, nrow = my.rows, ncol = 2, byrow = TRUE)
## The Ordnance Survey-derived SpatialPolygonsDataFrame is rather complex, so
## rather than creating a new one from scratch, copy one row and use this as a
## template for the new polygon. This wouldn't be ideal for complex/multiple new
## polygons but for just one simple polygon it seems to work
newpoly <- shp3[1,]
## Replace the coords of the template polygon with our own coordinates
newpoly@polygons[[1]]@Polygons[[1]]@coords <- my.coords
## Change the name as well
newpoly@data$NAME <- "zzMyPoly" # polygons seem to be plotted in alphabetical
# order so make sure it is plotted last
## The IDs must not be identical otherwise the spRbind call will not work
## so use the spCHFIDs to assign new IDs; it looks like anything sensible will do
newpoly2 <- spChFIDs(newpoly, paste("newid", 1:nrow(newpoly), sep = ""))
## Now we should be able to insert the new polygon into the existing SpatialPolygonsDataFrame
shp4 <- spRbind(shp3, newpoly2)
## We want a visual check of the map with the new polygon but
## ggplot requires a data frame, so use the fortify() function
mydf <- fortify(shp4, region = "NAME")
## Make a distinction between the underlying shapes and the new polygon
## so that we can manually set the colours
mydf$filltype <- ifelse(mydf$id == 'zzMyPoly', "colour1", "colour2")
## Now plot
ggplot(mydf, aes(x = long, y = lat, group = group)) +
geom_polygon(colour = "black", size = 1, aes(fill = mydf$filltype)) +
scale_fill_manual("Test", values = c(alpha("Red", 0.4), "white"), labels = c("a", "b"))
## Visual check, successful, so back to the original problem of finding intersections
overlaid.poly <- 6 # This is the index of the polygon we added
num.of.polys <- length(shp4@polygons)
all.polys <- 1:num.of.polys
all.polys <- all.polys[-overlaid.poly] # Remove the overlaid polygon - no point in comparing to self
all.polys <- all.polys[-1] ## In this case the visual check we did shows that the
## first polygon doesn't intersect overlaid poly, so remove
## Display example intersection for a visual check - note use of SpatialPolygons()
plot(gIntersection(SpatialPolygons(shp4@polygons[3]), SpatialPolygons(shp4@polygons[6])))
## Calculate and print out intersecting area as % total area for each polygon
areas.list <- sapply(all.polys, function(x) {
my.area <- shp4@polygons[[x]]@Polygons[[1]]@area # the OS data contains area
intersected.area <- gArea(gIntersection(SpatialPolygons(shp4@polygons[x]), SpatialPolygons(shp4@polygons[overlaid.poly])))
print(paste(shp4@data$NAME[x], " (poly ", x, ") area = ", round(my.area, 1), ", intersect = ", round(intersected.area, 1), ", intersect % = ", sprintf("%1.1f%%", 100*intersected.area/my.area), sep = ""))
return(intersected.area) # return the intersected area for future use
})
library(scales)पारदर्शिता कार्य करने के लिए अब इसे जोड़ा जाना चाहिए।