मैं लगभग हर समय आर के साथ काम करता हूं, और अब मैं इसका उपयोग स्थानिक डेटा खनन करने के लिए कर रहा हूं।
मेरे पास (स्पष्ट रूप से) जीआईएस डेटा के साथ एक पोस्टजीआईएस डेटाबेस है।
अगर मैं सांख्यिकीय स्थानिक विश्लेषण करना चाहता हूं और प्लॉट मैप बेहतर तरीका है:
जवाबों:
यदि आपके पास आरजीडीएल पैकेज में पोस्टजीआईएस चालक क्षमता है तो यह कनेक्शन स्ट्रिंग बनाने और उसका उपयोग करने का सिर्फ एक सवाल है। यहां मैं gisडिफ़ॉल्ट क्रेडेंशियल्स का उपयोग करके अपने स्थानीय डेटाबेस से जुड़ रहा हूं , इसलिए मेरा DSN सरल है। आपको एक होस्ट, उपयोगकर्ता नाम या पासवर्ड जोड़ने की आवश्यकता हो सकती है। जानकारी के लिए गदल डॉक्स देखें।
> require(rgdal)
> dsn="PG:dbname='gis'"उस डेटाबेस में क्या टेबल हैं?
> ogrListLayers(dsn)
[1] "ccsm_polygons" "nongp" "WrldTZA"
[4] "nongpritalin" "ritalinmerge" "metforminmergev" एक पाओ:
> polys = readOGR(dsn="PG:dbname='gis'","ccsm_polygons")
OGR data source with driver: PostgreSQL
Source: "PG:dbname='gis'", layer: "ccsm_polygons"
with 32768 features and 4 fields
Feature type: wkbMultiPolygon with 2 dimensionsमुझे क्या मिला है?
> summary(polys)
Object of class SpatialPolygonsDataFrame
Coordinates:
min max
x -179.2969 180.7031
y -90.0000 90.0000
Is projected: NA
proj4string : [NA]
Data attributes:
area perimeter ccsm_polys ccsm_pol_1
Min. :1.000 Min. :5.000 Min. : 2 Min. : 1
1st Qu.:1.000 1st Qu.:5.000 1st Qu.: 8194 1st Qu.: 8193
Median :1.000 Median :5.000 Median :16386 Median :16384
Mean :1.016 Mean :5.016 Mean :16386 Mean :16384
3rd Qu.:1.000 3rd Qu.:5.000 3rd Qu.:24577 3rd Qu.:24576
Max. :2.000 Max. :6.000 Max. :32769 Max. :32768 अन्यथा आप R की डेटाबेस कार्यक्षमता का उपयोग कर सकते हैं और तालिकाओं को सीधे क्वेरी कर सकते हैं।
> require(RPostgreSQL)
Loading required package: RPostgreSQL
Loading required package: DBI
> m <- dbDriver("PostgreSQL")
> con <- dbConnect(m, dbname="gis")
> q="SELECT ST_AsText(the_geom) AS geom from ccsm_polygons LIMIT 10;"
> rs = dbSendQuery(con,q)
> df = fetch(rs,n=-1)वह फीचर ज्यामिति लौटाता है df$geom, जिसमें आपको कुछ भी करने के लिए spक्लास ऑब्जेक्ट (SpatialPolygons, SpatialPoints, SpatialLines) में बदलने की आवश्यकता होगी । Rgeos में readWKT फ़ंक्शन उस के साथ मदद कर सकता है।
सामान से सावधान रहने वाली चीजें आमतौर पर डेटाबेस कॉलम की तरह होती हैं जिन्हें R प्रकार में मैप नहीं किया जा सकता है। आप रूपांतरण, फ़िल्टरिंग या सीमित करने के लिए क्वेरी में SQL शामिल कर सकते हैं। यह आपको हालांकि आरंभ करना चाहिए।
readOGRपद्धति में पूर्ण तालिका के बजाय एक sql का उपयोग करना संभव है ?
whereकि एक खंड जोड़ना और उस OGR को पास करना आसान है, setAttributeFilterलेकिन सभी को C और C ++ कोड में करना होगा ...
यदि आपके पास Postgis में डेटा है, तो उसे आकृति के लिए निर्यात न करें। मेरे दृष्टिकोण से, यह एक तरह का कदम है।
आप एसक्यूएल स्टेटमेंट्स का उपयोग करके अपने पोस्टगिस डेटाबेस को क्वेरी कर सकते हैं, उन्हें डेटाफ्रेम के रूप में आयात कर सकते हैं और, चूंकि आप आर से परिचित हैं, इसलिए वहां से आपकी जरूरत के सभी जियोस्टैटिस्टिक्स करें। मेरा मानना है कि आप अपने भू-स्थानिक परिणाम को वापस पोस्टगिस में भी निर्यात कर सकते हैं।
पोस्टगिस फंक्शंस के साथ एसक्यूएल का उपयोग करके आप सभी तरह के स्थानिक विश्लेषण भी कर सकते हैं, जैसे कि ओवरले संचालन, दूरी, और इसी तरह।
मैप प्लॉटिंग के लिए मैं क्यूजीआईएस , एक ओपनसोर्स जीआईएस सॉफ्टवेयर का उपयोग करूंगा , जो सीधे पोस्टगिस पढ़ सकता है (जहां तक मुझे पता है कि यह परियोजना का प्रारंभिक लक्ष्य था), और आगामी संस्करण 2.0 में बहुत सी दिखने वाले नक्शे का उत्पादन करने के लिए बहुत सारी विशेषताएं हैं ।
नए शुरू किए गए एसएफ-पैकेज (एसपी का सक्सेसर) कार्यों st_read()और st_read_db()कार्यों को प्रदान करता है । इस ट्यूटोरियल के बाद और मेरे अनुभव से यह पहले से बताए गए तरीकों से तेज है। के रूप में sf शायद एक दिन सपा की जगह लेगा यह भी एक अच्छा फोन है अब देखो;)
require(sf)
dsn = "PG:dbname='dbname' host='host' port='port' user='user' password='pw'"
st_read(dsn, "schema.table")आप RPostgreSQL का उपयोग करके DB भी एक्सेस कर सकते हैं:
require(sf)
require(RPostgreSQL)
drv <- dbDriver("PostgreSQL")
con <- dbConnect(drv, dbname = dbname, user = user, host = host, port = port, password = pw)
st_read_db(con, table = c("schema", "table"))
# or:
st_read_db(con, query = "SELECT * FROM schema.table")
dbDisconnect(con)
dbUnloadDriver(drv)st_write()आप के साथ डेटा अपलोड कर सकते हैं।
आप अपने समाधान के लिए प्रत्येक चरण के आधार पर एक ही समय में सभी उपकरणों का उपयोग कर सकते हैं।
यदि आप हमें अपनी समस्या से अधिक जानकारी देते हैं तो हम आपको और अधिक विशिष्ट उत्तर प्रदान कर सकते हैं
मैं rgdal और RPostgreSQL के संयोजन पर भी जाऊंगा। तो, @Guillaume के समान कोड, एक ट्राइकैच को छोड़कर जो अधिक लाइनों को हैंडल करता है, एक छद्म यादृच्छिक तालिका नाम और बेहतर प्रदर्शन के लिए एक अनलॉगेड टेबल का उपयोग। (खुद पर ध्यान दें: हम TEMP तालिका का उपयोग नहीं कर सकते, क्योंकि यह readOGR से दिखाई नहीं देती है)
dbGetSp <- function(dbInfo,query) {
if(!require('rgdal')|!require(RPostgreSQL))stop('missing rgdal or RPostgreSQL')
d <- dbInfo
tmpTbl <- sprintf('tmp_table_%s',round(runif(1)*1e5))
dsn <- sprintf("PG:dbname='%s' host='%s' port='%s' user='%s' password='%s'",
d$dbname,d$host,d$port,d$user,d$password
)
drv <- dbDriver("PostgreSQL")
con <- dbConnect(drv, dbname=d$dbname, host=d$host, port=d$port,user=d$user, password=d$password)
tryCatch({
sql <- sprintf("CREATE UNLOGGED TABLE %s AS %s",tmpTbl,query)
res <- dbSendQuery(con,sql)
nr <- dbGetInfo(res)$rowsAffected
if(nr<1){
warning('There is no feature returned.');
return()
}
sql <- sprintf("SELECT f_geometry_column from geometry_columns WHERE f_table_name='%s'",tmpTbl)
geo <- dbGetQuery(con,sql)
if(length(geo)>1){
tname <- sprintf("%s(%s)",tmpTbl,geo$f_geometry_column[1])
}else{
tname <- tmpTbl;
}
out <- readOGR(dsn,tname)
return(out)
},finally={
sql <- sprintf("DROP TABLE %s",tmpTbl)
dbSendQuery(con,sql)
dbClearResult(dbListResults(con)[[1]])
dbDisconnect(con)
})
}उपयोग:
d=list(host='localhost', dbname='spatial_db', port='5432', user='myusername', password='mypassword')
spatialObj<-dbGetSp(dbInfo=d,"SELECT * FROM spatial_table")लेकिन, यह अभी भी धीमी गति से है:
बहुभुज के एक छोटे से सेट के लिए (6 सुविधाएँ, 22 क्षेत्र):
पोस्टगिस हिस्सा:
user system elapsed
0.001 0.000 0.008readOGR हिस्सा:
user system elapsed
0.313 0.021 1.436आप rgdal और RPostreSQL को भी जोड़ सकते हैं। यह उदाहरण फ़ंक्शन RPostgreSQL के साथ एक अस्थायी तालिका बनाता है और इसे spOGial ऑब्जेक्ट के आउटपुट के लिए readOGR को भेजता है। यह वास्तव में अक्षम और बदसूरत है, लेकिन यह काफी अच्छी तरह से काम करता है। ध्यान दें कि क्वेरी को एक सेलेक्ट क्वेरी होना है और उपयोगकर्ता को डेटाबेस तक लिखने की आवश्यकता है।
RPostGIS <- function(coninfo,query) {
dsn=paste("PG:dbname='",coninfo$dbname,"' host='",coninfo$host,"' port='",coninfo$port,"' user='",coninfo$user,"' password='",coninfo$password,"'", sep='')
drv <- dbDriver("PostgreSQL")
con <- dbConnect(drv, user=coninfo$user, password=coninfo$password, dbname=coninfo$dbname)
res <- dbSendQuery(con,paste('CREATE TABLE tmp1209341251dva1 AS ',query,sep=''))
geo <- dbGetQuery(con,"SELECT f_geometry_column from geometry_columns WHERE f_table_name='tmp1209341251dva1'")
if(length(geo)>1){
tname=paste("tmp1209341251dva1(",geo$f_geometry_column[1],")")
}else{
tname="tmp1209341251dva1";
}
out <- tryCatch(readOGR(dsn,tname), finally=dbSendQuery(con,'DROP TABLE tmp1209341251dva1'))
dbDisconnect(con)
return(out)
}आप इसे कुछ इस तरह से कह सकते हैं:
> require('rgdal')
> require('RPostgreSQL')
> coninfo=list(host='localhost',dbname='spatial_db',port='5432',user='myusername',password='mypassword')
> spatial_obj<-RPostGIS(coninfo,"SELECT * FROM spatial_table")यदि आप 'ST_AsText (geom) के साथ ज्योमवॉक' के रूप में एक क्वेरी लौटाते हैं और परिणाम को डेटा में लाते हैं, तो आप इसका उपयोग कर सकते हैं:
library(rgeos);library(sp)
wkt_to_sp <- function(data) {
#data is data.frame from postgis with geomwkt as only geom
SpP <- SpatialPolygons(lapply(1:length(data$geomwkt),
function(x) Polygons(list(Polygon(readWKT(data$geomwkt[x]))),x)))
data <- data[,!(names(data) == "geomwkt")]
return(SpatialPolygonsDataFrame(SpP, data))
}अभी भी दर्द धीमी गति से .... एक परीक्षण पर 100 जियोम के लिए 1 सेकंड।
Geotuple - https://github.com/rhansson/geotuple एक वेब ऐप है जो R-Server और PostGIS (RPostgreSQL का उपयोग करके) को जोड़ता है
rgadl? मैं उबंटू 13.04 में हूं ...