原文鏈接:http://tecdat.cn/?p=13255

當我們要可視化事故數(shù)量時，其想法是根據(jù)部門的人員進行標準化。

我們將從恢復(fù)底圖開始

1. library(rgdal)

2. library(sp)

3. library(data.table)

4. library(dplyr)

5. library(plyr)

6. destfile="GEOFLA.tar.gz")

7. untar("GEOFLA.tar.gz")

這些數(shù)據(jù)包含人口。所以我們要按部門匯總

1. dep@data <- inner_join(dep@data, pop)

2. dep@data <- inner_join(dep@data, superficie)

3. dep@data$POPULATION <- dep@data$POPULATION * 1000

然后我們將恢復(fù)道路事故數(shù)據(jù)
?

1. 


2. acc_caract$dep[which(acc_caract$dep %in% "201")] <- "2A0"

3. acc_caract$dep[which(acc_caract$dep %in% "202")] <- "2B0"

4. acc_caract$dep <- substr(acc_caract$dep, 1, 2)

現(xiàn)在，我們可以按年份、按部門（或按時間匯總）進行計數(shù)

?

1. data_plot <-? c(

2. "2010_2015" = dep_with_nb_acc(acc_caract, dep,nb_an = 6),

3. "2010_2015_n" = dep_with_nb_acc(acc_caract, dep,nb_an = 6,normalize=TRUE))

第一個是超過6年的事故數(shù)量，已按人群歸一化（可以將其視為人身傷害的頻率）

1. zmax = max(data_plot[[1]]@data$freq_par_hab)

2. spplot(obj = data_plot$'2010_2015',"freq_par_hab",at = seq(0, zmax, by = zmax/10),main = "")

?

我們也可以按頻率進行標準化，以找出最危險的部門。我們還采用了對數(shù)。

1. zmin = min(data_plot[[8]]@data$freq_par_hab)

2. zmax = max(data_plot[[8]]@data$freq_par_hab)

3. spplot(obj = data_plot$'2010_2015_n',"freq_par_hab",at = seq(zmin, zmax, by = (zmax-zmin)/10),main = "")

?