Tôi làm việc với R gần như mọi lúc, và bây giờ tôi đang sử dụng nó để thực hiện khai thác dữ liệu không gian.
Tôi có một cơ sở dữ liệu PostGIS với (rõ ràng) dữ liệu GIS.
Nếu tôi muốn thực hiện phân tích không gian thống kê và bản đồ lô là cách tốt hơn để:
Câu trả lời:
Nếu bạn có khả năng trình điều khiển PostGIS trong gói rgdal thì đó chỉ là câu hỏi tạo chuỗi kết nối và sử dụng chuỗi đó. Ở đây tôi đang kết nối với cơ sở dữ liệu cục bộ của mình gisbằng thông tin đăng nhập mặc định, vì vậy DSN của tôi khá đơn giản. Bạn có thể cần thêm máy chủ, tên người dùng hoặc mật khẩu. Xem tài liệu gdal để biết thông tin.
> require(rgdal)
> dsn="PG:dbname='gis'"
Những bảng nào trong cơ sở dữ liệu đó?
> ogrListLayers(dsn)
[1] "ccsm_polygons" "nongp" "WrldTZA"
[4] "nongpritalin" "ritalinmerge" "metforminmergev"
Lấy một cái:
> 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 dimensions
Tôi có gì?
> 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
Nếu không, bạn có thể sử dụng chức năng cơ sở dữ liệu của R và truy vấn các bảng trực tiếp.
> 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)
Điều đó trả về hình dạng tính năng df$geom, trong đó bạn sẽ cần chuyển đổi thành spcác đối tượng lớp (SpatialPolygons, SpatialPoints, SpatialLines) để làm bất cứ điều gì với. Hàm readWKT trong rgeos có thể giúp với điều đó.
Những thứ cần cẩn thận thường là những thứ như cột cơ sở dữ liệu không thể ánh xạ tới các kiểu dữ liệu R. Bạn có thể bao gồm SQL trong truy vấn để thực hiện chuyển đổi, lọc hoặc giới hạn. Điều này sẽ giúp bạn bắt đầu mặc dù.
readOGRphương thức sử dụng sql thay vì bảng đầy đủ không?
wheremệnh đề và chuyển nó đến OGR thông qua setAttributeFilternhưng tất cả phải được thực hiện bằng mã C và C ++ ...
Nếu bạn có dữ liệu trong Postgis, đừng xuất dữ liệu sang shapefile. Theo quan điểm của tôi, đó là một bước lùi.
Bạn có thể truy vấn cơ sở dữ liệu postgis của mình từ R bằng cách sử dụng các câu lệnh SQL, nhập chúng dưới dạng dataframes và, vì bạn đã quen thuộc với R, hãy thực hiện tất cả các điều chỉnh địa lý bạn cần từ đó. Tôi tin rằng bạn cũng có thể xuất kết quả kiểm soát địa lý của bạn trở lại postgis.
Sử dụng SQL với Hàm Postgis, bạn cũng có thể thực hiện tất cả các loại phân tích không gian, như các hoạt động lớp phủ, khoảng cách, v.v.
Để vẽ sơ đồ, tôi sẽ sử dụng QGIS , một phần mềm OpenSource GIS, có thể đọc trực tiếp các postgis (theo như tôi biết đó là mục tiêu ban đầu của dự án) và phiên bản 2.0 sắp tới có rất nhiều tính năng để tạo ra các bản đồ tuyệt vời .
Gói sf mới được giới thiệu (thành công của sp) cung cấp các chức năng st_read()và st_read_db(). Sau hướng dẫn này và từ kinh nghiệm của tôi, nó nhanh hơn các cách đã được đề cập. Vì sf có thể sẽ thay thế sp một ngày nào đó, đây cũng là một cuộc gọi tốt để xem bây giờ;)
require(sf)
dsn = "PG:dbname='dbname' host='host' port='port' user='user' password='pw'"
st_read(dsn, "schema.table")
bạn cũng có thể truy cập DB bằng RPostgreSQL:
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)
Với st_write()bạn có thể tải lên dữ liệu.
Bạn có thể sử dụng tất cả các công cụ cùng một lúc dựa trên từng bước cho giải pháp của mình.
Chúng tôi có thể cung cấp cho bạn câu trả lời cụ thể hơn nếu bạn cung cấp cho chúng tôi thêm chi tiết từ vấn đề của bạn
Tôi cũng sẽ kết hợp rgdal và RPostgreSQL. Vì vậy, cùng mã với @Guillaume, ngoại trừ với một tryCatch xử lý nhiều dòng hơn, tên bảng giả ngẫu nhiên và sử dụng bảng không được đăng ký để có hiệu suất tốt hơn. (Lưu ý với bản thân tôi: chúng tôi không thể sử dụng bảng TEMP, vì nó không hiển thị từ readOGR)
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$f_geometry_column[1])
}else{
tname <- tmpTbl;
}
out <- readOGR(dsn,tname)
return(out)
},finally={
sql <- sprintf("DROP TABLE %s",tmpTbl)
dbSendQuery(con,sql)
dbClearResult(dbListResults(con)[[1]])
dbDisconnect(con)
})
}
Sử dụng:
d=list(host='localhost', dbname='spatial_db', port='5432', user='myusername', password='mypassword')
spatialObj<-dbGetSp(dbInfo=d,"SELECT * FROM spatial_table")
Nhưng, điều này vẫn chậm một cách đau đớn:
Đối với một tập hợp đa giác nhỏ (6 tính năng, 22 trường):
phần hậu kỳ:
user system elapsed
0.001 0.000 0.008
phần readOGR:
user system elapsed
0.313 0.021 1.436
Bạn cũng có thể kết hợp rgdal và RPostreSQL. Hàm ví dụ này tạo một bảng tạm thời với RPostgreSQL và gửi nó tới readOGR để xuất ra một đối tượng không gian. Điều này thực sự không hiệu quả và xấu, nhưng nó hoạt động khá tốt. Lưu ý rằng truy vấn phải là truy vấn CHỌN và người dùng cần có quyền truy cập ghi vào cơ sở dữ liệu.
RPostGIS <- function(coninfo,query) {
dsn=paste("PG:dbname='",coninfo$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)
}
Bạn có thể gọi nó với một cái gì đó như:
> 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")
Nếu bạn trả về một truy vấn với 'ST_AsText (geom) là geomwkt' và tìm nạp kết quả vào dữ liệu, bạn có thể sử dụng:
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))
}
Vẫn chậm một cách đau đớn .... 1 giây cho 100 geoms trong một bài kiểm tra.
Geotuple - https://github.com/rhansson/geotuple là một ứng dụng web kết nối R-Server và PostGIS (sử dụng RPostgreQuery)
rgadl? Tôi đang ở Ubuntu 13.04 ...