analizaDanychPrzestrzennych/cw1.R

60 lines
1.1 KiB
R
Raw Normal View History

2020-04-03 20:37:12 +02:00
library("sf")
library("raster")
library("spData")
library("spDataLarge")
library(dplyr)
library(ggplot2)
names(world)
class(world)
plot(world)
summary(world)
summary(world["lifeExp"])
world_mini <- world[1:2,1:3]
world_mini
# Wy<57>wietlcie map<61> kraj<61>w Europejskich wg liczby ludno<6E>ci
world %>%
filter(continent == "Europe") %>%
select(pop) %>%
plot()
world %>%
filter(continent == "Europe") %>%
select(pop) -> europe_pop
plot(europe_pop)
# Kt<4B>ry kraj posiada najmniejsz<73> liczb<7A> ludno<6E>ci i ile wynosi?
world %>%
arrange(pop) %>%
select(name_long,pop) %>%
top_n(-10,wt=pop)
# Ile kraj<61>w znajduje si<73> w Azji?
world %>%
filter(continent == "Asia") %>%
count()
# Wy<57>wietlcie histogram powierzchni wszystkich niezale<6C>nych kraj<61>w (Sovereign Country)
world %>%
filter(type == "Sovereign country") %>%
ggplot(aes(area_km2)) +
geom_histogram(bins = 150)
# Wy<57>wietlcie wykres punktowy relacji pomi<6D>dzy lifeExp, a gdpPercap
world %>%
ggplot(aes(x = lifeExp, y = gdpPercap)) +
geom_smooth()