概述
最近我开始着手我的博士论文，其中利用大量不同的空间数据类型。在这一过程中，我发现有很多我还没有意识到的R空间数据分析概念。这份报告的目的是记录其中一些概念，以及我最爱的空间数据分析包。报告的结构如下：首先我们需要问问为什么R是空间分析的首选工具，其次将会探索一个典型的数据分析生命周期。
你可能会问自己，为什么在有商业和开源地理信息系统（分别以ESRI ArcMap和QGIS为代表）时还要用R做空间分析。下面是我的原因中的一些：
- R是免费和开源的；
- 可重复性：研究者可以重复他们自己或其他人的分析，并验证发现；
- 包：有许多R包用于空间数据分析、统计建模、可视化、机器学习和其他。
一些我最爱的空间数据分析包包括：
- sp：这个包提供用于空间数据的类和方法；绘制地图，使用坐标的实用函数。
- rgdal：这个包提供了不同栅格和向量地理空间数据格式的导入与导出；坐标参考系；投影，等等。
- rgeos：提供函数用于处理拓扑操作。
- ggplot2：最流行的数据可视化包，作者是Hadely Wickham。
- ggmap：提供在来自Google地图、Open Street Map，cloudmade和stamen等源的静态地图之上的空间数据可视化函数。
- leaflet：leaflet for R提供函数在R中控制和整合Leaflet，一个交互式地图JavaScript库。
- lubridate：我的空间数据大部分有日期-时间测量，这个包提供了操作日期时间的函数。
