R语言查看栅格值

有这么一个需求，知道栅格上的坐标，想看看这个坐标上的栅格值是多少。坐标长这个样子

那么这样的坐标下的栅格值该怎么看

cellFromXY(the.stack$t1,c( -1505000,6835000))

此行代码获取了该坐标位置下该像元在该栅格数据中的编号，唯一编号，执行后得到结果468，那么这就说明该像元的唯一编号为468.
extract(the.stack$t1,468)

改行代码得到位于468编号处的栅格值，执行后得到了结果为23，实际上该值确实是23，因此在R语言中可以使用此方法查看栅格值。
 

原文地址：https://www.cnblogs.com/arcserver/p/9871722.html

时间： 2024-11-07 14:17:29

R语言查看栅格值的相关文章

R语言笔记 日期值

日期值通常以字符串的形式输入到R中,然后转化为以数值形式存储的日期变量.函数 as.Date()用于执行这种转化.其语法为as.Date(x, "input_format"),其中x是字符型数 据,input_format则给出了用于读入日期的适当格式 符 号 含 义 示 例 %d 数字表示的日期(0~31) 01~31 %a 缩写的星期名 Mon %A 非缩写星期名 Monday %m 月份(00~12) 00~12 %b 缩写的月份 Jan %B 非缩写月份 January %y

R语言-查看加载包、卸除加载包及安装包与卸载包

在R语言中,常需要看哪个包加载了或是看多个相似功能的包,看到底是哪个包在起作用,通过加载和卸除后进行运行比较分析. 1.查看已加载的包 >(.packages()) 注意外面的括号和前面的点不能省. 2.卸除已加载的包 如卸除RMySQL包 >detach("package:RMySQL") 注意是卸除,不是卸载,也就是说不是把包从R运行环境中彻底删除,只是不希望该包被加载使用. 在包使用函数冲突,检验函数依赖时比较有用. 3.安装包 >install.package

R语言矩阵栅格显示矩阵颜色显示

效果如下:

R语言-缺少参数, 也没有缺省值

"缺少参数, 也没有缺省值"--在R语言自编函数中,如果参数没有输入值则会报这个错误. 1.问题 例如: > my.func my.func<-function(p){ print("TEST IS OK!") print(p) } > my.func() [1] "TEST IS OK!" Error in print(p) : 在为'print'函数选择方法时评估'x'参数出了错: 错误: 缺少参数"p"

R语言数据挖掘实战系列（2）

二.R语言简介 R语言是一种为统计计算和图形显示而设计的语言环境,具有免费.多平台支持,同时可以从各种类型的数据源中导入数据,具有较高的开放性以及高水准的制图功能.R是一个体系庞大的应用软件,主要包括核心的R标准包和各专业领域的其他包.R在数据分析.数据挖掘领域具有特别优势. R安装 R可在其主页(https://www.r-project.org/)上获得,根据所选择的平台进行下载安装.安装完成之后启动R.为了方便使用R,可使用免费的图形界面编辑器RStudio,可从https://www.r

用R语言做挖掘数据《三》

决策树和随机森林 一.实验说明 1. 环境登录 无需密码自动登录,系统用户名shiyanlou,密码shiyanlou 2. 环境介绍 本实验环境采用带桌面的Ubuntu Linux环境,实验中会用到程序: 1. LX终端(LXTerminal): Linux命令行终端,打开后会进入Bash环境,可以使用Linux命令2. GVim:非常好用的编辑器,最简单的用法可以参考课程Vim编辑器.3. R:在命令行终端输入‘R’,进入R的交互式环境,下面的代码都是在交互式环境运行. 3. 环境使用 使用

R语言基因组数据分析可能会用到的data.table函数整理

R语言data.table包是自带包data.frame的升级版,用于数据框格式数据的处理,最大的特点快.包括两个方面,一方面是写的快,代码简洁,只要一行命令就可以完成诸多任务,另一方面是处理快,内部处理的步骤进行了程序上的优化,使用多线程,甚至很多函数是使用C写的,大大加快数据运行速度.因此,在对大数据处理上,使用data.table无疑具有极高的效率.这里主要介绍在基因组数据分析中可能会用到的函数. fread 做基因组数据分析时,常常需要读入处理大文件,这个时候我们就可以舍弃read.ta

R语言︱异常值检验、离群点分析、异常值处理

在数据挖掘的过程中,数据预处理占到了整个过程的60% 脏数据:指一般不符合要求,以及不能直接进行相应分析的数据 脏数据包括:缺失值.异常值.不一致的值.重复数据及含有特殊符号(如#.￥.*)的数据 数据清洗:删除原始数据集中的无关数据.重复数据.平滑噪声数据.处理缺失值.异常值等 缺失值处理:删除记录.数据插补和不处理 主要用到VIM和mice包 install.packages(c("VIM","mice")) 1.处理缺失值的步骤 步骤: (1)识别缺失数据:

R语言从小木虫网页批量提取考研调剂信息

一.从URL读取并返回html树     1.1 Rcurl包         使用Rcurl包可以方便的向服务器发出请求,捕获URI,get 和 post 表单.比R socktet连接要提供更高水平的交互,并且支持 FTP/FTPS/TFTP,SSL/HTTPS,telnet 和cookies等.本文用到的函数是basicTextGatherer和getURL.想详细了解这个包的可以点击参考资料的链接. R命令: h <- basicTextGatherer( )   # 查看服务器返回的头