Zgadzam się z Simbamangu i rozwiązałem problem zachowania pliku kształtu, ale chcę skierować twoją uwagę na bibliotekę rgdal. Skorzystaj z linku sugerowanego przez gissolved dla NCEAS i postępuj zgodnie ze wskazówkami dla rgdal. Instalacja na niektórych komputerach może być trudna, ale może znacznie poprawić wyniki, jeśli chodzi o projekcje.
Biblioteka maptools jest doskonała i pozwala zdefiniować projekcję dla pliku kształtu, który czytasz, ale aby to zrobić, musisz wiedzieć, jak określić tę projekcję w formacie proj4. przykład może wyglądać mniej więcej tak:
project2<-"+proj=eqdc +lat_0=0 +lon_0=0 +lat_1=33 +lat_2=45 +x_0=0 +y_0=0 +ellps=GRS80
+datum=NAD83 +units=m +no_defs" #USA Contiguous Equidistant Conic Projection
data.shape<-readShapePoly("./MyMap.shp",IDvar="FIPS",proj4string=CRS(project2))
plot(data.shape)
Jeśli chcesz wybrać tę trasę, polecam http://spatialreference.org jako miejsce, w którym możesz dowiedzieć się, jak wygląda twoja projekcja w formacie proj4. Jeśli wygląda to na kłopot, rgdal ułatwi to, czytając plik .prj pliku shapefile ESRI (plik zawierający definicję rzutowania ESRI dla pliku shapefile. Aby użyć rgdal na tym samym pliku, po prostu napiszesz:
library(rgdal)
data.shape<-readOGR(dsn="C:/Directory_Containing_Shapefile",layer="MyMap")
plot(data.shape)
Prawdopodobnie możesz jeździć na deskorolce, nie robiąc tego, jeśli pracujesz tylko z jednym plikiem kształtu, ale gdy tylko zaczniesz szukać wielu źródeł danych lub nakładki z Mapami Google, utrzymanie dobrej projekcji staje się niezbędne.
Aby uzyskać przydatne wskazówki dotyczące danych przestrzennych w języku R, w tym wiele rzeczy na temat importowania i pracy z wzorcami punktów, mam kilka starych materiałów szkoleniowych online na stronie https://csde.washington.edu/workshop/point-patterns-and-raster -surfaces / (więcej warsztatów można znaleźć tutaj ), które mogą pomóc Ci zobaczyć, jak te metody się sprawdzają w praktyce.