Libros gratis de R para GIS y Análisis de datos espaciales

En este artículo vamos a dar a conocer algunos de los principales libros de R para GIS y Data Science, todos ellos de acceso gratis en PDF para descargar libremente por los usuarios.

El lenguaje de programación R es una potente herramienta para realizar análisis estadístico que también puede solucionar complejos análisis de datos espaciales.

Podríamos considerar que R constituye uno de los principales lenguajes de programación del sector geoespacial, presente desde hace décadas, aunque su gran popularidad es más bien reciente.

La vinculación de los GIS y la Cartografía, la Geoestadística y Ciencia de Datos para información geográfica (o Spatial Data Science) está más presente que nunca, contando cada vez mayor número de especialistas y aplicación a todo tipo de proyectos.

Utilizar el lenguaje de programación R para estos propósitos es una gran oportunidad para múltiples profesionales del sector geotecnológico: analistas y científicos de datos, investigadores universitarios y científicos, técnicos y analistas GIS, así como especialistas sectoriales de la planificación urbana y territorial, del geomárketing y del estudio de poblaciones o profesionales de la biología y las ciencias ambientales, entre muchos otros.

Esperemos que este listado de libros de R orientados a GIS y análisis espacial de datos puede servir para promover el uso y conocimiento de este lenguaje de programación cada vez más utilizado por la comunidad.

Análisis Espacial con R: Usa R como un Sistema de Información Geográfica.

• Título: Análisis espacial con R. Usa R como un Sistema de Información Geográfica.
• Autor: Jean-François Mas.
• Editorial: European Scientific Institute
• Año de la edición: 2018

Se trata de uno de los libros de referencia sobre programación en R disponibles en español. La mayoría de los libros técnicos acerca del lenguaje R se encuentran escritos en lengua inglesa. Este, sin embargo, es un libro potente y completo traducido enteramente al español.

Como el propio autor indica, este libro pretende introducir a usuarios habituales de los GIS en el mundo de la programación en R:

» El presente libro se dirige a usuarios con conocimiento básico de Sistemas de Información Geográfica (SIG) que desean iniciarse en el manejo y análisis de datos espaciales en R. No requiere por lo tanto de ningún conocimiento previo de este programa pero si un conocimiento básico de los SIG.»

Destaca por no ser excesivamente pesado y se centra bastante en las utilidades de este lenguaje para los Sistemas de Información Geográfica y el análisis de datos espaciales tanto en formato ráster como vectorial.

También dedica capítulos a cubrir aspectos del análisis espacial y la Geoestadística, así como a la Teledetección y el procesamiento y clasificación de imágenes de satélite. Finalmente muestra cómo crear visualizaciones de mapas con R y a vincular R con QGIS.

Enlace de descarga: http://eujournal.org/files/journals/1/books/JeanFrancoisMas.pdf

An Introduction to Spatial Data Analysis and Visualization in R

• Título: An Introduction to Spatial Data Analysis and Visualization in R
• Autores: Guy Landsley y James Chesire
• Editorial: Consumer Data Research Centre
• Año de la edición: 2016

El libro, escrito por dos autores de la University College of London realiza una introducción al lenguaje de programación R y RStudio como IDE preferente para trabajar con scripts y visualizar datos en R.

Trata todos los puntos esenciales para familiarizarse con el lenguaje R aplicado al análisis espacial y la estadística espacial.

En este sentido, cubre aspectos como la exploración de datos espaciales, la búsqueda de patrones y relaciones espaciales entre objetos, regresión e interpolación espacial.

Además, cubre otros puntos esenciales de R y RStudio como la realización y configuración de gráficos como histogramas, boxplots o gráficos de cajas, gráficos bivariados y, como no, la realización de mapas para aproximar el uso de R como si de un GIS se tratara.

Enlace de descarga al libro: https://www.spatialanalysisonline.com/An%20Introduction%20to%20Spatial%20Data%20Analysis%20in%20R.pdf

Applied Spatial Data Analysis with R

• Título: Applied Spatial Data Analysis in R
• Autores: Roger S. Bivand, Edzer J. Pebesma y Virgilio Gómez-Rubio
• Editorial: Springer.
• Año de la edición: 2008.

El libro Applied Spatial Data Analysis in R es ciertamente similar al anterior, aunque más extenso y complejo. Se centra principalmente en el análisis de datos con R de manera profunda y detallada.

Contiene un extenso y detallado material, realmente interesante para usuarios que deseen profundizar en el análisis de datos espaciales. De entre los libros de habla inglesa, probablemente este sea uno de los más interesantes y completos por la calidad y extensión del contenido.

No obstante, quizás no se trate del más indicado para usuarios que no tengan nada de experiencia y deseen iniciarse con el lenguaje de programación R.

Hace especial hincapié en los siguientes puntos:

• Interpolación de datos espaciales
• Análisis de patrones espaciales de puntos
• Autocorrelación espacial
• Geoestadística aplicada
• Estadística espacial
• Generación y ajuste de modelos espaciales

Además, ofrece información y ejemplos de visualización de datos, tanto sobre gráficos como mapas, así como métodos de lectura y escritura de datos espaciales, uso de proyecciones cartográficas y librerías para procesar y analizar información geográfica.

Enlace de descarga: http://gis.humboldt.edu/OLM/r/Spatial%20Analysis%20With%20R.pdf

R for Data Science

• Título: R for Data Science
• Autores: Hadley Wickham y Garett Grolemund
• Editorial: O’Reilly
• Año de la edición: 2017

La estructura de este libro se centra especialmente en los distintos pasos que se realizan habitualmente al realizar proyectos vinculados al análisis de datos en R.

Así pues, dedicada cada capítulo a cada uno de las fases:

1. Análisis exploratorio de datos
2. Lectura, transformación y adecuación
3. Programación de funciones e iteración
4. Conceptualización y construcción de modelos
5. Comunicación de información basada en datos

De hecho, el enfoque del libro es sobre el workflow o flujo de trabajo de la Ciencia de Datos, por lo que en realidad serviría como referencia para cualquier lenguaje de programación que no sea estrictamente R. No obstante, todos los ejemplos y métodos mostrados utilizan el lenguaje de programación R como referencia y el contenido se adapta al mismo.

Ese libro puede resultar útil a cualquier usuario que desee familiarizarse con este lenguaje para realizar proyectos relacionados con la ciencia de datos, sin esperar una gran profundización en temas avanzados como Big Data.

Personalmente destacaría los buenos ejemplos y datos analizados, así como la introducción a R Markdown para confeccionar hojas que combinen código, texto y objetos como gráficos, mapas, tablas, etc, para comunicar información y flujos de trabajo de forma eficiente.

Es interesante destacar que cuenta con ejercicios para que el lector pueda aplicar los conceptos explicados en los diversos capítulos, ilustrados con ejemplos, sobre los que se realiza preguntas o se pide adaptar el código para obtener cierto resultado.

Enlace al contenido digital: https://r4ds.had.co.nz/

R programming for Data Science

• Título: R Programming for Data Science
• Autor: Roger D. Peng
• Año de la edición: 2015

Otro libro gratuito en lengua inglesa, muy consultado por todos aquellos usuarios que se quieran iniciar en R como lenguaje de programación para Data Science.

Este libro cubre todos los aspectos básicos de la gramática del lenguaje R y los principales paquetes para leer, tratar, analizar y visualizar datos de cualquier tipo.

Explica aspectos del lenguaje como los tipos de datos, las estructuras de control del código, la creación y uso de funciones, las iteraciones o loops, o el concepto de scope en R.

Se trata de una recomendación especialmente indicada para usuarios que partan absolutamente de cero en programación y quieran familiarizarse con el lenguaje R para empezar a realizar proyectos de análisis de datos y visualización.

Enlace de descarga del libro: https://www.cs.upc.edu/~robert/teaching/estadistica/rprogramming.pdf

The R Book

• Título: The R Book
• Autor: Michael J. Crawley
• Editorial: Wiley
• Año de la edición: 2013

Como su propio nombre indica, es «el» libro de R. Tiene ni más ni menos que 1.060 páginas (!). Así pues, se trata de un manual para leer y consultar con toda la tranquilidad del mundo.

Por supuesto, dada su gran extensión, cubre con detalle todos los aspectos del lenguaje R en profundidad y con una gran calidad de contenidos.

El autor, profesor de botánica y ecología del Imperial College of London, ha configurado este gran manual para cubrir prácticamente todos los detalles del uso de R para estadística y análisis de datos.

Podría servir para estudiantes o profesionales que deseen utilizarlo como libro de consulta y referencia para resolver dudas y entender aspectos técnicos del lenguaje, aunque quizás no sea el más «amistoso» para iniciarse en R para ciencia de datos.

Enlace de descarga: https://www.cs.upc.edu/~robert/teaching/estadistica/TheRBook.pdf

R Notes for Professionals

Este libro, de formato más amigable y fuera del circuito más formal del mundo universitario, trata de aportar todas las herramientas, conceptos y métodos de trabajo para profesionales que utilicen (o deseen aprender) R para sus proyectos.

Por supuesto, es bastante completo y cubre prácticamente todos los aspectos del lenguaje de programación R para trabajar con soltura.

Contenidos destacables del libro:

• Definiciones y tipos de datos
• Lectura y manipulación de datos
• Uso de clases, funciones y estructuras condicionales
• Visualización de datos en gráficos
• Programación funcional
• Expresiones regulares en R
• Uso de R Markdown
• Uso de Spark para Big Data
• Machine Learning
• Algoritmos Random Forest
• Procesamiento de lenguaje natural

Dedica también capítulos al análisis espacial de datos (capítulo 48), al tratamiento de información geográfica ráster (capítulos 71 y 95), creación de mapas de calor (capítulo 85) o aspectos como la clusterización jerárquica (capítulo 107), entre otros.

Se trata sin duda de un buen manual de referencia para aprender y profundizar en el conocimiento de R. Permite al lector ahondar en aspectos más avanzados del mismo orientados a Big Data y Machine Learning, apoyados siempre sobre ejemplos de código, datos y gráficos.

Enlace de descarga: https://books.goalkicker.com/RBook/

Geocomputation with R

• Título: Geocomputation with R
• Autores: Robin Lovelace, Jakub Nowosad y Jannes Muenchow
• Editorial: CRC Press
• Año de edición: 2019

Para terminar, proponemos otro de los libros de referencia que se centran en el uso de R para tratar y analizar información espacial.

Es un libro completísimo, muy bien documentado con ejemplos y ofrece gran detalle en las explicaciones.

No es especialmente extenso ni se entretiene en cubrir los aspectos más básicos del lenguaje (hemos sugerido otros libros gratuitos para iniciarse en R), sino que se centra muy rápidamente en el tratamiento de datos espaciales.

Cubre aspectos como:

• Operaciones geométricas y espaciales con R
• Proyecciones de datos geográficos
• Importación y exportación de datos espaciales
• Creación de mapas con R
• Algoritmos y funciones espaciales
• Similitudes y diferencias de R con un Sistema de Información Geográfica
• Estadística espacial y modelos

Finalmente, propone diversos ejemplos de aplicación, centrándose en tres áreas de gran interés donde el lenguaje R puede jugar un papel importantísimo en estudios de análisis de datos: transporte, geomarketing y ecología o conservación.

Si bien existe una versión impresa del libro, éste se encuentra también de forma gratuita y abierta para ser consultada en su versión online. Además, la versión online cuenta con dos ventajas importantes: está más actualizada que las ediciones impresas y el código y los gráficos son más fácilmente accesibles.

Enlace de acceso al contenido: https://geocompr.robinlovelace.net/

Si conoces algún otro material formativo centrado en el lenguaje de programación R y, especialmente, que se centre en aspectos como la Geoestadística, la Estadística Espacial, el análisis de patrones y la visualización de datos en R puedes escribirnos un comentario compartiéndolo.