library(leaflet)
coord <- data.frame(
site = c(
"Parque Nacional Corcovado",
"Parque Nacional Piedras Blancas",
"Reserva Forestal Golfo Dulce"),
lat = c(8.547528551969336, 8.710693823638461, 8.758213595027161),
long = c(-83.56921926251411,-83.27212852407732,-83.48570203348366),
stringsAsFactors = TRUE
)
head(coord)
## site lat long
## 1 Parque Nacional Corcovado 8.547529 -83.56922
## 2 Parque Nacional Piedras Blancas 8.710694 -83.27213
## 3 Reserva Forestal Golfo Dulce 8.758214 -83.48570
ll_map <- leaflet()
ll_map <- addTiles(map = ll_map)
ll_map <-
setView(
map = ll_map,
lat = 8.547528551969336,
lng = -83.56921926251411,
zoom = 10.4
)
addPopups(
map = ll_map,
lat = coord$lat,
lng = coord$long,
popup = coord$site
)
leaflet(coord) %>% addTiles() %>% setView(-83.56921926251411, 8.547528551969336, 10.4) %>% # size redondea a valor entero mas cercano
addMarkers(~long, ~lat, popup = ~site)
## 2. Utilice el paquete DT para generar un cuadro (tabla) de los datos iris. La tabla debe verse igual a esta:
```r
library (DT)
datatable(iris)
El coeficiente de correlación de Pearson entre largo de pétalo y ancho de pétalo es de 0.96