tematicos - Desarrollar mapas temáticos geográficos con R
tipos de mapas tematicos que existen (6)
¡Son solo tres líneas!
library(maps);
colors = floor(runif(63)*657);
map("state", col = colors, fill = T, resolution = 0)
¡¡Hecho!! Simplemente cambie la segunda línea a cualquier vector de 63 elementos (cada elemento entre 0 y 657, que son miembros de colores ())
Ahora, si quieres ser elegante, puedes escribir:
library(maps);
library(mapproj);
colors = floor(runif(63)*657);
map("state", col = colors, fill = T, projection = "polyconic", resolution = 0);
Los 63 elementos representan las 63 regiones cuyos nombres puedes obtener ejecutando:
map("state")$names;
Claramente hay una cantidad de paquetes en R para todo tipo de análisis espacial. Eso se puede ver en la vista de tareas de CRAN: análisis de datos espaciales . Estos paquetes son numerosos y diversos, pero todo lo que quiero hacer es algunos mapas temáticos simples. Tengo datos con los códigos FIPS del condado y del estado y tengo archivos de forma ESRI de los límites del condado y del estado y los códigos FIPS que lo acompañan que permiten unirme a los datos. Los archivos de formas se pueden convertir fácilmente a otros formatos, si es necesario.
Entonces, ¿cuál es la manera más directa de crear mapas temáticos con R?
Este mapa parece que fue creado con un producto ESRI Arc, pero este es el tipo de cosas que me gustaría hacer con R:
texto alternativo http://www.infousagov.com/images/choro.jpg Mapa copiado desde aquí .
Eche un vistazo al paquete PBSmapping (vea borh the vignette / manual and the demo) y this O''Reilly Data Mashups en el artículo de R (desafortunadamente no es gratuito pero vale 4.99 $ para descargar, según el blog de Revolutions ).
El siguiente código me ha servido bien. Personalízalo un poco y listo. texto alternativo http://files.eduardoleoni.com/map.png
library(maptools)
substitute your shapefiles here
state.map <- readShapeSpatial("BRASIL.shp")
counties.map <- readShapeSpatial("55mu2500gsd.shp")
## this is the variable we will be plotting
counties.map@data$noise <- rnorm(nrow(counties.map@data))
función de mapa de calor
plot.heat <- function(counties.map,state.map,z,title=NULL,breaks=NULL,reverse=FALSE,cex.legend=1,bw=.2,col.vec=NULL,plot.legend=TRUE) {
##Break down the value variable
if (is.null(breaks)) {
breaks=
seq(
floor(min(counties.map@data[,z],na.rm=TRUE)*10)/10
,
ceiling(max(counties.map@data[,z],na.rm=TRUE)*10)/10
,.1)
}
counties.map@data$zCat <- cut(counties.map@data[,z],breaks,include.lowest=TRUE)
cutpoints <- levels(counties.map@data$zCat)
if (is.null(col.vec)) col.vec <- heat.colors(length(levels(counties.map@data$zCat)))
if (reverse) {
cutpointsColors <- rev(col.vec)
} else {
cutpointsColors <- col.vec
}
levels(counties.map@data$zCat) <- cutpointsColors
plot(counties.map,border=gray(.8), lwd=bw,axes = FALSE, las = 1,col=as.character(counties.map@data$zCat))
if (!is.null(state.map)) {
plot(state.map,add=TRUE,lwd=1)
}
##with(counties.map.c,text(x,y,name,cex=0.75))
if (plot.legend) legend("bottomleft", cutpoints, fill = cutpointsColors,bty="n",title=title,cex=cex.legend)
##title("Cartogram")
}
trazarlo
plot.heat(counties.map,state.map,z="noise",breaks=c(-Inf,-2,-1,0,1,2,Inf))
Mira los paquetes
library(sp)
library(rgdal)
que son buenos para geodatos, y
library(RColorBrewer)
es útil para colorear. Este mapa está hecho con los paquetes anteriores y este código:
VegMap <- readOGR(".", "VegMapFile")
Veg9<-brewer.pal(9,''Set2'')
spplot(VegMap, "Veg", col.regions=Veg9,
+at=c(0.5,1.5,2.5,3.5,4.5,5.5,6.5,7.5,8.5,9.5),
+main=''Vegetation map'')
"VegMapFile" es un shapefile y "Veg" es la variable que se muestra. Probablemente se puede hacer mejor con un poco de trabajo. Parece que no puedo subir imágenes, aquí hay un enlace a la imagen:
Pensé que agregaría nueva información aquí ya que ha habido algo de actividad en torno a este tema desde la publicación. Aquí hay dos excelentes enlaces para "Choropleth Map R Challenge" en el blog de Revolutions:
Resultados del desafío de Choropleth
Con suerte, estos son útiles para las personas que ven esta pregunta.
Todo lo mejor,
Arrendajo