Nube de datos

2019-01-02

Representar shapefiles (SHP) con ggplot2

Problema

Deseamos representar shapefiles (SHP) con ggplot2. Obtendremos los datos de las regiones administratitvas siguiendo los pasos de esta entrada.

Solución

Voy a representar los municipios de España. Generaré unos datos aleatorios para cada uno de ellos y asignarles luego una escala continua. Creo dos gráficos separados para península y Baleares, y Canarias para ganar en claridad. Finalmente represento Castilla-La Mancha, y dejo un enlace a un pdf para poder hacer zoom en el resto de la península y Baleares y apreciar el detalle.

library(tidyverse)
library(raster)
shp <- getData("GADM", country = "ES", level = 4)
shp.pen <- shp[shp@data$NAME_1 != "Islas Canarias", ]
shp.can <- shp[shp@data$NAME_1 == "Islas Canarias", ]

# Convertimos shapefiles a data frames
df.spain <- fortify(shp, region = "NAME_4")
df.pen <- fortify(shp.pen, region = "NAME_4")
df.can <- fortify(shp.can, region = "NAME_4")

# Datos aleatorios
set.seed(2015)
random.df <- data.frame(id = unique(df.spain[, 'id']),
                        random = runif(
                          n = length(unique(df.spain[, 'id'])),
                          min = 25,
                          max = 75
                        ))
df.pen <-
  merge(df.pen, random.df, by = 'id', all.x = TRUE)
df.can <-
  merge(df.can, random.df, by = 'id', all.x = TRUE)

# Gráficos con ggplot2
# Península y Baleares
p.pen <-
  ggplot(df.pen, aes(x = long, y = lat, group = group)) +
  geom_polygon(aes(fill = random), colour = "white", size = 0.1) +
  labs(x = " ", y = " ") +
  theme_bw() +
  scale_fill_viridis_c('Datos aleatorios', option = "magma", direction = -1) +
  coord_map() +
  theme(
    panel.grid.minor = element_blank(),
    panel.grid.major = element_blank(),
    panel.border = element_blank(),
    axis.ticks = element_blank(),
    axis.text.x = element_blank(),
    axis.text.y = element_blank(),
    legend.position = "bottom"
  )

# Canarias
p.can <-
  ggplot(df.can, aes(x = long, y = lat, group = group)) +
  geom_polygon(aes(fill = random), colour = "white", size = 0.1) +
  labs(x = " ", y = " ") +
  theme_bw() +
  scale_fill_viridis_c('Datos aleatorios', option = "magma", direction = -1) +
  coord_map() +
  theme(
    panel.grid.minor = element_blank(),
    panel.grid.major = element_blank(),
    panel.border = element_blank(),
    axis.ticks = element_blank(),
    axis.text.x = element_blank(),
    axis.text.y = element_blank(),
    legend.position = "bottom"
  )


# Mostramos los gráficos
p.pen
p.can

Mapas

Enlace al pdf.

Península y Baleares

Canarias

Castilla-La Mancha

Entradas relacionadas

Referencias

raster
GADM

2018-12-28

Las entradas más visitadas en 2018

Las 10 entradas más visitadas en 2018 en las categorías de R, Excel, Access y VBA han sido:

R

Excel

Access

VBA

Entradas relacionadas

2018-12-27

Obtener datos geoespaciales por países con R: elevación

Problema

En la entrada anterior obtuvimos las divisiones administrativas con el paquete raster en R. En esta ocasión extraeremos datos de altitud o elevación del terreno.

Solución

Empleamos la función getData del paquete raster. Necesitamos suministrar el argumento country con un código ISO de 3 letras.

library(raster)
# Países disponibles
library(psych) # Función HeadTail 
headTail(getData('ISO3'))

    ISO3                  NAME
1    AFG           Afghanistan
2    XAD Akrotiri and Dhekelia
3    ALA                 Åland
4    ALB               Albania
...                   
253  ESH        Western Sahara
254  YEM                 Yemen
255  ZMB                Zambia
256  ZWE              Zimbabwe

Suministramos el argumento 'alt' (altitude). Computamos slope y aspect con la función terrain para poder suministrarlos posteriormente a la función hillShade.

alt <-  getData('alt', country = 'ESP')
slope <-  terrain(alt, opt = 'slope')
aspect <-  terrain(alt, opt = 'aspect')
hill <-  hillShade(slope, aspect, 40, 270)

library(tmap)
tm_shape(hill) +
  tm_raster(palette = gray(0:100 / 100),
            n = 100,
            legend.show = FALSE)  +
  tm_shape(alt) +
  tm_raster(alpha = 0.5,
            palette = terrain.colors(25),
            legend.show = FALSE)

Mapa

Entradas relacionadas

Referencias

2018-12-25

Obtener datos geoespaciales por países con R: divisiones administrativas

Problema

Deseamos obtener datos espaciales de las áreas administrativas de un país con el paquete raster de R. Con estos datos, SpatialPolygonDataFrame (polígonos espaciales en un data frame), podremos dibujar mapas en R.

Solución

Empleamos la función getData del paquete raster. Necesitamos suministrar el argumento country con un código ISO de 3 letras.

library(raster)
# Países disponibles
library(psych) # Función HeadTail 
headTail(getData('ISO3'))

    ISO3                  NAME
1    AFG           Afghanistan
2    XAD Akrotiri and Dhekelia
3    ALA                 Åland
4    ALB               Albania
...                   
253  ESH        Western Sahara
254  YEM                 Yemen
255  ZMB                Zambia
256  ZWE              Zimbabwe

El primer argumento es 'GADM' que es una base de datos de divisiones administrativas. También necesitamos especificar el nivel de la subdivisión administrativa (0 = país, 1 = primer nivel). Por ejemplo, para España: 0 = país, 1 = comunidades autónomas, 2 = provincias, 3 = comarcas, 4 = municipios.

# Descargamos el nivel 4
df4 <- getData("GADM", country = "ES", level = 4)
View(df4)

Vista de la pestaña Environment tras importar todos los niveles.

Mapas

Representamos las divisiones administrarivas del nivel 1. Separamos península y Baleares de Canarias para apreciar mejor los mapas.

df11 <- df1[df1@data$NAME_1 != "Islas Canarias",]
df12 <- df1[df1@data$NAME_1 == "Islas Canarias",]
plot(df11, main = "Península y Baleares - Divisiones administrativas nivel 1")
plot(df12, main = "Canarias- Divisiones administrativas nivel 1")

Descarga manual

Tammbién podemos acceder y descargar manualmente los ficheros de los diferentes niveles aquí.

Entradas relacionadas

Referencias

raster

GADM

2018-12-17

Gráficos de An Introduction to Statistical Learning con ggplot2 - Figura 3.1.

Gráfico a replicar

Continuamos con la serie iniciada sobre la creación de gráficos del libro An Introduction to Statistical Learning. En esta ocasión replicaremos el gráfico de la figura 3.1. Utiliza el conjunto de datos Advertising.Los puntos rojos representan los valores observados de ventas (sales) y los presupuestos de televisión (TV). La línea azul representa la recta de regresión. Las líneas grises verticales representan el error asociado con cada observación. Hay errores positivos (si la observación se sitúa por encima de la líneaazul) y negativos (si la observación se sitúa por debajo de la curva).

Solución

Con la función theme personalizamos el formato: rotamos las etiquetas del eje y, eliminamos el color de fondo, y añadimos el borde.

library(tidyverse)
ggplot(ad_fitted, aes(x = budgets, y = sales)) +
  geom_point(colour = "red") +
  geom_smooth(se = FALSE, method = lm) +
  geom_segment(aes(
    x = budgets,
    y = sales,
    xend = budgets,
    yend = fitted
  )) +
  scale_x_continuous(breaks = seq(0, 300, by = 50)) +
  scale_y_continuous(breaks = seq(0, 25, by = 5)) +
  theme(
    axis.text.y = element_text(angle = 90, hjust = 1),
    panel.background = element_blank(),
    panel.border = element_rect(fill = NA)
  )

Si deseamos mantener la cuadrícula, pero eliminar el color de fondo (theme_bw) y modificar el título del eje x (labs):

ggplot(ad_fitted, aes(x = budgets, y = sales)) +
  geom_point(colour = "red") +
  geom_smooth(se = FALSE, method = lm) +
  geom_segment(aes(
    x = budgets,
    y = sales,
    xend = budgets,
    yend = fitted
  )) +
  labs(x = "TV")+
  scale_x_continuous(breaks = seq(0, 300, by = 50)) +
  scale_y_continuous(breaks = seq(0, 25, by = 5)) +
  theme_bw()+
  theme(axis.text.y = element_text(angle = 90, hjust = 1))

Entradas relacionadas

Referencias

2018-12-10

Listar conjuntos de datos disponibles en R

Problema

Queremos conocer los conjuntos de datos disponibles en R, tanto cargados en un determinado momento como los de todos paquetes disponibles.

Solución

Listar los conjuntos de datos disponibles en ese momento

data()

Data sets in package ‘datasets’:

AirPassengers           Monthly Airline Passenger Numbers 1949-1960
BJsales                 Sales Data with Leading Indicator
BJsales.lead (BJsales)
                        Sales Data with Leading Indicator
BOD                     Biochemical Oxygen Demand
CO2                     Carbon Dioxide Uptake in Grass Plants
ChickWeight             Weight versus age of chicks on different diets
DNase                   Elisa assay of DNase
EuStockMarkets          Daily Closing Prices of Major European Stock
                        Indices, 1991-1998
Formaldehyde            Determination of Formaldehyde
HairEyeColor            Hair and Eye Color of Statistics Students
...                    ...

Listar los conjuntos de datos de todos los paquetes disponibles

data(package = .packages(all.available = TRUE))

Data sets in package ‘aqp’:

amarillo                Amarillo Soils
ca630                   Soil Data from the Central Sierra Nevada Region
                        of California
munsell                 Munsell to sRGB Lookup Table for Common Soil
                        Colors
rruff.sample            Sample XRD Patterns
soil_minerals           Munsell Colors of Common Soil Minerals
sp1                     Soil Profile Data Example 1
sp2                     Honcut Creek Soil Profile Data
sp3                     Soil Profile Data Example 3
sp4                     Soil Chemical Data from Serpentinitic Soils of
                        California
sp5                     Sample Soil Database #5
sp6                     Soil Physical and Chemical Data from
                        Manganiferous Soils

Data sets in package ‘beeswarm’:

breast                  Lymph-node-negative primary breast tumors

Listar los conjuntos de datos de un paquete específico

data(package = "ISLR")

Data sets in package ‘ISLR’:

Auto                    Auto Data Set
Caravan                 The Insurance Company (TIC) Benchmark
Carseats                Sales of Child Car Seats
College                 U.S. News and World Report's College Data
Credit                  Credit Card Balance Data
Default                 Credit Card Default Data
Hitters                 Baseball Data
Khan                    Khan Gene Data
NCI60                   NCI 60 Data
OJ                      Orange Juice Data
Portfolio               Portfolio Data
Smarket                 S&P Stock Market Data
Wage                    Mid-Atlantic Wage Data
Weekly                  Weekly S&P Stock Market Data

Referencias

data{utils}