Creación de Mapas utilizando paquetes de R
Para generar mapas en R podemos importar archivos tipo shapefile (SHP) donde se almacena la ubicación geométrica y diversa información de atributos de entidades geográficas. En otro post expondré cómo trabajar con dichos archivos, cómo importar archivos shapefile y cómo trabajar con ellos. No obstante, existen también diversos paquetes que podemos utilizar para realizar mapas en R y sobre ellos trabajaremos en este post. Por ejemplo, utilizando los paquetes {mapdata} y {ggplot2} podemos generar un mapa del mundo estableciendo la siguiente orden:
library(mapdata)
library(ggplot2)
library(maps)
library(ggrepel)
# Guardamos la información en un nuevo dataframe llamado mapa_mundo
mapa_mundo <- map_data("world")
# Para visualizar el mapa utilizamos geom_polygon()
library(tidyverse)
mapa_mundo %>%
ggplot() +
geom_polygon(aes( x= long, y = lat, group = group),
fill = "black",
color = "white")
Además, el mapa anterior podemos customizarlo a nuestro gusto utilizando las operaciones clásicas del paquete {ggplot2}.
mapa_mundo %>%
ggplot() +
geom_polygon(aes( x= long, y = lat, group = group),
fill = "grey80",
color = "white") +
theme_minimal() +
theme(
axis.line = element_blank(),
axis.text = element_blank(),
axis.title = element_blank(),
axis.ticks = element_blank(),
panel.background = element_rect(colour= "black", size= 1)) +
ggtitle( "Mapa Mundi") 
Asimismo, podemos generar mapas regionales indicando las coordenadas. Para realizar un mapa de España peninsular y Baleares, Portugal, sur de Francia y norte de África podemos indicar las siguientes coordenadas:
mapa_mundo %>%
ggplot() +
geom_polygon(aes( x= long, y = lat, group = group),
fill = "grey80",
color = "white") +
theme_minimal() +
theme(
axis.line = element_blank(),
axis.text = element_blank(),
axis.title = element_blank(),
axis.ticks = element_blank(),
panel.background = element_rect(colour= "black", size= 1)) +
ggtitle( "Mapa de la Península Ibérica") +
coord_fixed (xlim= c(-12,5),
ylim= c(35,45),
ratio = 1.3)
De forma similar podemos representar en un mapa, por ejemplo, la región de América del Sur y zonas colindantes indicando las coordenadas adecuadas:
mapa_mundo %>%
ggplot() +
geom_polygon(aes( x= long, y = lat, group = group),
fill = "grey80",
color = "white") +
theme_minimal() +
theme(
axis.line = element_blank(),
axis.text = element_blank(),
axis.title = element_blank(),
axis.ticks = element_blank(),
panel.background = element_rect(colour= "black", size= 1)) +
ggtitle( "Mapa de América del Sur") +
coord_fixed (xlim= c(-100,-25),
ylim= c(-60,20),
ratio = 1.2)
Podemos identificar el nombre de algunas ciudades de las siguiente forma:
ciudades <- c("Lima", "Sao Paulo", "Bogotá")
coordenadas <- data.frame( long = c(-77.0282364, -46.6388, -74.081749 ),
lat= c(-12.0431805,-23.5489, 4.6097102),
stringsAsFactors = F)
coordenadas$ciudades <- ciudades
mapa_mundo %>%
ggplot() +
geom_polygon(aes( x= long, y = lat, group = group),
fill = "grey80",
color = "white") +
theme_minimal() +
theme(
axis.line = element_blank(),
axis.text = element_blank(),
axis.title = element_blank(),
axis.ticks = element_blank(),
panel.background = element_rect(colour= "black", size= 1)) +
ggtitle( "Mapa de América del Sur") +
coord_fixed (xlim= c(-100,-25),
ylim= c(-60,20),
ratio = 1.2)+
geom_point(data=coordenadas, aes(long, lat),
color= "red", size=1) +
geom_text_repel(data = coordenadas,
aes(long, lat, label =ciudades))
Existe también un theme, usando la función theme_map() del paquete {ggthemes}, diseñado para representar mapas visualmente bastante agradables.
library(ggthemes)
ggplot() +
borders("world", colour = "white", fill = "brown") +
theme_map()
Visualización de mapas utilizando coordenadas geográficas
Para realizar este apartado vamos a utilizar el dataframe meteorites del proyecto Tidytuesday. Este dataset, que se ha construido con datos de The Meteoritical Society, incluye los meteoritos que han caído en la tierra y los que se han encontrado así como información de los mismos (nombre, id, tipo, class, masa, año encontrado, latitud, longitud y geolocalización).
En primer lugar descargamos el archivo .csv directamente del github de tidytuesday de la siguiente forma:
meteoritos <- readr::read_csv("https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2019/2019-06-11/meteorites.csv")
## Parsed with column specification:
## cols(
## name = col_character(),
## id = col_double(),
## name_type = col_character(),
## class = col_character(),
## mass = col_double(),
## fall = col_character(),
## year = col_double(),
## lat = col_double(),
## long = col_double(),
## geolocation = col_character()
## )
# Quitamos los elementos que faltan (na´s) para la representación gráfica
meteoritos_mapa <- meteoritos %>%
drop_na()
En primer lugar vamos a representar todos los meteoritos en el mapa del mundo, tanto los que se han detectado al caer (fell) como los encontrados (found). Para ello utilizaremos el theme theme_map() visto en el punto anterior y añadiremos un geom_point() con información de los meteoritos.
options(scipen = 999) # para evitar la anotación científica
# Graficamos indicando
mapa_mundo %>%
ggplot() +
geom_polygon(aes( x= long, y = lat, group = group),
fill = "grey80",
color = "white") +
geom_point(data= meteoritos_mapa,
aes(x=long, y = lat, size = mass/1000),
stroke = F) +
scale_size_continuous(name = "Kg") +
ggtitle( "Meteoritos") +
theme_map()
Existe como vemos una gran diferencia de tamaño entre los meteoritos incluidos en el dataframe. Veamos, por curiosidad, cuales son los meteoritos de más de 30mil kilos:
meteoritos %>%
select(name, year, mass, fall) %>%
filter( mass > 30000000) %>%
arrange(desc(mass))
## # A tibble: 3 x 4
## name year mass fall
## <chr> <dbl> <dbl> <chr>
## 1 Hoba 1920 60000000 Found
## 2 Cape York 1818 58200000 Found
## 3 Campo del Cielo 1575 50000000 Found
Hoba, Cape York y Campo del Cielo, meteoritos encontrados en Namibia, Groenlandia y Argentina respectivamente, son los meteoritos de mayor masa. Se puede ver una foto de ellos en el siguiente enlace.
Para diferenciar los meteoritos caídos (fell) y los encontrados (found) podemos asociar a cada uno de ellos un color de la siguiente forma:
mapa_mundo %>%
ggplot() +
geom_polygon(aes( x= long, y = lat, group = group),
fill = "grey80",
color = "white") +
geom_point(data= meteoritos_mapa,
aes(x=long, y = lat, size = mass/1000, color = fall),
stroke = F) +
scale_color_manual(values = c( "black", "orange"), name = " ") +
scale_size_continuous(name = "Kg") +
ggtitle( "Meteoritos caídos y encontrados") +
theme_map()
Para visualizar los meteoritos en una región determinada del globo debemos indicar las coordenadas tal y como se expuso previamente. Pongamos por ejemplo que nos interesa visualizar los meteoritos caídos (fell) en Europa, para ello podemos indicar los siguientes comandos:
# seleccionamos los meteoritos que nos interesa graficar
meteoritos_Europa <- meteoritos %>%
filter(fall == "Fell") %>%
drop_na() %>%
filter(between(long, -12, 25),
between(lat, 35, 65)) %>%
arrange(mass)
# graficamos en un mapa de Europa (y escogemos un fondo oscuro)
mapa_mundo %>%
ggplot() +
geom_polygon(aes(x=long, y=lat, group=group),
fill= "grey30", color="white") +
geom_point(data=meteoritos_Europa, aes(x=long,
y=lat,
size= mass/1000,
color= mass/1000), stroke=F) +
coord_fixed(xlim= c(-12,25),
ylim= c(35,65),
ratio= 1.3)+
ggtitle("Caída de meteoritos en Europa") +
scale_size_continuous(name = "kg") +
scale_color_gradient(low= "orange", high= "brown", name= "Kg") +
guides(color= guide_legend()) +
theme_classic() +
theme(
axis.line = element_blank(),
axis.text = element_blank(),
axis.title = element_blank(),
axis.ticks = element_blank(),
panel.background = element_rect(colour= "grey30", size= 1, fill= NA)
) 