Skip to content

Latest commit

 

History

History
452 lines (279 loc) · 10.8 KB

A5_Choroplethen.md

File metadata and controls

452 lines (279 loc) · 10.8 KB
Raw
title author date output
A5 - Choroplethen - `maptools` und `choreplethr`
Jan-Philipp Kolb
22 Oktober 2018
slidy_presentation beamer_presentation
keep_md
true
colortheme fonttheme highlight fig_caption keep_tex theme
beaver
structurebold
tango
false
true
CambridgeUS

Inhalt dieses Abschnitts

  • Der Beispieldatensatz wrld_simpl im Paket maptools wird vorgestellt.
  • Es wird gezeigt, wie man Daten aus anderen Quellen mit Kartendaten verbinden kann.
  • Mit dieser Verbindung ist es dann möglich thematische Karten - so genannte Choroplethen - zu erstellen
  • Zudem wird das Paket choroplethr vorgestellt.

Was ist ein Choropleth

Ein Choropleth ist eine Karte, die

  • geografische Grenzen zeigt.
  • bei denen Bereiche basierend auf Metriken eingefärbt werden.

Choroplethen sind nützlich für die Visualisierung von Daten, wo geografische Grenzen eine natürliche Einheit der Aggregation sind.

Das Paket maptools

  • Datensatz wrld_simpl aus dem Paket maptools
  • Polygone für fast alle Staaten der Erde
library(maptools)
data(wrld_simpl)
  ISO2   NAME                     AREA    POP2005

ATG AG Antigua and Barbuda 44 83039 DZA DZ Algeria 238174 32854159 AZE AZ Azerbaijan 8260 8352021 ALB AL Albania 2740 3153731 ARM AM Armenia 2820 3017661 AGO AO Angola 124670 16095214

Hallo Welt

plot(wrld_simpl)

Daten zum Gini Index

link<-"https://raw.githubusercontent.com/Japhilko/geocourse/
master/data/gini-index_csv.csv"
gini <- read.csv(link)

Country.Name Country.Code Year Value

Albania ALB 1996 27.0 Albania ALB 2002 31.7 Albania ALB 2005 30.6 Albania ALB 2008 30.0 Albania ALB 2012 29.0 Algeria DZA 1988 40.2

Der Gini Index im Jahr 2012

  • Für das Jahr 2012 sind am meisten Beobachtungen vorhanden.
gini12 <- gini[gini$Year==2012,]
summary(gini12$Value)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   24.70   29.80   35.10   36.15   41.40   57.40

Die Daten matchen

  • WIr matchen die Gini-Daten mit den Kartendaten
ind <- match(gini12$Country.Code,wrld_simpl$ISO3)
  • Wir nehmen die Länder raus, für die keine Daten vorhanden sind:
ind2 <- ind[!is.na(ind)]
  • Eine neue Karte wird erstellt:
ginimap <- wrld_simpl[ind2,]
  • Die Gini-Daten werden in den Datenslot geschrieben
ginimap@data$gini12 <- gini12$Value[!is.na(ind)]

Die Daten plotten

library(sp)
spplot(ginimap,"gini12")

Das Paket colorRamps verwenden

library(colorRamps)
spplot(ginimap,"gini12",col.regions=matlab.like(100))

Aufgabe A4A - Eine Choroplethenkarte erzeugen

  • Lade Datensatz Unemployment Datensatz herunter
  • Matche die Daten mit einer passenden Karte
  • Erzeuge mit der (Variable X2014M10) folgende Karte:

Das Paket choroplethr

Paket von Ari Lamstein - choroplethr

  • Vereinfachung der Erstellung von Choroplethen in R

  • World Development Indicators WDI (World Bank)

  • Die folgenden Beispiele basieren auf der Vignette des choroplethr-Paketes

install.packages("choroplethr")

Bevölkerungsschätzungen für den US-Staaten

US Amerikanischer Community Survey

library("choroplethr")
data(df_pop_state)

df_pop_state ist ein Datensatz , der in dem Paket choroplethr enthalten ist, es enthält Schätzungen zu den US-Staaten für das Jahr 2012.

region value

alabama 4777326 alaska 711139 arizona 6410979 arkansas 2916372 california 37325068 colorado 5042853

choroplethr - Hallo Welt

Die Karte zeigt die US Bevölkerungsschätzung für die US-Staaten und das Jahr 2012:

Wir bekommen eine Choroplethenkarte mit nur einem Argument:

state_choropleth(df_pop_state)

Aber wir können auch einen Titel erstellen und die Legende benennen:

state_choropleth(df_pop_state, title="2012 US State Population Estimates", legend="Population")

Nur drei Staaten darstellen

state_choropleth(df_pop_state,
                 title= "2012 Population Estimates",
                 legend= "Population", num_colors = 1,
                 zoom=c("california","washington","oregon"))

US County Chroplethen

Choroplethen der US Counties

# A data.frame containing population estimates for US Counties in 2012.
?df_pop_county

# Create a choropleth of US Counties
?county_choropleth

Eine Karte der US Counties

data(df_pop_county)
county_choropleth(df_pop_county)

Choroplethen Länder

data(df_pop_country)
country_choropleth(df_pop_country,
              title      = "2012 Population Estimates",
              legend     = "Population",
              num_colors = 1,
              zoom       = c("united states of america",
                             "mexico", "canada"))

Choroplethen Länder

Weltbank Daten

library(WDI) 
choroplethr_wdi(code="SP.POP.TOTL", year=2012, 
                title="2012 Population", 
                num_colors=1)

Lebenserwartung

choroplethr_wdi(code="SP.DYN.LE00.IN", year=2012,
                title="2012 Life Expectancy")

Ein weiterer Datensatz

A data.frame containing all US presdiential election results from 1789 to 2012

data(df_president_ts)

D = Democratic; R = Republican; PR = Progressive;

 region         1908   1912   1916   1920   1924   1928   1932

42 south dakota R PR R R R R D
43 tennessee D D D R D R D
44 texas D D D D D R D
45 utah R R D R R R D
46 vermont R R R R R R R
47 virginia D D D D D R D
48 washington R PR D R R R D

# install.packages("choroplethrMaps")
library("choroplethrMaps")

Das R-Paket choroplethrMaps

library(ggplot2);library(choroplethrMaps)
data(country.map)
ggplot(country.map, aes(long, lat, group=group))+ 
  geom_polygon()

Eine Karte für die USA

data(state.map)
ggplot(state.map,aes(long,lat,group=group))+geom_polygon()

Resourcen

citation("choroplethr")
## 
## To cite package 'choroplethr' in publications use:
## 
##   Ari Lamstein (2018). choroplethr: Simplify the Creation of
##   Choropleth Maps in R. R package version 3.6.3.
##   https://CRAN.R-project.org/package=choroplethr
## 
## A BibTeX entry for LaTeX users is
## 
##   @Manual{,
##     title = {choroplethr: Simplify the Creation of Choropleth Maps in R},
##     author = {Ari Lamstein},
##     year = {2018},
##     note = {R package version 3.6.3},
##     url = {https://CRAN.R-project.org/package=choroplethr},
##   }

Resources / Links