-
Notifications
You must be signed in to change notification settings - Fork 0
/
Catographie_Avec_R_Covid19.R
322 lines (204 loc) · 9.32 KB
/
Catographie_Avec_R_Covid19.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
#***************Carthographie sur R **************************
##########################################################
#Projet: Analyse COVID-19 en France: données des cas #
# confirmés en le 04-03-2020 et le 25-03-2020 #
#Auteur : Nisrine Bennor #
# Ingénieur en informatique biomédicale #
##########################################################
#-------Librarie de ce projet---------
### Données publiées par Santé Publique France sur
##les cas confirmées d'infection au virus COVID-19, accumulées au fil des jours.
##----installer les packages -------
install.packages("tidyverse", dependencies = TRUE)
install.packages("sf", dependencies = TRUE)
install.packages("raster",dependencies = TRUE)
install.packages("tmap")
install.packages("viridis")
install.packages("leaflet")
install.packages("mapview")
install.packages("shiny")
#................................................
####-----------chargement de librairie---------
library(tidyverse)
library(sf)
####----------Les packages de visualisation-----
library(tmap)
library(viridis)
library(leaflet)
library(mapview)
###------------library ggplot2 --------------
library(shiny)
#-------Importation du jeu de données--------
region <- read_csv2('COVID.csv')
str(region)
names(region)
#----- Renommer les noms de région avec un accent
names(region)[2]<- "Auvergne-Rhône-Alpes"
names(region)[3]<- "Bourgogne-Franche-Comté"
names(region)[8]<- "Île-de-France"
names(region)[13]<- "Provence-Alpes-Côte d'Azur"
str(region)
### la variable date est considérée comme chiffre par défaut en R.
### le but est de faire comprendre à R que c'est une variable de type "date"
### pour celà j'utilise la fonction "as.POSIXct()" qui permet de convertir cette variable en date
### ordonée le jeu de données sur les dates
class(region$Date)
region <- region %>%
mutate(Date = as.POSIXct(Date)) %>%
arrange(Date)
str(region)
## Extraction du nbre cumulé de cas confirmés
# le Nbre cumuliers de cas 'confirmés' du covid-19
confirmes <- region[region$Date == max(region$Date),][-1]
### Retenir que les valeurs entières en convertissant ce vecteur en valeur entières
confirmes2 <- as.integer(confirmes)
### regroupons le vecteur 'Regions' et 'confimes' dans un seul jeu de données en colonnes
covid19_region <- data.frame(Regions= as.character(names(confirmes)), confirmes = confirmes2)
# -------------- on obtient un nouveau jeu de données propre pour être manipuler --------------
####-------------Importation du fichir shapefile --------------
### ------ site : http://www.div-gis.org/gdata ----------------
unzip("regions-20180101-shp.zip")
list.files()
france <- st_read("regions-20180101.shp")
#------------Reconstitution du fichier shapefile ---------------
# dans le fichier on va utiliser 2 variables géographique
# on crée une nouvelle variable
# qui va contenir le nom de régions
# restreindre le fichier 'france' au fichier 'france2'
france$ID <- france$nom
france <- france[c(7,6)]
### fusion entre les données géographiques 'france2'
### et le jeu de données 'covid19_region'
MapDataCovid <-inner_join(france, covid19_region, by=c("ID"="Regions"))
## le jeu de données 'MapDataCovid' doit être de type 'sf'
class(MapDataCovid)
str(MapDataCovid)
#------------------------visualisation des cartes ---------------------
#-----------les cartes à rond proportionnels ou les cartes statiques----------------
#librarie
install.packages("ggplot2")
library(ggplot2)
## cartes avec ggplot2
### Etape 1:Première carte basique
ggplot(MapDataCovid) +
aes(fill = confirmes) +
geom_sf()
### ajouter des cercles proportionnels aux nbre de cas confirmés
ggplot(MapDataCovid) +
geom_sf(aes(fill = confirmes))+
stat_sf_coordinates(aes(size=confirmes, fill=confirmes), color= "red",
shape=20, alpha=0.6)
## Etape3: Modification à l'échelle gradient du remplissage des couleurs:
ggplot(MapDataCovid)+
geom_sf(aes(fill=confirmes))+
stat_sf_coordinates(aes(size=confirmes, fill=confirmes), color= "red",
shape=20, alpha=0.6)+
scale_fill_gradient2(name = "Nbre de cas confirmés", low = "aliceblue",
mid = "cadetblue3", high = "cadetblue4")
# couleur claire quand le nbre de cas confirmés est faible;
# couleur rouge sonbrequand le nombre de cas comfirmés est élevé
# Etape 4 : Modifaication de la taille des cercles proportionnelles
ggplot(MapDataCovid)+
geom_sf(aes(fill=confirmes))+
stat_sf_coordinates(aes(size=confirmes, fill=confirmes), color= "red",
shape=20, alpha=0.6)+
scale_fill_gradient2(name = "Nbre de cas confirmés", low = "aliceblue",
mid = "cadetblue3", high = "cadetblue4")+
scale_size_area(name="confirmés", max_size = 20)
#Etape5: Ajout de titre + changement de theme
ggplot(MapDataCovid)+
geom_sf(aes(fill=confirmes))+
stat_sf_coordinates(aes(size=confirmes, fill=confirmes), color= "red",
shape=20, alpha=0.6)+
scale_fill_gradient2(name = "Nbre de cas confirmés", low = "aliceblue",
mid = "cadetblue3", high = "cadetblue4")+
scale_size_area(name="confirmés", max_size = 20)+
ggtitle("Nombre de cas comfirmés en france\n jusqu'à ce jour 25 Mars 2020 ")+
theme_minimal() # theme du fond
#Etape 6 : Ajout de l'étiquette des différentes régions administratives
ggplot(MapDataCovid)+
geom_sf(aes(fill=confirmes))+
stat_sf_coordinates(aes(size=confirmes, fill=confirmes), color= "red",
shape=20, alpha=0.6)+
scale_fill_gradient2(name = "Nbre de cas confirmés", low = "aliceblue",
mid = "cadetblue3", high = "cadetblue4")+
scale_size_area(name="confirmés", max_size = 20)+
ggtitle("Nombre de cas comfirmés en france\n jusqu'à ce jour 25 Mars 2020 ")+
theme_minimal() +
geom_sf_text(aes(label=ID), vjust=-0.5, check_overlap = T,
fontface="italic", colour="black")
#Etape 7:
# ---- ajouter le nbre de cas confirmés au nom des régions
# Région + Nbre de cas
MapDataCovid <- MapDataCovid %>%
mutate(char1= as.character(ID),
char2= as.character(confirmes),
ID2= paste(char1, char2, sep = "\n"))
#Affichage
ggplot(MapDataCovid)+
geom_sf(aes(fill=confirmes))+
stat_sf_coordinates(aes(size=confirmes, fill=confirmes), color= "red",
shape=20, alpha=0.6)+
scale_fill_gradient2(name = "Nbre de cas confirmés", low = "aliceblue",
mid = "cadetblue3", high = "cadetblue4")+
scale_size_area(name="confirmés", max_size = 20)+
ggtitle("Nombre de cas comfirmés en france\n jusqu'à ce jour 25 Mars 2020 ")+
theme_minimal() +
geom_sf_text(aes(label=ID), vjust=-0.5, check_overlap = T,
fontface="italic", colour="black")
#Etape 8:Elimination des axes et de leurs étiquettes
ggplot(MapDataCovid)+
geom_sf(aes(fill=confirmes))+
stat_sf_coordinates(aes(size=confirmes, fill=confirmes), color= "red",
shape=20, alpha=0.6)+
scale_fill_gradient2(name = "Nbre de cas confirmés", low = "aliceblue",
mid = "cadetblue3", high = "cadetblue4")+
scale_size_area(name="confirmés", max_size = 20)+
ggtitle("Nombre de cas comfirmés en france\n jusqu'à ce jour 25 Mars 2020 ")+
theme_minimal() +
geom_sf_text(aes(label=ID), vjust=-0.5, check_overlap = T,
fontface="italic", colour="black")+
theme(axis.title.x = element_blank(), ## supprimer l'étiquette de l'axe X
axis.title.y = element_blank(),## supprimer l'étiquette de l'axe Y
axis.text = element_blank(),## supprimer les axes X et Y
legend.position = "bottom")
#----------- Deuxième Carte (interactive) avec 'tm_shape'--------
#Library
library(tmap)# pour les cartes statiques et interavtives
##********---------- carte Interactive
#Etape 1: Importation de la carte de la France
tm_shape(MapDataCovid)+
tm_polygons()
#Etape2: Remplissage des régions selon le nbr de cas conformés
tm_shape(MapDataCovid)+
tm_polygons("confirmes")
# Rendre interractive la Carte
tmap_mode("view")
tmap_last()
# Etape 3: Ajouter les paramètres à la carte (arguments)/ titre de la légende
tm_shape(MapDataCovid)+
tm_polygons("confirmes", id="ID2",
title="Nombre de cas confirmés")
# Etape 4: Modifcation de l'échelle de remplissage des couleurs
# Notre propre échelle
breaks=c(0,5,10,20,40,50,60)*100
## breaks : permet de changer et de personnaliser l'échelle de remplissage des couleurs;
## en fonction du nombre des cas confirmés dans le jeu de données
#Carte
tm_shape(MapDataCovid)+
tm_polygons("confirmes", id="ID2",
title="Nombre de cas confirmés",
breaks = breaks)
# Etape 5: Ajout de l'étiquette des noms de régions
tm_shape(MapDataCovid)+
tm_polygons("confirmes", id="ID2",
title="Nombre de cas confirmés",
breaks = breaks) +
tm_text("ID2",scale=1.3, shadow = T) # ajout des noms de région;
# Etape 6: Ajout de cercles à rond proportionnel aux nbre de cas confirmés
tm_shape(MapDataCovid)+
tm_polygons("confirmes", id="ID2",
title="Nombre de cas confirmés",
breaks = breaks) +
tm_text("ID2",scale=1.3, shadow = T)+
tm_bubbles(size="confirmes", col = "red", alpha=.5, scale = 5, shape = 20)