Eu tenho experimentado técnicas de mapeamento de coropletas no R, tendo colhido os benefícios do ggplot2 por criar belos gráficos em um poderoso pacote de análise de dados.
Quando se trata de mapeamento, não consegui produzir resultados comparáveis aos que eu sempre recebo do QGIS. Usando dados de fluxo em Sheffield (dados totalmente replicáveis e arquivo .qgs aqui ), o QGIS produziu facilmente o seguinte:
O melhor que pude produzir usando R (usando o código descrito aqui ) foram esses dois mapas, o primeiro usando GISTools e o segundo usando ggplot2:
Para mim, a opção ggplot2 parece muito mais atraente, se eu pudesse resolver o problema das linhas defeituosas (provavelmente um problema com o comando fortify () ou não ler nos shapefiles usando o readOGR () descrito aqui .)
Portanto, a pergunta é dupla: a opção ggplot2 é a melhor solução de mapeamento de coropletas no R e, se sim, como posso resolver o problema das linhas brancas defeituosas?
Código replicável para descobrir o que eu fiz está aqui .
Editar - Como tornou a opção de saída choropleth () mais atraente:
A feiúra desta opção pode ser reduzida exportando em resolução mais alta e removendo a legenda ( outras legendas R estão disponíveis). Ainda não conseguiu alterar a espessura da linha, mas está melhorando! Linhas vermelhas representam fluxos para zonas que empregam> 5000 pessoas.
fonte
Respostas:
Existem ótimos recursos exatamente sobre esse assunto muito interessante, incluindo:
Das revoluções:
Choropleth Map R Challenge
Resultados do Desafio de Coropletas
No Stack Overflow.se:
Desenvolvendo mapas temáticos geográficos com R
Existem excelentes exemplos de mapas de choropleth e seu código R associado, incluindo o meu favorito (ou seja, mapa anexado) usando o ggplot2. Deve ser relativamente simples inserir seu próprio conjunto de dados em um dos exemplos de script.
Código R para este mapa disponível em This is the Green Room
fonte