[Esteartigofoipublicadopelaprimeiravezem[Thisarticlewasfirstpublishedon r.iresmi.net, e gentilmente contribuiu para os R-blogueiros]. (Você pode relatar um problema sobre o conteúdo desta página aqui)
Deseja compartilhar seu conteúdo com R-blogueiros? clique aqui se você tiver um blog ou aqui se não tiver.
Mosaico hexagonal usando o ótimo pacote de geogrelha.

o departamentos são o segundo nível do governo administrativo na França. Eles não têm a mesma área nem a mesma população, e essa heterogeneidade oferece alguns desafios para uma representação justa e precisa do mapa (veja o post sobre suavização).
No entanto, se estamos apenas interessados no departamentos Como unidades, podemos usar uma grade regular para visualização. Como a França costuma ser chamada de hexágono, podemos usar um mosaico de hexágonos (um mapa fractal!)…
Criar a grade e conservar relações topológicas mínimas e a forma geral pode ser demorado, mas graças à Geogrid é bem fácil. A página de desenvolvimento da geogrelha fornece bons exemplos. Reutilizaremos nosso código da animação COVID19.
# Carto décès COVID 19 hexagones # France métro. + DOM # Animation France métro. # DONNEES SPF # packages ---------------------------------------------------------------- library(tidyverse) library(httr) library(fs) library(sf) library(readxl) library(janitor) library(glue) library(tmap) library(grid) library(classInt) library(magick) library(geogrid) # sources ----------------------------------------------------------------- # https://www.data.gouv.fr/fr/datasets/donnees-hospitalieres-relatives-a-lepidemie-de-covid-19/ fichier_covid % stop_for_status() } if (!file_exists(fichier_pop)) { GET(url_donnees_pop, progress(), write_disk(fichier_pop)) %>% stop_for_status() } # données ----------------------------------------------------------------- covid % clean_names() %>% mutate(surf_ha = st_area(geometry) * 10000) %>% st_set_crs(2154) # grille hexagonale dep_cells_hex % st_set_crs(2154) # Pour les DOM on duplique et déplace un département existant d971 % clean_names() # lignes de séparation DOM / métropole encarts % st_sfc() %>% st_sf(id = 1, geometry = .) %>% st_set_crs(2154) # traitement -------------------------------------------------------------- # jointures des données creer_df % left_join(pop, by = c("insee_dep" = "x1")) %>% left_join( covid %>% filter(jour == if_else(is.null(date), max(jour), date), sexe == 0) %>% rename(deces = dc, reanim = rea, hospit = hosp), by = c("insee_dep" = "dep")) %>% mutate(incidence = deces / x2020_p * 100000) } incidence % tm_shape() + tm_polygons(col = "incidence", title = "décésncumulés pourn100 000 hab.", breaks = classes, palette = "viridis", legend.reverse = TRUE, legend.format = list(text.separator = "à moins de", digits = 0)) + tm_text("insee_dep", size = .8) + tm_shape(encarts) + tm_lines(lty = 3) + tm_layout(title = glue("COVID-19nFrancen{date}"), legend.position = c("left", "bottom"), frame = FALSE) + tm_credits(glue("http://r.iresmi.net/ classif. kmeans données départementales Santé Publique France, INSEE RP 2020, d'après IGN Adminexpress 2020"), position = c(.6, 0), size = .5) tmap_save(m, glue("resultats/animation_spf_hex/covid_fr_{date}.png"), width = 800, height = 800, scale = .4,) } unique(covid$jour) %>% walk(image_animation) animation % map(image_read) %>% image_join() %>% image_animate(fps = 2, optimize = TRUE) %>% image_write(animation)

A forma e as relações globais são muito bem renderizadas. As deformações são muito importantes para os pequenos departamentos em Paris, mas é bem legível.

Relacionado
Se você chegou até aqui, por que não inscreva-se para atualizações do site? Escolha o seu sabor: e-mail, twitter, RSS ou facebook …
*As fotos exibidas neste post pertencem ao post www.r-bloggers.com