Comment Créer une Carte avec GGPlot2

Carte du monde

Récupérer les données de la carte du monde:

world_map <- map_data("world")
ggplot(world_map, aes(x = long, y = lat, group = group)) +
  geom_polygon(fill="lightgray", colour = "white")

Carte des régions spécifiques

1. Récupérer des données cartographiques pour une ou plusieurs régions spécifiques:

# Quelques pays de l'UE
some.eu.countries <- c(
  "Portugal", "Spain", "France", "Switzerland", "Germany",
  "Austria", "Belgium", "UK", "Netherlands",
  "Denmark", "Poland", "Italy", 
  "Croatia", "Slovenia", "Hungary", "Slovakia",
  "Czech republic"
)
# Récupérer les données cartographiques
some.eu.maps <- map_data("world", region = some.eu.countries)

# Calculer le centroïde comme étant la longitude et la lattitude moyennes
# Utilisé comme coordonnée pour les noms de pays
region.lab.data <- some.eu.maps %>%
  group_by(region) %>%
  summarise(long = mean(long), lat = mean(lat))

2. Visualiser

ggplot(some.eu.maps, aes(x = long, y = lat)) +
  geom_polygon(aes( group = group, fill = region))+
  geom_text(aes(label = region), data = region.lab.data,  size = 3, hjust = 0.5)+
  scale_fill_viridis_d()+
  theme_void()+
  theme(legend.position = "none")

Carte du monde colorée par l’espérance de vie

Ici, nous allons créer une carte du monde colorée en fonction de la valeur de l’espérance de vie à la naissance en 2015. Les données sont extraites de la base de données de l’OMS (Organisation mondiale de la santé) à l’aide du [package R WHO] (https://cran.r-project.org/web/packages/WHO/vignettes/who_vignette.html).

1. Récupérer les données sur l’espérance de vie et préparer les données:

life.exp <- readr::read_tsv("data/life.expectancy.who2015.txt")

2. Fusionner la carte et les données sur l’espérance de vie:

world_map <- map_data("world")
life.exp.map <- left_join(life.exp, world_map, by = "region")

3. Créer la carte choroplèthe. Notez qu’il manque des données pour certaines régions sur la carte ci-dessous:

• Utilisez la fonction geom_polygon():

ggplot(life.exp.map, aes(long, lat, group = group))+
  geom_polygon(aes(fill = lifeExp ), color = "white")+
  scale_fill_viridis_c(option = "C")

• Ou utilisez la fonction geom_map():

ggplot(life.exp.map, aes(map_id = region, fill = lifeExp))+
  geom_map(map = life.exp.map,  color = "white")+
  expand_limits(x = life.exp.map$long, y = life.exp.map$lat)+
  scale_fill_viridis_c(option = "C")

Carte des États-Unis colorée par les taux de crimes violents

Jeu de données de démonstration : USArrests (Taux de crimes violents par État américain, en 1973).

# Préparer les données USArrests
library(dplyr)
arrests <- USArrests 
arrests$region <- tolower(rownames(USArrests))
head(arrests)

##            Murder Assault UrbanPop Rape     region
## Alabama      13.2     236       58 21.2    alabama
## Alaska       10.0     263       48 44.5     alaska
## Arizona       8.1     294       80 31.0    arizona
## Arkansas      8.8     190       50 19.5   arkansas
## California    9.0     276       91 40.6 california
## Colorado      7.9     204       78 38.7   colorado

# Récupérer les données cartographiques des états et les fusionner avec les données sur la criminalité
states_map <- map_data("state")
arrests_map <- left_join(states_map, arrests, by = "region")

# Créer la carte
ggplot(arrests_map, aes(long, lat, group = group))+
  geom_polygon(aes(fill = Assault), color = "white")+
  scale_fill_viridis_c(option = "C")