-
Notifications
You must be signed in to change notification settings - Fork 4
/
Copy pathExercices.qmd
265 lines (207 loc) · 8.58 KB
/
Exercices.qmd
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
---
title: "Cartographie avec R - Exercices"
toc: true
highlight-style: atom-one
output-file: Exercices
output-ext: html
self-contained: true
knitr:
opts_chunk:
comment: "#>"
---
# mapsf
2. Installez le package `mapsf`.
```{r}
#| eval: false
install.packages("mapsf")
```
3. Quelle est la version du package?
```{r}
packageVersion("mapsf")
```
4. Quelles sont les nouveautés par rapport à la version précédente?
Voir le [*changelog*](https://riatelab.github.io/mapsf/news/) sur le site du package.
# La sémiologie graphique
Comment représenter les variables suivantes :
* Une population communale **-> carte de symboles proportionnels, tailles**
* Un age médian par département **-> carte choroplèthe, valeurs**
* Un taux de croissance **-> carte choroplèthe, valeurs**
* Le statut administratif d'une commune (préfecture, sous-préfecture, commune simple…) **-> carte de typologie, couleurs ou formes différentes**
* L'espérance de vie par pays **-> carte choroplèthe, valeur**
# Les types de cartes
1. Importer la couche des communes du département du Lot à partir du fichier geopackage **lot.gpkg**.
```{r}
library(sf)
st_layers('data/lot.gpkg')
com_raw <- st_read("data/lot.gpkg", layer = "communes", quiet = TRUE)
```
2. Importer le fichier **com.csv**.
Ce jeu de données porte sur les communes du Lot et contient plusieurs variables supplémentaires:
- le nombre d'actifs (**ACT**).
- le nombre d'actifs dans l'industrie (**IND**)
- la part des actifs dans la population totale (**SACT**)
- la part des actifs dans l'industrie dans le total des actifs (**SACT_IND**)
```{r}
com_df <- read.csv("data/com.csv")
```
3. Joindre le jeu de données et la couche des communes.
```{r}
com <- merge(com_raw, com_df, by = "INSEE_COM", all.x = TRUE)
```
4. Créer une carte de la population active.
```{r}
library(mapsf)
# afficher les communes
mf_map(com, col = "ivory4", border = "ivory" , lwd = .3)
# afficher des cercles proportionnels
mf_map(x = com, var = "ACT", type = "prop",
inches = .25, lwd = .75, col = "#881094",
leg_title = "Nombre d'actifs",
leg_pos = c(622700, 6372800))
mf_title("Répartition des actifs dans le Lot")
```
5. Créer une carte de la part de la population active dans la population totale.
```{r}
# Étude de la distribution
mf_distr(com$SACT)
summary(com$SACT)
# choix de la méthode msd (utilisant moyenne et écart-type)
bks <- mf_get_breaks(com$SACT, breaks = "msd", central = FALSE)
# Utilisation d'une palette dissymétrique équilibrée autour de la moyenne
cols <- mf_get_pal(c(3,4), palette = c("Mint", "Burg"))
# Création de la carte
mf_map(x = com, var = "SACT", type = "choro",
breaks = bks, pal = cols,
border = "ivory4", lwd = .2,
leg_title = "Part des actifs\ndans la population\n(en %)",
leg_val_rnd = 0)
mf_title("Concentration communale des actifs dans le Lot")
```
# La mise en page
1. Importer la couche des communes du département du Lot à partir du fichier geopackage **lot.gpkg**.
2. Importer le fichier **com.csv**.
Ce jeu de données porte sur les communes du lot et contient plusieurs variables supplémentaires:
- le nombre d'actifs (**ACT**).
- le nombre d'actifs dans l'industrie (**IND**)
- La part des actifs dans la population totale (**SACT**)
- La part des actifs dans l'industrie dans le total des actifs (**SACT_IND**)
3. Joindre le jeu de données et la couche des communes.
4. Créez une carte représentant la population active travaillant dans l'industrie.
5. Ajoutez les éléments d'habillage indispensables.
6. Utilisez un thème personnalisé.
7. Ajoutez un carton de localisation du Lot.
8. Exportez la carte au format PNG avec 800 pixels de large.
9. Comment rendre la carte plus intelligible ? Allez-y !
```{r}
library(sf)
library(mapsf)
# import des communes du Lot
com <- st_read("data/lot.gpkg", layer = "communes", quiet = TRUE)
# import du jeu de données
com_df <- read.csv("data/com.csv")
# jointure
com <- merge(com, com_df, by = "INSEE_COM", all.x = TRUE)
# import des départments français
dep <- st_read("data/lot.gpkg", layer = "departements", quiet = TRUE)
# Création et application d'un thème personnalisé
mf_theme("green", mar = c(0,0,1.5,0), pos = "left")
# couleur principale utilisée
mf_theme()$fg
# Cartographie du nombre total de travailleurs de l'industrie
mf_export(com, "img/n_ind.png", width = 800)
mf_map(x = com, border = "white", lwd = .2, add = T)
mf_map(x = dep, lwd = 1, col = NA, add = TRUE, lend = 0)
mf_map(x = com, var = "IND", type = "prop",
leg_title = "Nombre d'actifs\ntravaillant dans\nl'industrie")
mf_title("Répartition des actifs travaillant dans l'industrie - 2017")
mf_scale(5)
mf_arrow(pos = "topright")
# notez l'utilisation ici de paste0() qui permet de concatener des chaines
# de caractères et de \n qui permet d'aller à la ligne
mf_credits(paste0("Admin Express COG Carto 3.0, IGN - 2021 & ",
"BD CARTO® 4.0, IGN - 2021 ; Recensements harmonisés - ",
"Séries départementales et communales, INSEE - 2020\n",
"Auteurs : T. Giraud & H. Pecout, 2024"))
dev.off()
```
```{r}
# Cartographie de la part des actifs travaillant dans l'industrie
## Quelle est la forme de la distribution que nous voulons cartographier ?
mf_distr(com$SACT_IND)
summary(com$SACT_IND)
#### > Seules 2 communes ont 100% de travailleurs dans l'industrie
#### Ces communes ont moins de 15 actifs
# Sélection des communes ayant plus de 15 actifs
com_sel <- com[com$ACT > 15, ]
## Quelle est la forme de cette (nouvelle) distribution
mf_distr(com_sel$SACT_IND)
summary(com_sel$SACT_IND)
# Creation d'un vecteur contenant les limites de classes en
# utilisant la méthode des quantiles
bks <- mf_get_breaks(com_sel$SACT_IND, nbreaks = 5, breaks = "quantile")
```
```{r}
# export de la carte
mf_export(com, "img/s_ind.png", width = 800)
# Cartographie
mf_map(x = com,
var = "SACT_IND",
type = "choro",
breaks = bks, # Utilisation des bornes de classes créées précédement
leg_val_rnd = 0, # arrondir les valeurs dans la légende
pal = "Red-Yellow", # Utilisation d'une palette de couleur
leg_title = "Part des actifs\ntravaillant dans\nl'industrie",
add = TRUE,
col_na = "grey",
leg_no_data = "Communes de moins de 15 actifs") # texte du no data dans la légende
mf_title("Répartition des actifs travaillant dans l'industrie - 2017")
mf_scale(5)
mf_arrow(pos = "topright")
mf_credits(paste0("Admin Express COG Carto 3.0, IGN - 2021 & ",
"BD CARTO® 4.0, IGN - 2021 ; Recensements harmonisés - ",
"Séries départementales et communales, INSEE - 2020\n",
"Auteurs : T. Giraud & H. Pecout, 2024"))
dev.off()
```
```{r}
# Nous allons maintenant combiner le nombre total d'actifs et la parts des travailleurs de l'industrie.
mf_export(com, "img/c_ind.png", width = 800)
mf_map(x = com, border = "white", lwd = .2, add = TRUE)
mf_map(x = dep, lwd = 1, col = NA, add = TRUE, lend = 0)
mf_map(com, c("ACT", "SACT_IND"), "prop_choro",
breaks = bks,
pal = "Red-Yellow",
inches = .4,
border = "white", lwd = .7,
leg_val_rnd = c(0,1),
leg_pos = c(538000,6442000, 538000, 6424000), # ici les légendes sont positionnées manuellement
leg_title = c("Nombre d'actifs",
"Part des actifs\ndans l'industrie (en %)"),
col_na = "grey",
leg_no_data = "Communes de moins de 15 actifs")
# Ajout d'annotations
mf_annotation(x = com[com$NOM_COM=="Biars-sur-Cère",], txt = "Andros",
col_arrow = "#D7FF68", halo = TRUE, cex = 1)
mf_annotation(x = com[com$NOM_COM=="Figeac",], txt = "Industrie\naéronautique",
col_arrow = "#D7FF68", pos = "bottomright", halo = TRUE, cex = 1)
mf_annotation(x = com[com$NOM_COM=="Gramat",], txt = "La Quercynoise",
col_arrow = "#D7FF68", pos = "topleft", halo = TRUE, cex = 1)
mf_title("Répartition des actifs travaillant dans l'industrie - 2017")
# ajout d'un carton ->
mf_inset_on(fig = c(.8,0.98,0.1,0.3))
mf_map(dep, lwd = .1)
mf_map(com, border = NA, add = TRUE, col = "#D7FF68")
box(col = "#D7FF68", lwd = .5)
mf_inset_off()
# <- fin du carton
mf_scale(5)
mf_arrow("topright")
mf_credits(paste0("Admin Express COG Carto 3.0, IGN - 2021 & ",
"BD CARTO® 4.0, IGN - 2021 ; Recensements harmonisés - ",
"Séries départementales et communales, INSEE - 2020\n",
"Auteurs : T. Giraud & H. Pecout, 2024"))
dev.off()
```
