Petición de un lector de un código de ejemplo para hacer mapas de Perú con R y con Python, perfectamente reproducible si seguimos algunas entradas del blog pero que, de este modo, quedan resumidos en un solo sitio. En este caso se va a emplear un notebook desde RStudio donde tendremos chunks de R y Python en función de lo que necesitemos. Podéis copiar y pegar directamente, debe salir lo mismo.
Mapa de Perú con ggplot
library(tidyverse)
library(reticulate)
library(raster)
library(maptools)
Peru <- getData('GADM', country='Peru', level=2)
`Peruname` = PeruNAME_2
Peru2 <- map_data(Peru)
provincias <- data.frame(region = unique(Peru2region))
provinciasaleatorio = `runif`(nrow(provincias), 10,30)
Peru2 <- left_join(Peru2,provincias)
ggplot(data = Peru2, aes(x = long, y = lat, group = group)) +
geom_polygon(aes(fill = aleatorio)) +
scale_fill_continuous(low="white",high="red")
Código conocido obtenemos el mapa en formato rds de GADM con nivel 2 que es nivel de Distrito(corregidme si me equivoco) para emplear ggplot necesitamos name que le creamos a partir de NAME_2, el nivel administrativo que queremos dar al mapa. Mediante map_data creamos el data frame que necesita ggplot donde el campo region corresponde al campo name del objeto rds. En este caso no busco datos, genero unos datos aleatorios a partir de los distintos distritos, en vuestro caso tendríais que cruzar datos, ojo, yo empleo el nombre, siempre es mejor emplear una codificación. El resultado:
Mapa de Perú con Python desde notebook RStudio
# py_install("geopandas")
# py_install("mapclassify")
# py_install("pysal")
# py_install("descartes")
#dir.create("c:/temp/mapas/Peru/")
raster::shapefile(Peru, "c:/temp/mapas/Peru/Peru.shp", overwrite=T)
import pandas as pd
import numpy as np
import geopandas as gpd
import matplotlib.pyplot as plt
# Ubicación shapefile
ub_shp = 'c:/temp/mapas/Peru/Peru.shp'
# Creación del data frame
peru = gpd.read_file(ub_shp, encoding='utf-8')
peru.head()
estados = pd.DataFrame(peru.NAME_1.unique(), columns=['NAME_1'])
estados['aleatorio'] = np.random.randint(1,20,size=len(estados))
estados.head()
peru = peru.merge(estados, how='left')
mapa = peru.plot(column="aleatorio", linewidth=0.3, cmap="Reds", scheme="quantiles", k=8, alpha=0.7)
plt.show()
Aquí suponemos que habéis instalado reticulate y que os funciona Python a la perfección desde RStudio. Hay un primer chunk Crea_shp que va a crear el shp desde el rds que hemos descargado de GADM con la función de raster shapefile, recomiendo guardar en un directorio, por eso el dir.create("c:/temp/mapas/Peru/") para trabajar en Python que nos hemos bajado de GADM mediante R, hay un paquete en Python que llama a la API pero no me funcionaba. Una vez tenemos el shp tenemos que crear el data frame mediante geopandas y la función read_file. En este caso estamos como antes, no se buscan datos, se emplean unos datos aleatorios que posteriormente se cruzan y son los que se representarán en el mapa estático de Departamentos de Peru con el que comienza esta entrada.
Comentario : los mapas son feos de solemnidad, yo os digo como hacerlo, vosotros dadle formato.