In MTES-MCT/parcours_r_exercices: Exercices for mtes-mctrct r course modules

Faire une carte à de ronds proportionnels à partir des données sur les ODD

En taille des ronds : le taux de mortalité des mères à naissance
En couleur : l'évolution de la mortalité des mères à la naissance entre 2000 et 2015
Rajouter deux zooms sur les continents Africain et Sud Américain

Source :

les données : sdg_indicators du package variousdata
le fond de carte : la table World du package tmap

Chargement des données et datapréparation

library(tidyverse)
library(tmap)
library(variousdata)
library(sf)
library(cowplot)
data("World")
data("sdg_indicators")
World_centroid <- st_centroid(World, of_largest_polygon = T)
sdg_indicators_sf_centroid <- World_centroid %>%
  left_join(sdg_indicators)

sdf_indicators_evo_2000_2015_sf <- sdg_indicators_sf_centroid %>%
  filter(timeperiod %in% c("2000", "2015"), !is.na(sh_sta_mmr)) %>%
  group_by(iso_a3) %>%
  mutate(evo_sh_sta_mmr = 100 * (sh_sta_mmr / lag(sh_sta_mmr) - 1)) %>%
  select(timeperiod, iso_a3, geoareaname, sh_sta_mmr, evo_sh_sta_mmr) %>%
  ungroup() %>%
  filter(timeperiod == "2015")

sdf_indicators_evo_2000_2015_sf %>%
  glimpse()

Datavisualisation

Carte monde

Résultat intermédiaire :

map1 <- ggplot(data = sdf_indicators_evo_2000_2015_sf) +
  geom_sf(data = World, fill = "white") +
  geom_sf(aes(color = evo_sh_sta_mmr, size = sh_sta_mmr)) +
  theme_minimal() +
  theme(
    panel.background = element_rect(fill = "light blue"),
    legend.position = "right"
  ) +
  guides(size = F) +
  scale_color_gradient2() +
  labs(
    title = "Evolution de la mortalité de la mère à la naissance",
    subtitle = "Entre 2000 et 2015",
    color = "Evolution\nen %"
  )
map1

Zoom sur les deux continents

On va utiliser la bbox pour définir les bornes de notre carte zoomée.

Résultat intermédiaire :

bbox_south_america <- World %>%
  filter(continent == "South America") %>%
  st_bbox()

map2 <- ggplot(data = sdf_indicators_evo_2000_2015_sf) +
  geom_sf(data = World, fill = "white") +
  geom_sf(aes(color = evo_sh_sta_mmr, size = sh_sta_mmr)) +
  coord_sf(
    xlim = c(bbox_south_america[1], bbox_south_america[3]),
    ylim = c(bbox_south_america[2], bbox_south_america[4])
  ) +
  theme_void() +
  theme(
    panel.background = element_rect(fill = "light blue"),
    legend.position = "none"
  ) +
  scale_color_gradient2()
map2

Résultat intermédiaire :

bbox_africa <- World %>%
  filter(continent == "Africa") %>%
  st_bbox()
map3 <- ggplot(data = sdf_indicators_evo_2000_2015_sf) +
  geom_sf(data = World, fill = "white") +
  geom_sf(aes(color = evo_sh_sta_mmr, size = sh_sta_mmr)) +
  coord_sf(
    xlim = c(bbox_africa[1], bbox_africa[3]),
    ylim = c(bbox_africa[2], bbox_africa[4])
  ) +
  theme_void() +
  theme(
    panel.background = element_rect(fill = "light blue"),
    legend.position = "none"
  ) +
  scale_color_gradient2()
map3

Assemblage

Résultat attendu :

ggdraw() +
  draw_plot(map1, x = 0, y = .45, width = 1, height = .55) +
  draw_plot(map2, x = 0.2, y = 0, width = .25, height = .45) +
  draw_plot(map3, x = 0.45, y = 0, width = .25, height = .45)