Min. 1st Qu. Median Mean 3rd Qu. Max.
4.300 5.100 5.800 5.843 6.400 7.900
Instituto de Ecología, A.C.
Vamos a utilizar los siguientes paquetes en R
Es un tipo de mapa temático en el que las áreas se sombrean de distintos colores, frecuentemente de la misma gama cromática, que representan distintos valores de una variable estadística característica.
{fig-align=“center fig-size=”82%““}
cut()
y summary()
de R base pueden ser útileslibrary(janitor)
# Categorizar de acuerdo a los quantiles
ci = cut(iris$Sepal.Length,breaks = c(4.3,5.1,5.8,6.4, max(iris$Sepal.Length)))
# Explorar los resultados
tabyl(ci)
ci n percent valid_percent
(4.3,5.1] 40 0.266666667 0.2684564
(5.1,5.8] 39 0.260000000 0.2617450
(5.8,6.4] 35 0.233333333 0.2348993
(6.4,7.9] 35 0.233333333 0.2348993
<NA> 1 0.006666667 NA
classIntervals()
cut()
findCols()
breaks = classInt::classIntervals(iris$Sepal.Length,style="quantile",n=4)$brks
cc = cut(iris$Sepal.Length, breaks = breaks)
tabyl(cc)
cc n percent valid_percent
(4.3,5.1] 40 0.266666667 0.2684564
(5.1,5.8] 39 0.260000000 0.2617450
(5.8,6.4] 35 0.233333333 0.2348993
(6.4,7.9] 35 0.233333333 0.2348993
<NA> 1 0.006666667 NA
findCols()
biscale
bi_class()
para generar las categoríasbi_class()
es que hace la categorización de las dos variables elejidas de una sola vezbi_legend()
pctWhite
y medInc
para hacer el mapa.quantiles
geom_sf
y como argumento estético fill = bi_class
bi_class
debe ser la categorización que hemos visto anteriormente con usando la justamente a función bi_class()
bi_scale_fill
, donde van a poner el argumento pal
- que es la paleta de colores y dim
- que es el numero de categorías utilizadas para categorizar los datos.patchwork
Se juede jugar con el layout final usando la función inset
p1 + inset_element(p2, 0.6, 0.6, 1, 1) # left, top, right, bottom
biscale
classInt
para categorizar los datosexpand_grid()
del paquete tidyr
library(ggplot2)
ggplot(d, aes(x,y))+
geom_tile(aes(alpha=x+y,fill=atan(y/x)))+
scale_fill_viridis_c()+
theme(legend.position="none",
axis.text.y = element_blank(),
axis.text.x = element_blank(),
axis.ticks = element_blank(),
panel.grid.minor = element_blank(),
panel.grid.major = element_blank())+
coord_equal()
geom_tile
alpha
(transparencia) y fill
classInt()
y findCols()
x=classInt::classIntervals(stl_race_income$pctWhite,4,style = "quantile")
y=classInt::classIntervals(stl_race_income$medInc,4,style = "quantile")
x
style: quantile
one of 182,104 possible partitions of this variable into 4 classes
[0,3.140384) [3.140384,37.30553) [37.30553,69.86624) [69.86624,96.73367]
27 26 26 27
alpha
y otro para el fill
leg = ggplot(d, aes(x,y))+
geom_tile(aes(fill=atan(y/x),alpha=x+y))+
scale_fill_viridis_c()+
theme(legend.position="none",
axis.text.y = element_blank(),
axis.text.x = element_blank(),
axis.ticks = element_blank(),
panel.grid.minor = element_blank(),
panel.grid.major = element_blank())+
coord_equal()