Przejdź do treści

Szybka mapka z miastami

Jak szybko przygotować mapkę z (mniejszymi) miastami Polski?

Szybki temat, bo i potrzeba była szybka. Żona zapytała jak ma zrobić mapkę z lokalizacją oddziałów jej firmy w poszczególnych miastach Polski. I nie były to miasta wojewódzkie (to znaczy takie też), ale też powiatowe.

Szukanie mapy konturowej naszego kraju, a później szukanie gdzie na owej mapie zaznaczyć jakiś przysłowiowy Pcim Dolny to nie jest zadanie na godzinę dwudziestą trzecią. Zajęłoby (mi) to jakieś dwie albo trzy godziny. Od czego jest R? Rozwiązania na szybko przyszły mi do głowy dwa, oba na podstawie doświadczeń oczywiście. Lubię mapy i dane na mapach, to mam też trochę doświadczenia w tym temacie.

Wersja z Google Maps

Skorzystamy z biblioteki ggmap do znalezienia punktów na mapie, pobrania mapy oraz jej narysowania – ta biblioteka to po prostu interface R do GoogleMaps (ale nie tylko). Dodatkowe elementy narysujemy z pomocą ggplot2.

Przygotujmy sobie dane. Wybrałem z Wikipedii trochę (losowo) miast powiatowych. Najpierw wtłoczymy je w ramkę danych i przygotujemy w niej odpowiednie pola na informacje dodatkowe:

Teraz dla każdego z miast pobierzemy współrzędne geograficzne. Zapytamy o nie po prostu Google. Nazwę miasta konwertuję (iconv()) na UTF8 (system na którym używam R to Windows, więc znaki kodowane są w Latin2, z którym internety mają raczej problem) i dodaję “Polska”, coby doprecyzować moje zapytanie. W odpowiedzi dostajemy zmienną ze współrzędnymi – dopisujemy je do stosownego wiersza w całej tabeli.

Mamy wszystko co trzeba:

nazwa long lat
Legnica 16.15532 51.20701
Grudziądz 18.75356 53.48375
Włocławek 19.06774 52.64833
Chełm 23.47120 51.14312
Gorzów Wielkopolski 15.23693 52.73253
Piotrków Trybunalski 19.70302 51.40517
Tarnów 20.98584 50.01210
Siedlce 22.29016 52.16760
Krosno 21.76605 49.68248
Tarnobrzeg 21.67907 50.57291
Łomża 22.05903 53.17812
Słupsk 17.02848 54.46415
Bielsko-Biała 19.05838 49.82238
Piekary Śląskie 18.92705 50.37891
Żory 18.70064 50.04472
Elbląg 19.40449 54.15606
Kalisz 18.08535 51.76728
Leszno 16.59375 51.84199
Świnoujście 14.24758 53.91003

więc pora to narysować. Pobierzmy najpierw tło – google’owę mapę naszego kraju. Wiecie, że środek Polski leży w okolicach Kutna? Dlatego poniżej pierwszym parametrem (środek obszaru) jest właśnie Kutno. Taka wiedza ze szkoły czasem się przydaje ;) Eksperymentalnie dobieramy (metodą prób i błędów) wielkość parametru zoom i w efekcie otrzymujemy coś takiego:

Jest OK. Jak trochę przyciemnimy, dodamy kontrastowe punkty z miastami i ich nazwami będzie ok. Proszę bardzo:

Wersja bez Google Maps

Może jednak z różnych względów nam się to nie podobać (bo na mapie z GMaps są napisy, bo za dużo kolorów, bo cokolwiek). Wykorzystamy więc dane wektorowe (pliki Shapefile, więcej mięsa po angielsku znajdziecie).

Najpierw jednak trzeba mieć te pliki. Są ogólnodostępne i za darmo na stronie Centralnego Ośrodka Dokumentacji Geodezyjnej i Kartograficznej i przydadzą się wielokrotnie. Interesuje nas paczka “PRG – jednostki administracyjne”, która zawiera dane o obrębach gmin, powiatów oraz województw. Archiwum trzeba ściągnąć i rozpakować. Najpierw jednak potrzebujemy w samym R biblioteki rgdal ze wszystkimi dodatkami. Zainstalujemy ją z CRANa.

W kodzie musimy odpowiednio podać ścieżkę do katalogu z plikami dla województw:

W wyniku tego działania dostajemy ramkę (dłuuugą) z punktami wyznaczającymi granice województw. Możemy ją narysować i od razu nałożyć na nią nasze punkty z miastami:

Gotowe! Jakieś 15-20 minut roboty, tylko kilkanaście linii kodu.

Gotowy obrazek eksportujemy do pliku (można przez ggsave() od razu albo z poziomu RStudio) i przekazujemy żonie do prezentacji. A nie minęła jeszcze północ…

9 komentarzy do “Szybka mapka z miastami”

  1. Chyba tracę chęci:

    > wojewodztwa <- readOGR("D:/R/PRG", "wojwodztwa")
    Error in ogrInfo(dsn = dsn, layer = layer, encoding = encoding, use_iconv = use_iconv, : Cannot open layer

    Googlam i chyba rozbija się tu o wersję R lub biblioteki. Nie znalazłem jednak odpowiedzi, która by mnie utwierdziła w tym przekonaniu. Czuję się jak 17 lat temu gdy bawiłem się lnuxami i była zabawa by tak zgrać wersje by zależności między wszystkimi potrzebnymi pakietami zatrybiły. Chyba za stary jestem na takie zabawy.

    1. Przeczytaj dokładnie nazwę warstwy (drugi argument readOGR w Twoim kodzie, który wklejasz)… literka po literce.

      A jeśli to nie to, to update pakietów może pomoże?

  2. Łukasz, nie wiem jakie masz doświadczenie z plikami shp ale może natknąłeś się na taki problem. Gdy zamiast:
    wojewodztwa <- fortify(wojewodztwa, region = "jpt_kod_je")
    dam:
    wojewodztwa <- fortify(wojewodztwa, region = "jpt_nazwa_")
    to mapa źle się rysuje, jakby dziecko pokreśliło je kredką. Jest to dziwne bo QGIS zauważyłem, że w tym polu jest nazwa województwa a ona powinna odpowiadać jednoznacznie polu jpt_kod_je. Zależało mi by w dataframe mieć nazwę województwa gdyż z bazy danych pobieram sobie jakieś tam dane dla województw i dzięki temu łatwo i wygodnie mogę matchować te dane ze sobą.

  3. Kod bez samego zapytania do bazy wklejam poniżej. Z tego do czego sam doszedłem, to, że wszystko rozwala się po tym jak merguję wartości kolorów z data frame z danymi mapy:

    districts <- readOGR("D:/R/PRG", "wojewodztwa")

    districts <- spTransform(districts, CRS("+init=epsg:4326"))
    districts <- fortify(districts, region = "jpt_nazwa_")

    distcol <- data.frame(
    id = sqlquery["WOJEWODZTWO"],
    value = heat.colors(16)
    )

    distplot <- merge (distcol,districts, by.x = "WOJEWODZTWO", by.y = "id")

    ggplot() +
    geom_polygon(data=distplot,
    aes(long, lat, group=group, fill = I(value)),
    color="#000000", show.legend = FALSE) +
    coord_map() +
    theme_void()

    1. Sprawdź kolejność punktów w data frame przed i po połączeniu, jest jedna kolumna która odpowiada za to, widać po danych jak wartości w niej rosną. Być może merge coś z nią robi – dlatego wolę używać left_join.

      Ggplot rysuje linie i łączy je po kolei w polygony. Jeśli linie (punkty końcowe linii) nie będą po kolei to wyjdą takie maziaje.

      A dane łączyć lepiej jakimś uniwersalnym kluczem niż nazwą – ja polecam kod TERYT. Mogą się trafić dwa rejony o tej samej nazwie (chyba są dwa powiaty, a na pewno tak jest z gminami).

  4. Do robienia map i analiz przestrzennych polecam rozwiązania GISowe np. QGIS -darmowy opensource i bardzo przyjemny w nauce a dający wiele możliwości wizualizacyjnych i analitycznych (przestrzennie) :)

  5. Nigdy nic nie robiłem w R, ale pracuję z bazami danych i wizualizacjami. Moje pytanie: jak w R narysować na mapie Polski strukturę składającą się np z kilku powiatów i do całości przypiąć wykres? Załóżmy, że posługujemy się shapefile i GUS TERYT.

Skomentuj Łukasz Anuluj pisanie odpowiedzi

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *