La fonction mf_map() est la fonction centrale du package mapsf. Elle permet de réaliser la plupart des représentations usuelles en cartographie. Ses arguments principaux sont :
x, un objet sf ;var, le nom de la variable à représenter ;type, le type de représentation.Les lignes suivantes importent les couches d’information spatiales situées dans le fichier geopackage lot.gpkg.
library(sf)#> Linking to GEOS 3.13.1, GDAL 3.10.3, PROJ 9.6.0; sf_use_s2() is TRUE# import des communes du Lot
com <- st_read("data/lot.gpkg", layer = "communes", quiet = TRUE)
# import des départements français
dep <- st_read("data/lot.gpkg", layer = "departements", quiet = TRUE)
# import des restaurants
resto <- st_read("data/lot.gpkg", layer = "restaurants", quiet = TRUE)
# import des routes autour de la commune de Gramat
route <- st_read("data/lot.gpkg", layer = "routes", quiet = TRUE)Utilisée sans précision de type, la fonction mf_map() affiche simplement les couches spatiales.
library(mapsf)
# Communes (polygones)
mf_map(x = com, border = "white")
# Départements (polygones, fond transparent)
mf_map(x = dep, lwd = 2, col = NA, add = TRUE)
# Routes (polylignes)
mf_map(x = route, lwd = .7, col = "ivory4", add = TRUE)
# Restaurants (points)
mf_map(x = resto, pch = 20, cex = .7, col = "darkred", add = TRUE)
# Ajour d'un titre
mf_title(txt = "Le Lot (46)")
Les cartes de symboles proportionnels sont utilisées pour représenter les variables de stocks (variables quantitatives absolues, la somme et la moyenne ont un sens). La fonction mf_map(..., type = "prop") propose cette représentation.
# Communes
mf_map(x = com)
# Symboles proportionnels
mf_map(
x = com,
var = "POPULATION",
type = "prop",
leg_title = "Population totale\n(2015)"
)
# Titre
mf_title("Distribution de la population dans le Lot")
Les cartes choroplèthes sont utilisées pour représenter les variables de ratios (variables quantitatives relatives, la moyenne a un sens, la somme n’a pas de sens).
La fonction mf_map(..., type = "choro") permet de créer des cartes choroplètes. Les arguments nbreaks et breaks servent à paramétrer les discrétisations.
# Densité de population (hab./km2) en utilisant la fonction sf::st_area()
com$DENS <- 1e6 * com$POPULATION / as.numeric(st_area(com))
mf_map(
x = com,
var = "DENS",
type = "choro",
breaks = "quantile",
nbreaks = 6,
pal = "Dark Mint",
lwd = 1,
leg_title = "Densité de population\n(habitants par km2)",
leg_val_rnd = 0
)
mf_title("Distribution de la population dans le Lot (2018)")
L’argument pal de mf_map() est dédié au choix d’une palette de couleur. pal peut être le nom d’une palette de couleur fournie par R ou alors un vecteur de couleurs définies par leurs codes hexadécimaux.
mf_map(x = com, var = "DENS", type = "choro",
breaks = "quantile", nbreaks = 4,
pal = "Peach")
mf_title("Palette définie par son nom")
ma_palette <- c("#F3CAD2", "#E08BB1", "#AF4F91", "#6D1C68")
mf_map(x = com, var = "DENS", type = "choro",
breaks = "quantile", nbreaks = 4,
pal = ma_palette)
mf_title("Palette définie par un vecteur de couleurs")
Les fonctions hcl.colors() et mf_get_pal() permettent de construire des palettes de couleurs. mf_get_pal() est surtout utile pour créer des palettes divergentes asymétriques équilibrées.
pal_equilibre <- mf_get_pal(n = c(6,3), palette = c("Burg", "Teal"))
pal_non_equi <- c(hcl.colors(6, "Burg"), hcl.colors(3,"Teal", rev = TRUE))
library(maplegend)
opar <- par(mar = c(0,0,0,0))
plot.new()
plot.window(xlim = c(0, 1), ylim = c(0, 1), asp = 1)
leg(type = "choro", val = rep("", 10),
pal = pal_equilibre, pos = "topleft",
title = "Palette équilibrée")
leg(type = "choro", val = rep("", 10),
pal = pal_non_equi, pos = "top",
title = "Palette non équilibrée")
par(opar)
Avant de réaliser une carte choroplèthe on doit d’abord étudier la distribution statistique de la variable que l’on souhaite cartographier. La fonction mf_distr() permet de visualiser les distributions.
mf_distr(com$DENS)
Cette distribution est très dissymétrique à gauche.
La fonction mf_get_breaks() met à disposition les méthodes de discrétisations de variables classique : quantiles, moyenne/écart-type, amplitudes égales, moyennes emboîtées, Fisher-Jenks, géométrique…
Ici, l’utilisation de la méthode “geom” est assez appropriée.
bks <- mf_get_breaks(x = com$DENS, nbreaks = 5, breaks = "geom")
bks#> [1] 4.113775 11.033758 29.594181 79.376000 212.898252 571.024813mf_map(
x = com, var = "DENS", type = "choro",
breaks = bks, pal = "Blues",
lwd = 1,
leg_title = "Population density\n(inh. per km2)",
leg_val_rnd = 0
)
mf_title("Distribution de la population dans le Lot (2018)")
Les cartes de typologies sont utilisées pour représenter les variables qualitatives.
La fonction mf_map(..., type = "typo") propose cette représentation.
mf_map(
x = com,
var="STATUT",
type = "typo",
pal = c("aquamarine4", "yellow3","wheat"),
lwd = .7,
leg_title = ""
)
mf_title("Statut administratif des communes")
L’argument val_order sert à ordonner les modalités dans la légende.
mf_map(
x = com,
var="STATUT",
type = "typo",
pal = c("aquamarine4", "yellow3","wheat"),
val_order = c("Préfecture", "Sous-préfecture", "Commune simple"),
lwd = .7,
leg_title = ""
)
mf_title("Statut administratif des communes")
La fonction mf_map(..., var = c("var1", "var2"), type = "prop_choro") représente des symboles proportionnels dont les surfaces sont proportionnelles aux valeurs d’une variable et dont la couleur repose sur la discrétisation d’une seconde variable. La fonction utilise les arguments des fonctions mf_map(..., type = "prop") et mf_map(..., type = "choro").
mf_map(x = com)
mf_map(
x = com,
var = c("POPULATION", "DENS"),
type = "prop_choro",
border = "grey90",
leg_title = c("Population", "Densité\nde population\n(en hab./km2)"),
breaks = "q6",
pal = "Magenta",
leg_val_rnd = c(0,1))
mf_title("Distribution de la population dans le Lot (2018)")
La fonction mf_map(..., var = c("var1", "var2"), type = "prop_typo") représente des symboles proportionnels dont les surfaces sont proportionnelles aux valeurs d’une variable et dont la couleur représente les modalités d’une variable qualitative. La fonction utilise les arguments des fonctions mf_map(..., type = "prop") et mf_map(..., type = "typo").
mf_map(x = com)
mf_map(
x = com,
var = c("POPULATION", "STATUT"),
type = "prop_typo",
pal = c("coral4", "chocolate","darksalmon"),
val_order = c("Préfecture", "Sous-préfecture", "Commune simple"),
leg_pos = "topleft",
leg_title = c("Population\n(2015)",
"Statut administratif"),
)
mf_title("Distribution de la population dans le Lot (2018)")
mapsf se concentre sur la création de cartes thématiques basées sur des données vectorielles, les cartes étant principalement générées à partir d’objets sf.
Cependant, la fonction mf_raster() permet trois types de cartes s’appuyant sur des données raster, des objets terra. Les cartes raster bénéficient de tous les éléments de mise en page (titre, échelle, flèche nord, graticules…) et peuvent être combinées avec des objets vectoriels.
Les trois types de cartes sont : - les cartes de classes (type = "classes") qui s’appliquent aux données qualitatives (catégories, typologies) - les cartes continues (type = "continuous") adaptées aux données quantitatives (MNT ou températures de surface par exemple) - les cartes par intervalles (type = "interval") également adaptée aux données quantitatives
Dans cet exemple nous utilisons les données de CORINE Land Cover (déjà utilisées ici).
library(terra)#> terra 1.8.93clc <- rast("data/clc_2018.tif")
mf_raster(clc, type = "classes")
mf_title("CORINE Land Cover - 2018")
On peut aussi reclassifier et changer le nom des différentes classess pour un meilleur affichage.
reclassif <- matrix(c(100, 199, 1,
200, 299, 2,
300, 399, 3,
400, 499, 4,
500, 599, 5),
ncol = 3,
byrow = TRUE)
clc_5 <- classify(clc, rcl = reclassif)
levels(clc_5) <- data.frame(
ID = c(1, 2, 3, 5),
clc = c(
"Territoires artificialisés",
"Territoires agricoles",
"Forêts et milieux semi-naturels",
"Surfaces en eau"
)
)
mf_raster(
clc_5,
type = "classes",
pal = c("#E6004D", "#FFFFA8", "#80FF00", "#00CCF2"),
leg_title = "",
leg_pos = "bottomleft"
)
mf_title("CORINE Land Cover - 2018")
Ici nous allons utiliser le raster des altitudes.
elevation <- rast("data/elevation.tif")
mf_raster(
elevation,
type = "continuous",
pal = "Rocket", rev = TRUE,
leg_val_rnd = 0,
leg_pos = "topleft", leg_title = "Altitude (m)"
)
mf_title("Altitudes")
Les classes dont calculées en utilisant les méthodes proposées par mf_get_breaks().
mf_raster(
elevation,
type = "interval",
breaks = "q6", pal = "Turku", rev = TRUE,
leg_val_rnd = 0,
leg_pos = "topleft",
leg_title = "Altitude (m)"
)
mf_title("Altitudes")
Importez la couche des communes du département du Lot à partir du fichier geopackage lot.gpkg.
Importez le fichier com.csv.
Ce jeu de données porte sur les communes du Lot et contient plusieurs variables supplémentaires:
Joignez le jeu de données et la couche des communes.
Créez une carte de la population active.
Quel mode de représentation utiliser? Quels choix cela implique-t-il?
Créez une carte de la part de la population active dans la population totale.
Quel mode de représentation utiliser? Quels choix cela implique-t-il?