Dünya haritasında ekonomik verileri görselleştirme

Choropleth’ler, coğrafi verilerin görselleştirilmesi için güzel bir araçtır ve R ve Python ile, özellikle
temiz veriler hazır olduğunda, bunların oluşturulması oldukça zahmetsiz olabilir. Neyse ki, Dünya
Bankası Açık Veri platformundan birçok ekonomik veri seti yüklenebilir. Bununla birlikte,
görselleştirmenin güzel görünmesini sağlamak biraz zahmetli olabilir. Bu nedenle, veri indirme,
ayarlama ve görselleştirme işlemlerini bir arada yürüten küçük, entegre bir işlev oluşturdum. Çıktı,
ggsave kullanılarak yüksek kaliteli vektör grafiği olarak kolayca dışa aktarılabilir.

Örneği çoğaltmak için bu üç adımı uygulamanız yeterlidir.

1) Gerekli tüm paketleri kurun

install.packages("rnaturalearth")
install.packages("rnaturalearthdata")  
install.packages("WDI")
install.packages("lubridate")
install.packages("dplyr")  
install.packages("ggplot2")
install.packages("RColorBrewer")
install.packages("ggplot2")

2) Fonksiyonu yükleyin

#Download and visualization function
get_and_plot_wb_data<-function(sel_indicator="NY.GDP.PCAP.KD",
                               log="Yes",
                               midpoint="Mean",
                               color_scheme="Straight",
                               start_yr = year(Sys.Date())-2,
                               end_yr = year(Sys.Date()),
                               legend_pos="Bottom",
                               charttitle="GDP per Capita in US$",
                               scale_factor=1)
{
#Load required packages
library(rnaturalearth)
library(rnaturalearthdata)  
library(WDI)
library(lubridate)
library(dplyr)  
library(ggplot2)
library(RColorBrewer)
library(ggplot2)

#Create color scheme
cols_gr<-c("#632523", "#953735",  "#C3D69B","#77933C", "#4F6228")
cols_gr = colorRampPalette(cols_gr)(5)

#Get all countries and countrycodes
world <- ne_countries(scale = "medium", returnclass = "sf")
class(world)

#Load data using the worldbank API
gdp<-WDI(
  country = "all",
  indicator = sel_indicator,
  start = start_yr,
  end = end_yr,
  extra = FALSE,
  cache = NULL,
  latest = NULL,
  language = "en"
)

names(gdp)[1]<-"iso_a2"
names(gdp)[names(gdp)==sel_indicator]<-"ret"
gdp<-gdp[order(gdp$country,gdp$year),]
print(max(gdp$year))
gdp% group_by(iso_a2) %>% do(tail(., n=1))
  
  
world<-merge(world,gdp,by="iso_a2",all=F)

#Remove some unnecssary elements
plain <- theme(
  panel.background = element_rect(fill = "white"),
)

world$ret<-round(world$ret/scale_factor,2)
#Choose appropriate breakpoint
if(midpoint=="Median")
{
  midpoint<-median((world$ret),na.rm=T)
}else{
  if(midpoint=="Mean")
  {
    midpoint<-mean((world$ret),na.rm=T)  
  }else{
    midpoint<-midpoint
  }  
}

#Red to green or green to red
if(color_scheme=="Inverted")
{
  col_low<-"#276419"
  col_high<-"#8E0152"
}else{
  col_low<-"#8E0152"
  col_high<-"#276419"
}

#Plot map with ggplot

p9<-
  ggplot(data = world) +
  geom_sf(aes(fill = (ret))) +
  ggtitle(charttitle) +
  #theme(legend.position = legend_pos,legend.margin=margin(-10,-10,-10,-10),legend.box.margin=margin(-100,800,-50,-50))+
  plain 
  
#Use log scale for skewed data
if(log=="Yes")
{  
  p9<-p9+  
    scale_fill_gradient2(
      trans = "log",
      low = col_low,
      mid = "white",
      high = col_high,
      midpoint = log(midpoint),
      space = "Lab",
      na.value = "grey50",
      guide = "colourbar",
      aesthetics = "fill",
      name=""
    )
}else{
  p9<-p9+  
    scale_fill_gradient2(
      low = col_low,
      mid = "white",
      high = col_high,
      midpoint = log(midpoint),
      space = "Lab",
      na.value = "grey50",
      guide = "colourbar",
      aesthetics = "fill",
      name=""
    )
}

res_list<-list("dataset"=world,"visualization"=p9)

return(res_list)

}

3) Fonksiyonu çalıştırın ve grafiği kaydedin

#Run the function
res_list<-get_and_plot_wb_data(sel_indicator="NY.GDP.PCAP.KD",midpoint="Median",log="Yes",legend_pos="bottom",charttitle="GDP per Capita in US$",scale_factor=1)
res_list$visualization

#Export the result
target_folder<-"C:/your_path/"
ggsave(file=paste0(target_folder,"gdp_per_capita.svg"), plot=res_list$visualization, width=14, height=7)

Kaynak: Visualizing economic data with pretty worldmaps | R-bloggers
Çeviren: Mehmet İkbal Karaca


Close Bitnami banner
Bitnami