ggplot2::geom_pointで人口に関する地図を書く（その1）
はじめに
この記事では、以下のような関西地域の人口に関する地図をRで作成する方法を紹介する。海外新聞ぽいフォントとかを使いお洒落に仕上げることが目標。出来るだけ丁寧に書いているつもり。全てのコードを載せている。ステップバイステップでやるのを心がけた。バリエーションがないため、レンジを区切って離散クラスにすればもっと綺麗に描画できるが、疲れたので次回以降にする。（間違いなどあればコメントください。）
1. データソース
国土数値情報のウェブサイトから「1kmメッシュ別将来推計人口（H30国政局推計）（shape形式版）」の関西二府四県のデータをダウンロードする。ファイルサイズが大きいので注意。
ダウンロードしたshapeファイルをQGIS上で開くとこんな感じになる（EPSG:6674）。
2. データ読み込み & 確認
# Setup library(ggplot2) library(dplyr) library(sf) # library(ggthemes) library(viridis) library(extrafont) # Set your wd setwd() # Load the data shiga <- read_sf("1km_mesh_suikei_2018_shape_25/1km_mesh_2018_25.shp") kyoto <- read_sf("1km_mesh_suikei_2018_shape_26/1km_mesh_2018_26.shp") osaka <- read_sf("1km_mesh_suikei_2018_shape_27/1km_mesh_2018_27.shp") hyogo <- read_sf("1km_mesh_suikei_2018_shape_28/1km_mesh_2018_28.shp") nara <- read_sf("1km_mesh_suikei_2018_shape_29/1km_mesh_2018_29.shp") wakayama <- read_sf("1km_mesh_suikei_2018_shape_30/1km_mesh_2018_30.shp")
試しに先ほどの図と同じようなものを書いてみる。
# Draw Maps kansai <- ggplot() + geom_sf(data = shiga, color = "red") + geom_sf(data = kyoto, color = "green") + geom_sf(data = osaka, color = "blue") + geom_sf(data = hyogo, color = "cyan") + geom_sf(data = nara, color = "magenta") + geom_sf(data = wakayama, color = "yellow") + theme_minimal() + theme(panel.grid = element_blank()) + labs(x = "Longitude", y = "Latitude") + theme(axis.text = element_text(size = 10), axis.title.x = element_text(size = 10), axis.title.y = element_text(size = 10)) kansai ggsave(kansai, filename = "kansai.png", width = 6, height = 8)
こんな感じになる。色は適当。後で描画するものを映えさせるためにあえてダサくした。
3. データの変換etc
上で見たように、今読み込んでいるデータは1kmメッシュのデータである。これをポイント（点）に変換したい。重心を取る。
sf::st_centroidを用いる。
# Calculate centroid of polygon using sf::st_centroid shiga$centroids <- st_transform(shiga, 6674) %>% st_centroid() %>% st_transform(., '+proj=longlat +ellps=GRS80 +no_defs') %>% st_geometry() kyoto$centroids <- st_transform(kyoto, 6674) %>% st_centroid() %>% st_transform(., '+proj=longlat +ellps=GRS80 +no_defs') %>% st_geometry() osaka$centroids <- st_transform(osaka, 6674) %>% st_centroid() %>% st_transform(., '+proj=longlat +ellps=GRS80 +no_defs') %>% st_geometry() hyogo$centroids <- st_transform(hyogo, 6674) %>% st_centroid() %>% st_transform(., '+proj=longlat +ellps=GRS80 +no_defs') %>% st_geometry() nara$centroids <- st_transform(nara, 6674) %>% st_centroid() %>% st_transform(., '+proj=longlat +ellps=GRS80 +no_defs') %>% st_geometry() wakayama$centroids <- st_transform(wakayama, 6674) %>% st_centroid() %>% st_transform(., '+proj=longlat +ellps=GRS80 +no_defs') %>% st_geometry()
データフレームに変換する。
# Convert to data frame shiga <- as.data.frame(shiga, xy = T) kyoto <- as.data.frame(kyoto, xy = T) osaka <- as.data.frame(osaka, xy = T) hyogo <- as.data.frame(hyogo, xy = T) nara <- as.data.frame(nara, xy = T) wakayama <- as.data.frame(wakayama, xy = T)
longitudeとlatitudeを抽出し、それぞれを独立の列に変数として加える。
# Extract and split lat long coordinates from the point # refer: https://stackoverflow.com/questions/38637070/extract-and-split-lat-long-coordinates-from-wkt-point-data-in-r shiga$long <- as.numeric(gsub(".*?([-]*[0-9]+[.][0-9]+).*", "\\1", shiga$centroids)) shiga$lat <- as.numeric(gsub(".* ([-]*[0-9]+[.][0-9]+).*", "\\1", shiga$centroids)) kyoto$long <- as.numeric(gsub(".*?([-]*[0-9]+[.][0-9]+).*", "\\1", kyoto$centroids)) kyoto$lat <- as.numeric(gsub(".* ([-]*[0-9]+[.][0-9]+).*", "\\1", kyoto$centroids)) osaka$long <- as.numeric(gsub(".*?([-]*[0-9]+[.][0-9]+).*", "\\1", osaka$centroids)) osaka$lat <- as.numeric(gsub(".* ([-]*[0-9]+[.][0-9]+).*", "\\1", osaka$centroids)) hyogo$long <- as.numeric(gsub(".*?([-]*[0-9]+[.][0-9]+).*", "\\1", hyogo$centroids)) hyogo$lat <- as.numeric(gsub(".* ([-]*[0-9]+[.][0-9]+).*", "\\1", hyogo$centroids)) nara$long <- as.numeric(gsub(".*?([-]*[0-9]+[.][0-9]+).*", "\\1", nara$centroids)) nara$lat <- as.numeric(gsub(".* ([-]*[0-9]+[.][0-9]+).*", "\\1", nara$centroids)) wakayama$long <- as.numeric(gsub(".*?([-]*[0-9]+[.][0-9]+).*", "\\1", wakayama$centroids)) wakayama$lat <- as.numeric(gsub(".* ([-]*[0-9]+[.][0-9]+).*", "\\1", wakayama$centroids))
必要のない変数を削除する。everything()で順番を変更する。これは好みの問題。Stataのorderコマンドと同じ。
shiga <- shiga %>% dplyr::select(long, lat, PTN_2015) %>% dplyr::select(long, lat, PTN_2015, everything()) %>% dplyr::rename(Population = PTN_2015) kyoto <- kyoto %>% dplyr::select(long, lat, PTN_2015) %>% dplyr::select(long, lat, PTN_2015, everything()) %>% dplyr::rename(Population = PTN_2015) osaka <- osaka %>% dplyr::select(long, lat, PTN_2015) %>% dplyr::select(long, lat, PTN_2015, everything()) %>% dplyr::rename(Population = PTN_2015) hyogo <- hyogo %>% dplyr::select(long, lat, PTN_2015) %>% dplyr::select(long, lat, PTN_2015, everything()) %>% dplyr::rename(Population = PTN_2015) nara <- nara %>% dplyr::select(long, lat, PTN_2015) %>% dplyr::select(long, lat, PTN_2015, everything()) %>% dplyr::rename(Population = PTN_2015) wakayama <- wakayama %>% dplyr::select(long, lat, PTN_2015) %>% dplyr::select(long, lat, PTN_2015, everything()) %>% dplyr::rename(Population = PTN_2015) # Append the prefectures' data kansai_pop <- dplyr::bind_rows( shiga, kyoto, osaka, hyogo, nara, wakayama )
4. Maps−地図を書く−
冒頭で掲載した地図を作成する。
# Draw a map (1) pop_map1 <- ggplot() + geom_point(data= kansai_pop, aes(x = long, y = lat, color = Population), alpha = 0.5) + scale_color_gradient(low = "#edd6d4", high = "#7A0018") + labs(x = NULL, y = NULL, title = "Kansai's Regional Demographics", subtitle = "Population in Kansai Municipalities, 2015", caption = "Source: National Spatial Planning and Regional Policy Bureau") + theme_void() + theme( plot.title = element_text(vjust = -2, hjust = 0.1), plot.subtitle = element_text(vjust = -2, hjust = 0.1), plot.caption = element_text(vjust = 3, hjust = 0.8), text = element_text(family = "Optima"), plot.background = element_rect(fill = "#f5f5f2"), legend.position = c(0.13, 0.18)) pop_map1 ggsave(pop_map1, filename = "pop_map1.png", width = 6, height = 8)
せっかくgeom_pointを使っているので、ポイントのサイズを人口に合わせて変えてみる。
# Draw a map (1) pop_map2 <- ggplot() + geom_point(data= kansai_pop, aes(x = long, y = lat, size = Population, color = Population), alpha = 0.3) + scale_color_gradient(low = "#edd6d4", high = "#7A0018") + # Show a legend for a color guides(size = FALSE) + scale_size_area(max_size = 15) + labs(x = NULL, y = NULL, title = "Kansai's Regional Demographics", subtitle = "Population in Kansai Municipalities, 2015", caption = "Source: National Spatial Planning and Regional Policy Bureau") + theme_void() + theme( plot.title = element_text(vjust = -2, hjust = 0.1), plot.subtitle = element_text(vjust = -2, hjust = 0.1), plot.caption = element_text(vjust = 3, hjust = 0.8), text = element_text(family = "Optima"), plot.background = element_rect(fill = "#f5f5f2"), legend.position = c(0.13, 0.18)) pop_map2 ggsave(pop_map2, filename = "pop_map2.png", width = 6, height = 8)
参考にしたサイト timogrossenbacher.ch
