Informatyka ekonomiczna - wykład 5 (kierunek informatyka i ekonometria)

Mapy i analiza geoprzestrzenna w R cześć pierwsza

¹ Zakład Bioinformatyki, Instytut Informatyki, Uniwersytet w Białymstoku

^✉ Correspondence: Jarosław Kotowicz <j.kotowicz@uwb.edu.pl>

1 Mapy w R

1.1 Zródła konkturów państw (mapy)

1. Strona gadm.org kontury krajów do wykorzystania niekomercyjnego
2. Biblioteki R

• map
• mapdata
• sp
• rnaturalearth
• rnaturalearthdata

3. Polska geoprtal.gov.pl Główny Urząd Geodezji i Kartografii

1.2 Mapy tradycyjne

1. Biblioteki

• RgoogleMaps
• leaflet
• leafletR

1.3 Tworzenie map

1. Biblioteki

• sp
• sf
• ggplot2
• ggmap
• maptools
• maps
• tmap
• tmaptools
• ggspatial
• ggrepel

1.4 Miasta świata (współrzędne geograficzne)

1. Bazy danych

• simplemaps
• tageo.com
• biblioteki R

1.5 Wybrane strony

1. https://www.r-spatial.org/r/2018/10/25/ggplot2-sf.html
2. https://www.r-spatial.org/r/2018/10/25/ggplot2-sf-2.html
3. https://www.r-spatial.org/r/2018/10/25/ggplot2-sf-3.html
4. https://eriqande.github.io/rep-res-web/lectures/making-maps-with-R.html
5. https://github.com/Robinlovelace/Creating-maps-in-R
6. https://pjbartlein.github.io/GeogDataAnalysis/
7. http://geog.uoregon.edu/bartlein/courses/geog495/ex06.html
8. https://rpubs.com/rbatzing/mapping

rm(list = ls())

library(tidyverse)

Registered S3 method overwritten by 'dplyr':
  method           from
  print.rowwise_df     
Registered S3 methods overwritten by 'dbplyr':
  method         from
  print.tbl_lazy     
  print.tbl_sql      
-- Attaching packages --------------------------------------- tidyverse 1.3.0 --
<U+221A> ggplot2 3.3.0     <U+221A> purrr   0.3.4
<U+221A> tibble  3.0.0     <U+221A> dplyr   0.8.5
<U+221A> tidyr   1.0.2     <U+221A> stringr 1.4.0
<U+221A> readr   1.3.1     <U+221A> forcats 0.5.0
-- Conflicts ------------------------------------------ tidyverse_conflicts() --
x dplyr::filter() masks stats::filter()
x dplyr::lag()    masks stats::lag()

2 Mapy świata i ich prezentacja

Rozdział ten jest inspirowany artukułem Drawing beautiful maps programmatically with R, sf and ggplot2 — Part 1: Basics autorstwa Mela Moreno i Mathieu Basille

library(rnaturalearth)
library(rnaturalearthdata)

world <- ne_countries(scale = "medium", returnclass = "sf")
class(world)

[1] "sf"         "data.frame"

ggplot(data = world) +
  geom_sf()

ggplot(data = world) +
  geom_sf() +
  xlab("Longitude") + ylab("Latitude") +
  ggtitle("World map", subtitle = paste0("(", length(unique(world$name)), " countries)"))

ggplot(data = world) + 
  geom_sf(color = "black", fill = "lightgreen")

ggplot(data = world) +
  geom_sf(aes(fill = pop_est)) +
  scale_fill_viridis_c(option = "plasma", trans = "sqrt")

ggplot(data = world) +
  geom_sf() +
  coord_sf(crs = "+proj=laea +lat_0=52 +lon_0=10 +x_0=4321000 +y_0=3210000 +ellps=GRS80 +units=m +no_defs ")

ggplot(data = world) +
  geom_sf() +
  coord_sf(crs = "+init=epsg:3035")

library(sf)

Linking to GEOS 3.6.1, GDAL 2.2.3, PROJ 4.9.3

ggplot(data = world) +
  geom_sf() +
  coord_sf(crs = st_crs(3035))

Kod źródłowy pochodzi z artykułu Drawing beautiful maps programmatically with R, sf and ggplot2 — Part 1: Basics autorstwa Mela Moreno i Mathieu Basille

ggplot(data = world) +
  geom_sf() +
  coord_sf(xlim = c(-102.15, -74.12), ylim = c(7.65, 33.97), expand = FALSE)

world_points<- st_centroid(world)

st_centroid assumes attributes are constant over geometries of xst_centroid does not give correct centroids for longitude/latitude data

world_points <- cbind(world, st_coordinates(st_centroid(world$geometry)))

st_centroid does not give correct centroids for longitude/latitude data

library(ggrepel) 
library(ggspatial)

ggplot(data = world) + 
  geom_sf(fill= "antiquewhite") + 
  geom_text(data= world_points,aes(x=X, y=Y, label=name), color = "darkblue", 
            fontface = "bold", check_overlap = FALSE) + 
  annotate(geom = "text", x = -90, y = 26, label = "Gulf of Mexico", 
           fontface = "italic", color = "grey22", size = 6) + 
  annotation_scale(location = "bl", width_hint = 0.5) + 
  annotation_north_arrow(location = "bl", which_north = "true", pad_x = unit(0.75, "in"), 
                         pad_y = unit(0.5, "in"), style = north_arrow_fancy_orienteering) + 
  coord_sf(xlim = c(-102.15, -74.12), ylim = c(7.65, 33.97), expand = FALSE) + 
  xlab("Longitude") + ylab("Latitude") + 
  ggtitle("Map of the Gulf of Mexico and the Caribbean Sea") + 
  theme(panel.grid.major = element_line(color = gray(.5), linetype = "dashed", size = 0.5), 
        panel.background = element_rect(fill = "aliceblue"))

3 Różne projekcje korzystamy z

PROJ

library(tidyverse)
library(sf)

library(rnaturalearth)
library(rnaturalearthdata)

world <- ne_countries(scale = "medium", returnclass = "sf")

ggplot(world) +
  geom_sf(aes(fill = continent) ) +
  coord_sf(crs = "+proj=aea +lat_1=29.5 +lat_2=42.5") +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata (projekcja Albers Equal Area)",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

ggplot(world) +
  geom_sf(aes(fill = continent) ) +
  coord_sf(crs = "+proj=eqc") +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata (projekcja eqc)",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

ggplot(world) +
  geom_sf(aes(fill = continent) ) +
  coord_sf(crs = "+proj=cea") +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata (projekcja cea)",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

ggplot(world) +
  geom_sf(aes(fill = continent) ) +
  coord_sf(crs = "+proj=eck1") +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata (projekcja eck1)",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

ggplot(world) +
  geom_sf(aes(fill = continent) ) +
  coord_sf(crs = "+proj=eck2") +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata (projekcja eck2)",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

ggplot(world) +
  geom_sf(aes(fill = continent) ) +
  coord_sf(crs = "+proj=eck3") +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata (projekcja eck3)",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

world_proj <- st_transform(world, "+proj=eck3")
ggplot(world_proj["continent"]) +
  geom_sf(aes(fill = continent) ) +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

world_proj <- st_transform(world, "+proj=eck4")
ggplot(world_proj["continent"]) +
  geom_sf(aes(fill = continent) ) +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

ggplot(data = world) +
  geom_sf(aes(fill = continent)) +
  coord_sf(crs = "+init=epsg:4326") +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata",
       caption = "Źródło: opracowanie własne inspirowane kodem autorstwa Mela Moreno i Mathieu Basille'a.")

ggplot(data = world) +
  geom_sf(aes(fill = continent), alpha = .5) +
  coord_sf(crs = "+proj=moll") +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata (projekcja Mollweide)",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

ggplot(data = world) +
  geom_sf(alpha = .5) +
  coord_sf(crs = "+proj=moll") +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata (projekcja Mollweide)",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

3.1 Projekcje sferyczne (globusy)

ggplot(data = world) +
  geom_sf(aes(fill = continent)) +
  coord_sf(crs = "+init=epsg:3035") +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata",
       caption = "Źródło: opracowanie własne inspirowane kodem autorstwa Mela Moreno i Mathieu Basille'a.")

ggplot(data = world) +
  geom_sf(aes(fill = continent) ) +
  coord_sf(crs = "+proj=laea +lat_0=0 +lon_0=0 +x_0=0 +y_0=0 +ellps=GRS80 +units=m +no_defs ")  +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

ggplot(data = world) +
  geom_sf(aes(fill = subregion) ) +
  coord_sf(crs = "+proj=laea +lat_0=0 +lon_0=0 +x_0=0 +y_0=0 +ellps=GRS80 +units=m +no_defs ")  +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

ggplot(data = world) +
  geom_sf(aes(fill = name) ) +
  coord_sf(crs = "+proj=laea +lat_0=0 +lon_0=0 +x_0=0 +y_0=0 +ellps=GRS80 +units=m +no_defs ")  +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

ggplot(data = world) +
  geom_sf(aes(fill = continent) ) +
  coord_sf(crs = "+proj=laea +lat_0=30 +lon_0=-100 +x_0=0 +y_0=0 +ellps=GRS80 +units=m +no_defs ")  +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

ggplot(data = world) +
  geom_sf(aes(fill = name) ) +
  coord_sf(crs = "+proj=laea +lat_0=30 +lon_0=-100 +x_0=0 +y_0=0 +ellps=GRS80 +units=m +no_defs ")  +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

ggplot(data = world) +
  geom_sf() +
  coord_sf(crs = "+proj=laea +x_0=0 +y_0=0 +lon_0=-74 +lat_0=40") +
  theme(legend.position = "none",
        panel.background = element_rect(fill = "white"),
        panel.grid.major = element_line(colour = "lightgrey"),
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Mapa świata",
       caption = "Źródło: opracowanie własne inspirowane ilustracją z książki Geocomputation with R.")

4 Polska (województwa, powiaty, gminy)

4.1 Wykorzystanie plików sp

4.1.1 Użycie tylko funkcji plot do danych w formacie sp

4.1.1.1 Pierwsze wprawki

library(sp)

gadm_3sp <- readRDS("dane/gadm36_POL_3_sp.rds")
gadm_2sp <- readRDS("dane/gadm36_POL_2_sp.rds")
gadm_1sp <- readRDS("dane/gadm36_POL_1_sp.rds")
gadm_0sp <- readRDS("dane/gadm36_POL_0_sp.rds")

plot(gadm_0sp, border = 'darkgrey')

plot(gadm_1sp, border = 'darkgrey')

plot(gadm_2sp, border = 'darkgrey')

plot(gadm_3sp, border = 'darkgrey')

4.1.1.2 Poprawiamy rysunki

plot(gadm_0sp, border = 'darkgrey')
title(main = "Kontur Polski",
      sub = "Źródło: Opracowanie własne na podstawie danych z GADM.",
      font.main = 4, font.sub = 3,
      cex.main = 1.5, cex.sub = .75,
      col.main = "indianred4", col.sub = "bisque4")

plot(gadm_1sp, border = 'coral')
title(main = "Kontur Polski wraz z województwami",
      sub = "Źródło: Opracowanie własne na podstawie danych z GADM.",
      font.main = 2, font.sub = 3,
      cex.main = 1.5, cex.sub = .75,
      col.main = "indianred4", col.sub = "lightsalmon4")

plot(gadm_2sp, border = 'darkgrey')
title(main = "Kontur Polski wraz z powiatami",
      sub = "Źródło: Opracowanie własne na podstawie danych z GADM.",
      font.main = 2, font.sub = 3,
      cex.main = 2, cex.sub = .75,
      col.main = "midnightblue", col.sub = "lightsalmon4")

plot(gadm_3sp, border = 'coral3')
title(main = "Kontur Polski wraz z gminami",
      sub = "Źródło: Opracowanie własne na podstawie danych z GADM.",
      font.main = 1, font.sub = 3,
      cex.main = 1.5, cex.sub = .5,
      col.main = "indianred4", col.sub = "sandybrown")

colors = rainbow(100)
plot(gadm_1sp, col = colors, border = 'darkgrey')
title(main = "Województwa Polski (pokolorowane)",
      sub = "Źródło: Opracowanie własne na podstawie danych z GADM.",
      font.main = 2, font.sub = 3,
      cex.main = 1.5, cex.sub = .75,
      col.main = "indianred4", col.sub = "lightsalmon4")

library(RColorBrewer)

paleta <- colorRampPalette(brewer.pal(9,"Blues"))(17)
colors = rep("#00FF0022", 380)
colors[gadm_2sp@data$NAME_1 == "Podlaskie"] = paleta[7]
colors[gadm_2sp@data$NAME_2 == "Białystok (City)"] = "red"
plot(gadm_2sp, col = colors, border = FALSE)
title("Polska, województow podlaskie, powiat Białystok (miasto)")

4.2 Wykorzystanie plików sf

gadm_3sf <- readRDS("dane/gadm36_POL_3_sf.rds")
gadm_2sf <- readRDS("dane/gadm36_POL_2_sf.rds")
gadm_1sf <- readRDS("dane/gadm36_POL_1_sf.rds")
gadm_0sf <- readRDS("dane/gadm36_POL_0_sf.rds")

worldcities <- read_csv("dane/worldcities.csv")

Parsed with column specification:
cols(
  city = col_character(),
  city_ascii = col_character(),
  lat = col_double(),
  lng = col_double(),
  country = col_character(),
  iso2 = col_character(),
  iso3 = col_character(),
  admin_name = col_character(),
  capital = col_character(),
  population = col_double(),
  id = col_double()
)

mista.woj <- worldcities %>%
  filter(country == "Poland", capital != "minor")

gadm_0sf %>% 
  ggplot() +
  geom_sf() + 
  theme_bw()

gadm_1sf %>% 
  ggplot() +
  geom_sf() + 
  theme_bw() +
  labs(title = "Podział administracyjny Polski (województwa)")

gadm_1sf %>% 
  ggplot() +
  geom_sf() + 
  theme_bw() +
  labs(title = "Podział administracjyny Polski (województwa)")

ggplot() +
  annotation_spatial(gadm_1sf) +
  layer_spatial(gadm_1sf) +
  theme_bw() +
  labs(title = "Podział administracjyny Polski (województwa)")

ggplot() +
  annotation_spatial(gadm_1sf) +
  layer_spatial(gadm_1sf) +
  annotation_scale(location = "tl") +
  annotation_north_arrow(location = "br", which_north = "true")

ggplot() +
  annotation_map_tile(type = "osm") +
  layer_spatial(gadm_1sf)

ggplot(mista.woj, aes(x = lng, y = lat)) +
  annotation_spatial(gadm_1sf) +
  layer_spatial(gadm_1sf, fill= "aquamarine2") +
  geom_spatial_point() +
  stat_spatial_identity(aes(label = city), geom = "text_repel", box.padding = 1) +
  coord_sf() +
  xlab("Długość geograficzna") + ylab("Szerokość geograficzna") +
  labs(title = "Mapa Polski z podziałem na województwa.") +
  annotation_scale(location = "bl", width_hint = 0.5) +
  annotation_north_arrow(location = "bl", which_north = "true", 
                         pad_x = unit(0.75, "in"), pad_y = unit(0.5, "in"),
                         style = north_arrow_fancy_orienteering) +
  theme_bw() +
  theme(panel.grid.major = element_line(color = gray(.5), linetype = "dashed", size = 0.5))

ggplot(mista.woj, aes(x = lng, y = lat)) +
  annotation_spatial(gadm_1sf, alpha = .3) +
  layer_spatial(gadm_1sf, alpha = .3, fill= "aquamarine2") +
  geom_spatial_point() +
  stat_spatial_identity(aes(label = city), geom = "text_repel", box.padding = 1) +
  coord_sf() +
  xlab("Długość geograficzna") + ylab("Szerokość geograficzna") +
  labs(title = "Mapa Polski z podziałem na województwa.") +
  annotation_scale(location = "bl", width_hint = 0.5) +
  annotation_north_arrow(location = "bl", which_north = "true", 
                         pad_x = unit(0.75, "in"), pad_y = unit(0.5, "in"),
                         style = north_arrow_fancy_orienteering) +
  theme_bw() +
  theme(panel.grid.major = element_line(color = gray(.5), linetype = "dashed", size = 0.5))

ggplot(mista.woj, aes(x = lng, y = lat)) +
  annotation_spatial(gadm_1sf, alpha = .3) +
  layer_spatial(gadm_1sf, alpha = .3, fill= "aquamarine2") +
  geom_spatial_point() +
  stat_spatial_identity(aes(label = city), geom = "label_repel", box.padding = 1) +
  coord_sf() +
  xlab("Długość geograficzna") + ylab("Szerokość geograficzna") +
  labs(title = "Mapa Polski z podziałem na województwa.") +
  annotation_scale(location = "bl", width_hint = 0.5) +
  annotation_north_arrow(location = "bl", which_north = "true", 
                         pad_x = unit(0.75, "in"), pad_y = unit(0.5, "in"),
                         style = north_arrow_fancy_orienteering) +
  theme_bw() +
  theme(panel.grid.major = element_line(color = gray(.5), linetype = "dashed", size = 0.5))

powiaty.podlaskie <- gadm_2sf %>% 
  filter(NAME_1 == "Podlaskie") %>%
  as.data.frame() %>%
  select(NAME_2) %>%
  distinct

powiaty.podlaskie

gadm_2sf %>% 
  filter(NAME_1 == "Podlaskie") %>%
  ggplot() +
  geom_sf() + 
  theme_bw() +
  theme(axis.line = element_blank(), 
        panel.border = element_blank(),
        axis.text = element_blank(),
        axis.ticks = element_blank(),
        panel.grid.major = element_blank(), 
        plot.title = element_text(hjust = 0.5, size = rel(2))) +
  labs(title = "Województwo podlaskie",
       caption = "Źródło: opracowanie własne.")

library(readxl)

Koronawirus <- read_excel("dane/Koronawirus.xlsx")

library(tidyselect)

data.Koronawirus.K <- Koronawirus %>% select(-c(1:2)) %>% names() %>% vars_select(contains("K"))
CORONA.women <- Koronawirus %>% select(data.Koronawirus.K) %>% as.data.frame() %>% rowSums(na.rm = TRUE)

Note: Using an external vector in selections is ambiguous.
i Use `all_of(data.Koronawirus.K)` instead of `data.Koronawirus.K` to silence this message.
i See <https://tidyselect.r-lib.org/reference/faq-external-vector.html>.
This message is displayed once per session.

data.Koronawirus.M <- Koronawirus %>% select(-c(1:2)) %>% names() %>% vars_select(contains("M"))
CORONA.men <- Koronawirus %>% select(data.Koronawirus.M) %>% as.data.frame() %>% rowSums(na.rm = TRUE)

Note: Using an external vector in selections is ambiguous.
i Use `all_of(data.Koronawirus.M)` instead of `data.Koronawirus.M` to silence this message.
i See <https://tidyselect.r-lib.org/reference/faq-external-vector.html>.
This message is displayed once per session.

CORONA.all <- Koronawirus %>% select(-c(1:2)) %>% as.data.frame() %>% rowSums(na.rm = TRUE)

Koronawirus <- Koronawirus %>%
  select(1) %>% as.data.frame() %>% 
  cbind(CORONA.all) %>% cbind(CORONA.men) %>% cbind(CORONA.women)

test.sf <- gadm_2sf %>%
  as.data.frame() %>%
  left_join(Koronawirus) %>%
  st_as_sf(crs = 4326)

Joining, by = "NAME_2"

test.sf %>% 
  filter(NAME_1 == "Podlaskie") %>%
  ggplot() +
  geom_sf(aes(fill = CORONA.all)) +
  scale_fill_viridis_c(option = "plasma", alpha = .4) +
  theme_bw() +
  labs(title = "Liczba potwierdzonych chorych COVID-19",
       subtitle = paste0("Stan na dzień 20.04.2020r. na godz. 24.00. \nLiczba zarażonych: ", sum(test.sf$CORONA.all, na.rm = TRUE)),
       caption = "Źródło: Opracowanie własne na podstawie Komunikatów PUW.",
       fill = "Liczba zakażanych")

test.sf %>% 
  filter(NAME_1 == "Podlaskie") %>%
  ggplot() +
  geom_sf(aes(fill = CORONA.men)) +
  scale_fill_viridis_c(option = "plasma", alpha = .4) +
  theme_bw() +
  labs(title = "Liczba potwierdzonych chorych COVID-19 (mężczyźni).",
       subtitle = paste0("Stan na dzień 20.04.2020r. na godz. 24.00. \nLiczba zarażonych: ", sum(test.sf$CORONA.men, na.rm = TRUE)),
       caption = "Źródło: Opracowanie własne na podstawie Komunikatów PUW.",
       fill = "Liczba zakażanych")

test.sf %>% 
  filter(NAME_1 == "Podlaskie") %>%
  ggplot() +
  geom_sf(aes(fill = CORONA.women)) +
  scale_fill_viridis_c(option = "plasma", alpha = .4) +
  theme_bw() +
  labs(title = "Liczba potwierdzonych chorych COVID-19 (kobiety).",
       subtitle = paste0("Stan na dzień 20.04.2020r. na godz. 24.00. \nLiczba zarażonych: ", sum(test.sf$CORONA.women, na.rm = TRUE)),
       caption = "Źródło: Opracowanie własne na podstawie Komunikatów PUW.",
       fill = "Liczba zakażanych")

test.sf %>% 
  filter(NAME_1 == "Podlaskie") %>%
  ggplot() +
  geom_sf(aes(fill = CORONA.all)) +
  scale_fill_viridis_c(trans = "sqrt", alpha = .4) +
  theme_bw() +
  labs(title = "Liczba potwierdzonych chorych COVID-19",
       subtitle = paste0("Stan na dzień 20.04.2020r. na godz. 24.00. \nLiczba zarażonych: ", sum(test.sf$CORONA.all, na.rm = TRUE)),
       caption = "Źródło: Opracowanie własne na podstawie Komunikatów PUW.",
       fill = "Liczba zakażanych")

test.sf %>% 
  filter(NAME_1 == "Podlaskie") %>%
  ggplot() +
  geom_sf(aes(fill = CORONA.all)) +
  scale_colour_gradient() +
  theme_bw() +
  labs(title = "Liczba potwierdzonych chorych COVID-19",
       subtitle = paste0("Stan na dzień 20.04.2020r. na godz. 24.00. \nLiczba zarażonych: ", sum(test.sf$CORONA.all, na.rm = TRUE)),
       caption = "Źródło: Opracowanie własne na podstawie Komunikatów PUW.",
       fill = "Liczba zakażanych")

test.sf %>% 
  filter(NAME_1 == "Podlaskie") %>%
  ggplot() +
  geom_sf(aes(fill = CORONA.all)) +
  scale_fill_gradient(low = "grey90", high = "grey30") +
  theme_bw() +
  labs(title = "Liczba potwierdzonych chorych COVID-19",
       subtitle = paste0("Stan na dzień 20.04.2020r. na godz. 24.00. \nLiczba zarażonych: ", sum(test.sf$CORONA.all, na.rm = TRUE)),
       caption = "Źródło: Opracowanie własne na podstawie Komunikatów PUW.",
       fill = "Liczba zakażanych")

test.sf %>% 
  filter(NAME_1 == "Podlaskie") %>%
  ggplot() +
  geom_sf(aes(fill = CORONA.all)) +
  scale_fill_gradient(low = "skyblue", high = "red4") +
  theme_bw() +
  labs(title = "Liczba potwierdzonych chorych COVID-19",
       subtitle = paste0("Stan na dzień 20.04.2020r. na godz. 24.00. \nLiczba zarażonych: ", sum(test.sf$CORONA.all, na.rm = TRUE)),
       caption = "Źródło: Opracowanie własne na podstawie Komunikatów PUW.",
       fill = "Liczba zakażanych")

library(cartography)

test.sf %>% 
  filter(NAME_1 == "Podlaskie") %>%
  ggplot() +
  geom_sf(aes(fill = as.factor(CORONA.all))) +
  scale_fill_manual(values = carto.pal(pal1 = "red.pal", n1 = 16)) +
  theme_bw() +
  labs(title = "Liczba potwierdzonych chorych COVID-19",
       subtitle = paste0("Stan na dzień 20.04.2020r. na godz. 24.00. \nLiczba zarażonych: ", sum(test.sf$CORONA.all, na.rm = TRUE)),
       caption = "Źródło: Opracowanie własne na podstawie Komunikatów PUW.",
       fill = "Liczba zakażanych")

test.sf %>% 
  filter(NAME_1 == "Podlaskie") %>%
  ggplot() +
  geom_sf(aes(fill = as.factor(CORONA.men))) +
  scale_fill_manual(values = carto.pal(pal1 = "green.pal", n1 = 13)) +
  theme_bw() +
  labs(title = "Liczba potwierdzonych chorych COVID-19 (mężczyźni).",
       subtitle = paste0("Stan na dzień 20.04.2020r. na godz. 24.00. \nLiczba zarażonych: ", sum(test.sf$CORONA.men, na.rm = TRUE)),
       caption = "Źródło: Opracowanie własne na podstawie Komunikatów PUW.",
       fill = "Liczba zakażanych") +
  theme(panel.grid.major = NULL, panel.grid.minor = NULL, 
        panel.background = NULL)

test.sf %>% 
  filter(NAME_1 == "Podlaskie") %>%
  ggplot() +
  geom_sf(aes(fill = as.factor(CORONA.women))) +
  scale_fill_brewer(palette = "Greens") +
  theme_bw() +
  labs(title = "Liczba potwierdzonych chorych COVID-19 (kobiety)",
       subtitle = paste0("Stan na dzień 20.04.2020r. na godz. 24.00. \nLiczba zarażonych: ", sum(test.sf$CORONA.women, na.rm = TRUE)),
       caption = "Źródło: Opracowanie własne na podstawie Komunikatów PUW.",
       fill = "Liczba zakażanych")

detach(package:RColorBrewer)

detach(package:ggspatial)
detach(package:ggrepel) 

detach(package:tidyverse)
detach(package:ggplot2)
detach(package:tibble)
detach(package:tidyr)
detach(package:readr)
detach(package:purrr)
detach(package:dplyr)
detach(package:stringr)
detach(package:forcats)

detach(package:sf)
detach(package:rnaturalearth)
detach(package:rnaturalearthdata)