3  Mapas com dados vetoriais

Para iniciar a criação de mapas no software R, vamos carregar os pacotes necessários:

library(tidyverse)
library(sf)
library(rnaturalearth)
library(rnaturalearthhires)
library(rnaturalearthdata)

3.1 Mapa mundi

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

3.2 Delimitação e plotagem de países

3.2.1 Dados de limites dos estados do Brasil

No exemplo abaixo mostramos como filtar os limites dos estados do Brasil. Se desejar alterar para outro país basta alterar o nome na função “ne_states”, country = (nome do país).

Brasil <- ne_states(country = "Brazil", returnclass = "sf")
plot(Brasil)

3.2.2 Como filtrar nomes de outros países

A função abaixo auxilia como acessar os nomes dos países dentro de “sf” e utiliza-los na função “ne_states”. Lembrando que o nome deve estar identico ao contido no data frame do pacote.

world <- ne_countries(returnclass = "sf") 
view(world$admin)

3.2.2.1 Exemplos de uso

Abaixo são apresentados alguns exemplos para mostrar a ferramenta e obter os dados de diferentes países.

3.2.2.1.1 Estados Unidos
EUA <- ne_states(country = "United States of America", returnclass = "sf") 
plot(EUA)

3.2.2.1.2 Argentina
Argentina <- ne_states(country = "Argentina", returnclass = "sf") 
plot(Argentina)

3.2.2.1.3 China
China <- ne_states(country = "China", returnclass = "sf") 
plot(China)

3.3 Delimitação e plotagem de estados

3.3.1 Dados de limites de estados específicos dentro do Brasil

Neste exemplo, vamos delimitar somente o estado de Minas Gerais dentro do Brasil.

minas <- Brasil[Brasil$name == "Minas Gerais",]
plot(minas)

3.3.2 Como filtrar nomes de outros estados dentro de cada país

Ao colocar o nome do país “$” e name, obtemos os nomes de todos os estados do determinado país.

3.3.2.1 Exemplos de como filtrar os estados de cada país

3.3.2.1.1 Brasil
Brasil$name
 [1] "Rio Grande do Sul"   "Roraima"             "Pará"               
 [4] "Acre"                "Amapá"               "Mato Grosso do Sul" 
 [7] "Paraná"              "Santa Catarina"      "Amazonas"           
[10] "Rondônia"            "Mato Grosso"         "Maranhão"           
[13] "Piauí"               "Ceará"               "Rio Grande do Norte"
[16] "Paraíba"             "Pernambuco"          "Alagoas"            
[19] "Sergipe"             "Bahia"               "Espírito Santo"     
[22] "Rio de Janeiro"      "São Paulo"           "Goiás"              
[25] "Distrito Federal"    "Minas Gerais"        "Tocantins"          
3.3.2.1.2 Estados Unidos
EUA$name
 [1] "Washington"           "Idaho"                "Montana"             
 [4] "North Dakota"         "Minnesota"            "Michigan"            
 [7] "Ohio"                 "Pennsylvania"         "New York"            
[10] "Vermont"              "New Hampshire"        "Maine"               
[13] "Arizona"              "California"           "New Mexico"          
[16] "Texas"                "Alaska"               "Louisiana"           
[19] "Mississippi"          "Alabama"              "Florida"             
[22] "Georgia"              "South Carolina"       "North Carolina"      
[25] "Virginia"             "District of Columbia" "Maryland"            
[28] "Delaware"             "New Jersey"           "Connecticut"         
[31] "Rhode Island"         "Massachusetts"        "Oregon"              
[34] "Hawaii"               "Utah"                 "Wyoming"             
[37] "Nevada"               "Colorado"             "South Dakota"        
[40] "Nebraska"             "Kansas"               "Oklahoma"            
[43] "Iowa"                 "Missouri"             "Wisconsin"           
[46] "Illinois"             "Kentucky"             "Arkansas"            
[49] "Tennessee"            "West Virginia"        "Indiana"             
3.3.2.1.3 Argentina
Argentina$name
 [1] "Entre Ríos"             "Salta"                  "Jujuy"                 
 [4] "Formosa"                "Misiones"               "Chaco"                 
 [7] "Corrientes"             "Catamarca"              "La Rioja"              
[10] "San Juan"               "Mendoza"                "Neuquén"               
[13] "Chubut"                 "Río Negro"              "Santa Cruz"            
[16] "Tierra del Fuego"       "Buenos Aires"           "Ciudad de Buenos Aires"
[19] "Santa Fe"               "Tucumán"                "Santiago del Estero"   
[22] "San Luis"               "La Pampa"               "Córdoba"               

3.3.3 Plotando mapas básicos

Para obter o mapas de forma básica podemos utilizar a função “geom_sf” do pacote ggplot2. Este conjunto de geom, stat e coord é usado para visualizar objetos de recursos simples. Essa função usa stat_sf() e adiciona coord_sf() para você. Já “ggplot()” inicia um objeto, e pode ser usado para declarar o quadro de dados de entrada para um gráfico ou mapa e para especificar o conjunto de estéticas de plotagem.

3.3.3.1 Países

3.3.3.1.1 Brasil
ggplot() + 
  geom_sf(data = Brasil)

3.3.3.1.2 Estados Unidos
ggplot() + 
  geom_sf(data = EUA)

3.3.3.1.3 Argentina
ggplot() + 
  geom_sf(data = Argentina)

3.3.3.1.4 China
ggplot() + 
  geom_sf(data = China)

3.3.3.2 2.3.3.2 Estados

3.3.3.2.1 Minas Gerais - Brasil
ggplot() + 
  geom_sf(data = minas)

3.3.3.2.2 Flórida – Estados Unidos
Florida <- EUA[EUA$name == "Florida",] 
plot(Florida)

ggplot() + 
  geom_sf(data = Florida)

3.3.3.2.3 Buenos Aires - Argentina
Buenos_Aires <- Argentina[Argentina$name == "Ciudad de Buenos Aires",] 
plot(Buenos_Aires)

ggplot() + 
  geom_sf(data = Buenos_Aires)