#ggmap: Spatial Visualization with #ggplot2
▻http://journal.r-project.org/archive/2013-1/kahle-wickham.pdf
by David Kahle ▻https://sites.google.com/site/davidkahle/about
& Harvey Wickham ▻http://had.co.nz
#R #cartographie #geocoder #data #visualisation
et une bonne intro :
▻https://dl.dropboxusercontent.com/u/24648660/ggmap%20useR%202012.pdf
▻http://hosho.ees.hokudai.ac.jp/~kubo/Rdoc/library/ggmap/html/ggmap.html
et voici la #heatmap des pays dont on parle dans #seenthis : j’ai utilisé les tags automatiques (opencalais), j’ai demandé à ggmap de les géocoder, et ensuite de les grapher (la taille et l’échelle de couleur correspondent au log4 du nombre de fois où un pays est taggué : 8000 pour le plus gros).
la recette :
i$geo <- lapply(as.character(i$country), geocode)
i$log <- log(i$c)/2
world <- qmap(’nigeria’, zoom=2)
world + geom_point(aes(colour = log, size=log), data=i)
J’en conclue que les contributeurs de seenthis sont assez universels, outre le fait qu’ils parlent de « tout », ils parlent de « partout » :)
Si quelqu’un veut jouer, voici les données :
▻https://www.dropbox.com/s/p3popo9k0t7e496/seenthis-countries.csv
Tu penses à quelqu’un en particulier ? ;-D
(téléchargé !)
ça mérite un seen à part ça ! #seenthis_c_est_bon_mangez_en
ok, g telechargé le fichier. c quelle api qui détermine l’origine géographique des requêtes ?