#heatmap

c’est joli ! par contre, il faut faire attention à l’interprétation du heat map, qui ne corrige pas ici des effets de bords ! c’est ce qu’on explique dans un papier avec Ewen Gallic, Visualizing spatial processes using Ripley’s correction ▻http://hal.archives-ouvertes.fr/hal-00725090
c’est un peu technique, j’en conviens, mais c’est assez fondamental pour avoir des heat map interprétable !
(cf ▻http://freakonometrics.hypotheses.org/2416 et ►http://freakonometrics.hypotheses.org/7129 pour quelques explications supplémentaires)

pour faire simple, tu ne peux pas rajouter de la masse partout quand tu es au bord de l’eau... en terme de couleur, la couleur est 2x plus rouge au bords de l’eau, car tu sous-estime la densité avec un facteur 1/2

merci pour les remarques et précisions @freakonometrics je garde tes liens au chaud

merci @b_b pour le tuto et merci @freakonometrics pour les liens !

Et hop, un exemple d’utilisation :

▻http://tiles.kupaia.fr/article25.html

Basé sur cette source de données : ▻https://www.data.gouv.fr/fr/dataset/lieux-de-tournage-de-films-long-metrage-ods

#infographie

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).

https://dl.dropbox.com/s/5fogzavvm7jl0d9/seenthis-heatmap.jpg?x

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 » :)

ne te réjouis pas trop, il suffit d’une mention pour faire un point ; il y en a 8000 sur la France, 944 sur le Liban, et 4 sur la Gambie — j’ai mis un log pour bien voir et faire joli

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 ?

opencalais « trouve » les lieux, geocode les positionne sur la carte

#sig #cartographie

j’ai suivi le tuto ; ma heatmap se calcule (je vois des couleurs après pseudo-colour), mais elle fait une taille riquiqui par rapport à la carte, alors qu’elle est censée couvrir tout l’extent… je sèche, là

nouvelle adresse
▻http://www.qgistutorials.com/en/docs/creating_heatmaps.html

Celui entre le conquet et plougonvelin... C’est chez toi hein ?

Presque, mais en fait il a fermé depuis. J’ai comme l’impression que le fichier de GéoBretagne est pas à jour : 1 seul bar à Ouessant oO et aucun à Molène... Ou alors je ne connais que des bars clandos :p

Distillerie Warenghem, bretagne - whisky breton
▻http://www.distillerie-warenghem.com/whisky-breton

tu nous donnes la recette du cocktail #heatmap ?

En plus de ne pas être à jour, le shapefile contient des noms de communes dont les caractères accentués sont absents, Plouzané devient Plouzan, la loose :p

@fil patience, la recette arrive... ;)

Source : quelqu’un du SDIS 29

Et voilà la recette pour @fil : #Heatmap avec #QGIS, #GDAL et #Leaflet : ▻http://www.weblog.eliaz.fr/article121.html

@mousterlin il faut actualiser la couche des bistrots sur GéoBretagne !

#github

#librairie #calendrier #data #visualisation

#cartographie #armement #armes #états-unis

#cartographie

#photographie #tourisme #heatmap