Mapa flipbook

background-image: url(file:///home/gabriel/suporte/ciencia_de_dados/projeto/mapa_flipbook/img/capa_mapa.jpg)
background-size: cover

<h2 style="font-size: 97px; position: relative;top: 225px; color: white;text-shadow: -1px 0 black, 0 1px black, 1px 0 black, 0 -1px black;text-align: center;"> Visualização GeoEspacial com R </h2>

<h2 style="font-size: 47px; position: relative;top: 300px; color: white;text-shadow: -1px 0 black, 0 1px black, 1px 0 black, 0 -1px black;text-align: center;"> Gabriel Sartori </h2>

---
# Bibliotecas R

<br>
<div class="img_center">
<img src = "https://www.rstudio.com/wp-content/uploads/2014/04/ggplot2.png" alt = "gif2" width = "290px" />
</div>
--

+ Plus

```r
devtools::install_github("yutannihilation/gghighlight")
```

---
background-image: url(file:///home/gabriel/suporte/ciencia_de_dados/projeto/mapa_flipbook/img/mercado_imobiliario.jpg)
background-size: cover

---
## Dados Imobiliários

+ Curitiba
+ Valor Locação 
+ Apartamento/Casa 
+ Quartos: 2

```
  # A tibble: 75 x 5
     regional  bairro              quarto apartamento  casa
     <chr>     <chr>                <dbl>       <dbl> <dbl>
   1 PORTÃO    ÁGUA VERDE               2        1100  675 
   2 MATRIZ    JARDIM SOCIAL           NA          NA   NA 
   3 BOQUEIRÃO XAXIM                    2         950  750 
   4 CAJURU    JARDIM DAS AMÉRICAS      2         950 1500 
   5 PORTÃO    GUAÍRA                   2        1100  550 
   6 BOA VISTA BAIRRO ALTO              2         750  700 
   7 MATRIZ    SÃO FRANCISCO            2        1280 1238.
   8 MATRIZ    ALTO DA GLÓRIA          NA          NA   NA 
   9 BOA VISTA ATUBA                    2         750  900 
  10 MATRIZ    CABRAL                  NA          NA   NA 
  # … with 65 more rows
```

---

```r
*ggplot(data = moradia_quarto2)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_first_ggplot2_1-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2) +
* aes(x = apartamento)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_first_ggplot2_2-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2) +
  aes(x = apartamento) +
* aes(y = casa)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_first_ggplot2_3-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2) +
  aes(x = apartamento) +
  aes(y = casa) +
* geom_point(colour = "purple")
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_first_ggplot2_4-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2) +
  aes(x = apartamento) +
  aes(y = casa) +
  geom_point(colour = "purple") +
* labs(x = "Apartamento")
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_first_ggplot2_5-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2) +
  aes(x = apartamento) +
  aes(y = casa) +
  geom_point(colour = "purple") +
  labs(x = "Apartamento") + 
* labs(y = "Casa")
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_first_ggplot2_6-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2) +
  aes(x = apartamento) +
  aes(y = casa) +
  geom_point(colour = "purple") +
  labs(x = "Apartamento") + 
  labs(y = "Casa") +
* labs(title = "Relação Valor Locação Casa e Apartamento")
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_first_ggplot2_7-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2) +
  aes(x = apartamento) +
  aes(y = casa) +
  geom_point(colour = "purple") +
  labs(x = "Apartamento") + 
  labs(y = "Casa") +
  labs(title = "Relação Valor Locação Casa e Apartamento") + 
  geom_vline(xintercept = media_ap, linetype = "dashed") +
  geom_hline(yintercept = media_casa, linetype = "dashed") +
* gghighlight(apartamento > media_ap & casa > media_casa, unhighlighted_params = list(colour = "white", fill = "white"))
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_first_ggplot2_10-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2) +
  aes(x = apartamento) +
  aes(y = casa) +
  geom_point(colour = "purple") +
  labs(x = "Apartamento") + 
  labs(y = "Casa") +
  labs(title = "Relação Valor Locação Casa e Apartamento") + 
  geom_vline(xintercept = media_ap, linetype = "dashed") +
  geom_hline(yintercept = media_casa, linetype = "dashed") +
  gghighlight(apartamento > media_ap & casa > media_casa, unhighlighted_params = list(colour = "white", fill = "white")) +
* geom_text_repel(aes(label = tolower(bairro)), colour = "darkred")
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_first_ggplot2_11-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2) +
  aes(x = apartamento) +
  aes(y = casa) +
  geom_point(colour = "purple") +
  labs(x = "Apartamento") + 
  labs(y = "Casa") +
  labs(title = "Relação Valor Locação Casa e Apartamento") + 
  geom_vline(xintercept = media_ap, linetype = "dashed") +
  geom_hline(yintercept = media_casa, linetype = "dashed") +
  gghighlight(apartamento > media_ap & casa > media_casa, unhighlighted_params = list(colour = "white", fill = "white")) +
  geom_text_repel(aes(label = tolower(bairro)), colour = "darkred") +
* theme_bw()
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_first_ggplot2_12-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2) +
  aes(x = apartamento) +
  aes(y = casa) +
  geom_point(colour = "purple") +
  labs(x = "Apartamento") + 
  labs(y = "Casa") +
  labs(title = "Relação Valor Locação Casa e Apartamento") + 
  geom_vline(xintercept = media_ap, linetype = "dashed") +
  geom_hline(yintercept = media_casa, linetype = "dashed") +
  gghighlight(apartamento > media_ap & casa > media_casa, unhighlighted_params = list(colour = "white", fill = "white")) +
  geom_text_repel(aes(label = tolower(bairro)), colour = "darkred") +
  theme_bw() +
* theme(plot.title = element_text(hjust = 0.5))
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_first_ggplot2_13-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2) +
  aes(x = apartamento) +
  aes(y = casa) +
  geom_point(colour = "purple") +
  labs(x = "Apartamento") + 
  labs(y = "Casa") +
  labs(title = "Relação Valor Locação Casa e Apartamento") + 
  geom_vline(xintercept = media_ap, linetype = "dashed") +
  geom_hline(yintercept = media_casa, linetype = "dashed") +
  gghighlight(apartamento > media_ap & casa > media_casa, unhighlighted_params = list(colour = "white", fill = "white")) +
  geom_text_repel(aes(label = tolower(bairro)), colour = "darkred") +
  theme_bw() +
  theme(plot.title = element_text(hjust = 0.5)) +
* scale_y_continuous(labels= number_br)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_first_ggplot2_14-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2) +
  aes(x = apartamento) +
  aes(y = casa) +
  geom_point(colour = "purple") +
  labs(x = "Apartamento") + 
  labs(y = "Casa") +
  labs(title = "Relação Valor Locação Casa e Apartamento") + 
  geom_vline(xintercept = media_ap, linetype = "dashed") +
  geom_hline(yintercept = media_casa, linetype = "dashed") +
  gghighlight(apartamento > media_ap & casa > media_casa, unhighlighted_params = list(colour = "white", fill = "white")) +
  geom_text_repel(aes(label = tolower(bairro)), colour = "darkred") +
  theme_bw() +
  theme(plot.title = element_text(hjust = 0.5)) +
  scale_y_continuous(labels= number_br)+
* scale_x_continuous(labels= number_br)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_first_ggplot2_15-1.png" style="display: block; margin: auto;" />
]]

---
## Dados Imobiliários com Polígono

+ Somente Apartamento

```
  Simple feature collection with 75 features and 4 fields
  geometry type:  POLYGON
  dimension:      XY
  bbox:           xmin: -49.3888 ymin: -25.64456 xmax: -49.18322 ymax: -25.34636
  epsg (SRID):    4326
  proj4string:    +proj=longlat +datum=WGS84 +no_defs
  # A tibble: 75 x 5
     regional  bairro   quarto apartamento                           geometry
     <chr>     <chr>     <dbl>       <dbl>                      <POLYGON [°]>
   1 PORTÃO    ÁGUA VE…      2        1100 ((-49.27066 -25.45263, -49.27037 …
   2 MATRIZ    JARDIM …     NA          NA ((-49.22951 -25.41608, -49.22951 …
   3 BOQUEIRÃO XAXIM         2         950 ((-49.26449 -25.48781, -49.26363 …
   4 CAJURU    JARDIM …      2         950 ((-49.22732 -25.47163, -49.22832 …
   5 PORTÃO    GUAÍRA        2        1100 ((-49.28195 -25.47656, -49.28304 …
   6 BOA VISTA BAIRRO …      2         750 ((-49.20701 -25.39856, -49.20701 …
   7 MATRIZ    SÃO FRA…      2        1280 ((-49.27193 -25.42794, -49.27266 …
   8 MATRIZ    ALTO DA…     NA          NA ((-49.26295 -25.4153, -49.26295 -…
   9 BOA VISTA ATUBA         2         750 ((-49.20707 -25.37203, -49.20706 …
  10 MATRIZ    CABRAL       NA          NA ((-49.24056 -25.40934, -49.24056 …
  # … with 65 more rows
```

---

```r
*ggplot(data = moradia_quarto2 )
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_firstmapa_1-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2 ) +
* geom_sf()
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_firstmapa_2-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2 ) +
  geom_sf() +
* coord_sf()
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_firstmapa_3-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2 ) +
  geom_sf() +
  coord_sf() + 
* aes(fill = apartamento)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_firstmapa_4-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2 ) +
  geom_sf() +
  coord_sf() + 
  aes(fill = apartamento)  +
* theme_void()
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_firstmapa_5-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2 ) +
  geom_sf() +
  coord_sf() + 
  aes(fill = apartamento)  +
  theme_void() +
* theme(panel.grid.major =  element_line(colour = "transparent"))
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_firstmapa_6-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2 ) +
  geom_sf() +
  coord_sf() + 
  aes(fill = apartamento)  +
  theme_void() +
  theme(panel.grid.major =  element_line(colour = "transparent")) +
* scale_fill_gradientn(colours = brewer.pal(5, "Oranges"), na.value = "white", labels = number_br)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_firstmapa_7-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2 ) +
  geom_sf() +
  coord_sf() + 
  aes(fill = apartamento)  +
  theme_void() +
  theme(panel.grid.major =  element_line(colour = "transparent")) +
  scale_fill_gradientn(colours = brewer.pal(5, "Oranges"), na.value = "white", labels = number_br) +
* gghighlight(!is.na(apartamento), unhighlighted_params = list(colour = "gray70", fill = "gray90"))
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_firstmapa_8-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot(data = moradia_quarto2 ) +
  geom_sf() +
  coord_sf() + 
  aes(fill = apartamento)  +
  theme_void() +
  theme(panel.grid.major =  element_line(colour = "transparent")) +
  scale_fill_gradientn(colours = brewer.pal(5, "Oranges"), na.value = "white", labels = number_br) +
  gghighlight(!is.na(apartamento), unhighlighted_params = list(colour = "gray70", fill = "gray90")) +
* labs(fill = "Valor")
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_firstmapa_9-1.png" style="display: block; margin: auto;" />
]]

---
# Qual paleta Escolher ?

---
# Paleta Sequencial

+ Adequado para variáveis numérica que mantém um mesmo matriz de cor, apenas com incrementos de brilho, do mais claro para o mais escuro, que indicam o quão menor ou maior é o valor.

+ Exemplo: Indicadores de Saúde, Segurança

+ Pacote `RColorBrewer`, veja todas as opções em `display.brewer.all()`

---
# Divergente

+ Indicado para valores que refletem a natureza de duas posições extremas

+ Adequado para variáveis em que o valor central é neutro, ou represente equilíbrio entre duas partes

+ Exemplo: Correlação Pearson [-1; 1]; Razão entre as ideologias políticas

---
# Paleta Qualitativa

+ Adequado para variáveis categóricas na qual deseja distingui-las

+ Não é adequado usar para representar variáveis numéricas

+ Exemplo: Partido político de cada município

---
# Escala (Qual paletta descreve melhor )

---
# Distribuição dos grupos por Escala

---
# Considerações Escala

+ Definir escalas, consiste em criar grupos distintos

+ Prefira escalas que remetam a interpretações práticas dos grupos

+ As escalas quantílicas e kmeans, ou qualquer método de agrupamento são critérios estatísticos

+ Na dúvida, ou sem uma escala pré-existente da área, exponha diferentes escalas que podem ser feitas

+ Número impar de grupos, sugere que o grupo intermediário tenha uma interpretação neutra

---
## Mercado Imobiliário

+ Curitiba
+ Valor Locação 
+ Apartamento
+ Quartos: 1 e 2

```
  Simple feature collection with 99 features and 3 fields
  geometry type:  POLYGON
  dimension:      XY
  bbox:           xmin: -49.38664 ymin: -25.63296 xmax: -49.18322 ymax: -25.34663
  epsg (SRID):    4326
  proj4string:    +proj=longlat +datum=WGS84 +no_defs
  # A tibble: 99 x 4
     bairro    quarto   apartamento                                  geometry
     <chr>     <chr>          <dbl>                             <POLYGON [°]>
   1 ABRANCHES Quarto:…        650  ((-49.2705 -25.34667, -49.27038 -25.3467…
   2 ÁGUA VER… Quarto:…       1150  ((-49.27066 -25.45263, -49.27037 -25.453…
   3 ÁGUA VER… Quarto:…       1100  ((-49.27066 -25.45263, -49.27037 -25.453…
   4 AHÚ       Quarto:…       1200  ((-49.25776 -25.39402, -49.25732 -25.394…
   5 ALTO BOQ… Quarto:…        600  ((-49.24899 -25.51736, -49.24869 -25.517…
   6 ALTO BOQ… Quarto:…        750  ((-49.24899 -25.51736, -49.24869 -25.517…
   7 ALTO DA … Quarto:…       1094. ((-49.25457 -25.43278, -49.25521 -25.433…
   8 ATUBA     Quarto:…        770  ((-49.20707 -25.37203, -49.20706 -25.372…
   9 ATUBA     Quarto:…        750  ((-49.20707 -25.37203, -49.20706 -25.372…
  10 AUGUSTA   Quarto:…        670  ((-49.38558 -25.44318, -49.38465 -25.443…
  # … with 89 more rows
```

---

```r
*ggplot()
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_facetmapa_1-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
* geom_sf(data = cwb, fill = "gray80", colour = "white")
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_facetmapa_2-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb, fill = "gray80", colour = "white") +
* geom_sf(data = moradia_quarto2_1, aes(fill = apartamento))
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_facetmapa_3-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb, fill = "gray80", colour = "white") +
  geom_sf(data = moradia_quarto2_1, aes(fill = apartamento))  +
* facet_wrap(~quarto, ncol = 2)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_facetmapa_4-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb, fill = "gray80", colour = "white") +
  geom_sf(data = moradia_quarto2_1, aes(fill = apartamento))  +
  facet_wrap(~quarto, ncol = 2) +
* scale_fill_gradientn(colours = brewer.pal(5, "Oranges"), na.value = "white", labels = number_br)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_facetmapa_5-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb, fill = "gray80", colour = "white") +
  geom_sf(data = moradia_quarto2_1, aes(fill = apartamento))  +
  facet_wrap(~quarto, ncol = 2) +
  scale_fill_gradientn(colours = brewer.pal(5, "Oranges"), na.value = "white", labels = number_br) +
* labs(fill = "Valor")
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_facetmapa_6-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb, fill = "gray80", colour = "white") +
  geom_sf(data = moradia_quarto2_1, aes(fill = apartamento))  +
  facet_wrap(~quarto, ncol = 2) +
  scale_fill_gradientn(colours = brewer.pal(5, "Oranges"), na.value = "white", labels = number_br) +
  labs(fill = "Valor")  +
* theme_void()
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_facetmapa_7-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb, fill = "gray80", colour = "white") +
  geom_sf(data = moradia_quarto2_1, aes(fill = apartamento))  +
  facet_wrap(~quarto, ncol = 2) +
  scale_fill_gradientn(colours = brewer.pal(5, "Oranges"), na.value = "white", labels = number_br) +
  labs(fill = "Valor")  +
  theme_void() +
* theme(legend.key.size =  unit(0.5, "cm"))
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_facetmapa_8-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb, fill = "gray80", colour = "white") +
  geom_sf(data = moradia_quarto2_1, aes(fill = apartamento))  +
  facet_wrap(~quarto, ncol = 2) +
  scale_fill_gradientn(colours = brewer.pal(5, "Oranges"), na.value = "white", labels = number_br) +
  labs(fill = "Valor")  +
  theme_void() +
  theme(legend.key.size =  unit(0.5, "cm")) + 
* theme(panel.grid.major =  element_line(colour = "transparent"))
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_facetmapa_9-1.png" style="display: block; margin: auto;" />
]]
---

background-image: url(file:///home/gabriel/suporte/ciencia_de_dados/projeto/mapa_flipbook/img/evento.jpg)
background-size: cover

---
# [Evertbrite](https://www.eventbrite.com.br/)

---
# Eventos Curitiba

+ Livres/Pagos
+ Extração dos eventos 08/03

```
  Simple feature collection with 107 features and 4 fields
  geometry type:  POINT
  dimension:      XY
  bbox:           xmin: -49.36726 ymin: -25.56672 xmax: -49.22387 ymax: -25.38577
  epsg (SRID):    4326
  proj4string:    +proj=longlat +datum=WGS84 +no_defs
  # A tibble: 107 x 5
     title         data       tag_category  gratuito                 geometry
     <chr>         <date>     <chr>         <chr>                 <POINT [°]>
   1 PALESTRA GRA… 2019-04-08 Negócios      Sim          (-49.28203 -25.4494)
   2 Workshop de … 2019-03-23 Saúde         Não         (-49.29301 -25.44788)
   3 Maquiagem e … 2019-03-09 Moda e Beleza Sim          (-49.2754 -25.45029)
   4 EMC Concept … 2019-06-03 Moda e Beleza Não         (-49.27912 -25.44277)
   5 Empreenda Ma… 2019-03-14 Negócios      Sim         (-49.27718 -25.44322)
   6 Formação Mov… 2019-06-08 Saúde         Não         (-49.23334 -25.45988)
   7 WORKSHOP ENT… 2019-07-14 Moda e Beleza Não         (-49.23162 -25.45632)
   8 Yôga (100% G… 2019-03-10 Saúde         Sim         (-49.27644 -25.42139)
   9 Open Data Da… 2019-03-09 Ciência e Te… Sim         (-49.27224 -25.42481)
  10 PALESTRA | C… 2019-03-30 Negócios      Sim          (-49.2722 -25.42782)
  # … with 97 more rows
```

---

```r
*ggplot()
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_mapaevento_1-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
* geom_sf(data = cwb, fill = "gray90", colour = "white")
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_mapaevento_2-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb, fill = "gray90", colour = "white") +
* geom_sf(data = evento, show.legend = "point", size = 2)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_mapaevento_3-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb, fill = "gray90", colour = "white") +
  geom_sf(data = evento, show.legend = "point", size = 2) +
* aes(colour = gratuito)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_mapaevento_4-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb, fill = "gray90", colour = "white") +
  geom_sf(data = evento, show.legend = "point", size = 2) +
  aes(colour = gratuito) +
* theme_void()
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_mapaevento_5-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb, fill = "gray90", colour = "white") +
  geom_sf(data = evento, show.legend = "point", size = 2) +
  aes(colour = gratuito) +
  theme_void() + 
* theme(legend.key.size =  unit(1.15, "cm"))
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_mapaevento_6-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb, fill = "gray90", colour = "white") +
  geom_sf(data = evento, show.legend = "point", size = 2) +
  aes(colour = gratuito) +
  theme_void() + 
  theme(legend.key.size =  unit(1.15, "cm")) + 
* theme(panel.grid.major = element_line(colour = 'transparent'))
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_mapaevento_7-1.png" style="display: block; margin: auto;" />
]]

---

# Basemaps

---

```r
*ggplot()
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_mapabg_1-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
* geom_sf(data = cwb)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_mapabg_2-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb) +
* annotation_map_tile(type = "cartolight", zoom = 12)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_mapabg_3-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb) +
  annotation_map_tile(type = "cartolight", zoom = 12) +
* geom_sf(data = evento, aes(colour = gratuito), show.legend = "point")
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_mapabg_4-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb) +
  annotation_map_tile(type = "cartolight", zoom = 12) +
  geom_sf(data = evento, aes(colour = gratuito), show.legend = "point") +
* geom_sf(data = cwb_union, fill = "transparent", colour = "gray40")
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_mapabg_5-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb) +
  annotation_map_tile(type = "cartolight", zoom = 12) +
  geom_sf(data = evento, aes(colour = gratuito), show.legend = "point") +
  geom_sf(data = cwb_union, fill = "transparent", colour = "gray40") +
* theme_void()
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_mapabg_6-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb) +
  annotation_map_tile(type = "cartolight", zoom = 12) +
  geom_sf(data = evento, aes(colour = gratuito), show.legend = "point") +
  geom_sf(data = cwb_union, fill = "transparent", colour = "gray40") +
  theme_void() + 
* theme(panel.grid.major = element_line(colour = 'transparent'))
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_mapabg_7-1.png" style="display: block; margin: auto;" />
]]
---

# Opções de Mapas

+ Opções do pacote, mude o argumento `type` da função `annotation_map_tile`

```r
rosm::osm.types() # Alguns precisam de api
```

```
   [1] "osm"                    "opencycle"             
   [3] "hotstyle"               "loviniahike"           
   [5] "loviniacycle"           "hikebike"              
   [7] "hillshade"              "osmgrayscale"          
   [9] "stamenbw"               "stamenwatercolor"      
  [11] "osmtransport"           "thunderforestlandscape"
  [13] "thunderforestoutdoors"  "cartodark"             
  [15] "cartolight"
```

+ registrar base map

```r
rosm::register_tile_source(mapa_wiki = "https://maps.wikimedia.org/osm-intl/${z}/${x}/${y}.png")
```

+ Sites que disponibilizam basemaps

<a href= http://leaflet-extras.github.io/leaflet-providers/preview/index.html/> leaflet </a> <br>
<a href=https://www.thunderforest.com/> thunder forest</a> <br>
<a href=https://www.xyht.com/spatial-itgis/using-openstreetmap-basemaps-qgis-3-0/> WikiMaps</a>

---
# Leitura Objeto Espacial

---
# Formatos Geográficos

---
## Ênfase

---
# Shapefile e Geojson

*Shapefile*
+ .shp; .shx; .dbf  (devem estar na mesma pasta)
+ .prj - opcional

```r
require(sf)
cwb <- read_sf(
  dsn = "/home/gabriel/suporte/ciencia_de_dados/base_de_dado/ipppuc/bairro_sirgas", # caminho do arquivo
  layer = "DIVISA_DE_BAIRROS") # nome do arquivo
```

--
*Geojson*
+ .geojson

```r
require(geojsonsf)
cwb <- geojson_sf("https://raw.githubusercontent.com/gustavokira/geo-curitiba/master/json/bairros.geo.json")
```

---
# Resultado

```r
cwb
```

```
  Simple feature collection with 75 features and 6 fields
  geometry type:  POLYGON
  dimension:      XY
  bbox:           xmin: -49.3888 ymin: -25.64447 xmax: -49.18323 ymax: -25.34628
  epsg (SRID):    4326
  proj4string:    +proj=longlat +datum=WGS84 +no_defs
  First 10 features:
          nome_regional codigo_regional      area                nome codigo
  1     REGIONAL PORTÃO               7 4773046.2          ÁGUA VERDE      9
  2     REGIONAL MATRIZ               1 1958421.9       JARDIM SOCIAL     18
  3  REGIONAL BOQUEIRÃO               2 9085388.0               XAXIM     57
  4     REGIONAL CAJURU               3 3859033.4 JARDIM DAS AMÉRICAS     22
  5     REGIONAL PORTÃO               7 2311397.6              GUAÍRA     26
  6  REGIONAL BOA VISTA               4 7201072.4         BAIRRO ALTO     36
  7     REGIONAL MATRIZ               1 1354451.4       SÃO FRANCISCO      2
  8     REGIONAL MATRIZ               1  875482.7      ALTO DA GLÓRIA      4
  9  REGIONAL BOA VISTA               4 4159365.1               ATUBA     55
  10    REGIONAL MATRIZ               1 2026591.0              CABRAL     16
                           geometry   tipo
  1  POLYGON ((-49.27067 -25.452... bairro
  2  POLYGON ((-49.22952 -25.415... bairro
  3  POLYGON ((-49.2645 -25.4877... bairro
  4  POLYGON ((-49.22733 -25.471... bairro
  5  POLYGON ((-49.28196 -25.476... bairro
  6  POLYGON ((-49.20702 -25.398... bairro
  7  POLYGON ((-49.27194 -25.427... bairro
  8  POLYGON ((-49.26296 -25.415... bairro
  9  POLYGON ((-49.20708 -25.371... bairro
  10 POLYGON ((-49.24056 -25.409... bairro
```

---
# Bases de Dados Espaciais

<br> 
**Explore as bases de dados espaciais**

+ [IPPUC][ippuc]
+ [estados do Brasil][brasil-geojson]
+ [Instituto de Terras, Cartografia e Geologia do Paraná][itcg]
+ [data-gov][data-energy]
+ [EUA][data-gov]
+ [energia][data-energy]
+ [World Resource Institute][world-resource-institute]

---
# Criando Objeto Espacial

<br>

+ Vamos considerar que você recebeu um conjunto de latitude e longitude (ponto) e deseja transformar em objeto espacial!
+ Dados de Monitoramento de Qualidade da água em Curitiba

```
  Observations: 6
  Variables: 4
  $ id_estacao <chr> "65007010", "65007020", "65007022", "65007030", "6501…
  $ ph         <dbl> 7.8, 7.8, 7.4, 7.7, 7.4, 7.6
  $ latitude   <dbl> -25.38, -25.38, -25.39, -25.40, -25.37, -25.43
  $ longitude  <dbl> -49.19, -49.23, -49.22, -49.21, -49.26, -49.26
```

+ Formato do Dado

```r
qualidade_agua %>% class()
```

```
  [1] "tbl_df"     "tbl"        "data.frame"
```

--
+ *Se você tentar um plot.. vai acontecer isso*

---

```r
plot(qualidade_agua)
```

---
# Transformando em objeto espacial

```r
sf_qualidade_agua <- 
  sf::st_as_sf(x = qualidade_agua, # base de dados
              coords = c("longitude", "latitude"),  # Variáveis espaciais
              agr = "identity", # Atributo identidade
              crs = 4326)   # Sistema de referência geografica
```

+ Formato do Dado

```r
sf_qualidade_agua %>% head(n = 1)
```

```
  Simple feature collection with 1 feature and 2 fields
  Attribute-geometry relationship: 0 constant, 0 aggregate, 2 identity
  geometry type:  POINT
  dimension:      XY
  bbox:           xmin: -49.19 ymin: -25.38 xmax: -49.19 ymax: -25.38
  epsg (SRID):    4326
  proj4string:    +proj=longlat +datum=WGS84 +no_defs
  # A tibble: 1 x 3
    id_estacao    ph        geometry
    <chr>      <dbl>     <POINT [°]>
  1 65007010     7.8 (-49.19 -25.38)
```

+  <a href = "https://bookdown.org/robinlovelace/geocompr/spatial-class.html#crs-intro"> detalhes crs </a>

---

```r
*ggplot()
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_qualidade_agua_1-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
* geom_sf(data = cwb)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_qualidade_agua_2-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb) +
* annotation_map_tile(type = "hydra_base", zoom = 12)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_qualidade_agua_3-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb) +
  annotation_map_tile(type = "hydra_base", zoom = 12) +
* geom_sf(data = cwb_union, fill = "transparent", colour = "white")
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_qualidade_agua_4-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb) +
  annotation_map_tile(type = "hydra_base", zoom = 12) +
  geom_sf(data = cwb_union, fill = "transparent", colour = "white") +
* geom_sf(data = sf_qualidade_agua,   colour = "black", size = 2.5)
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_qualidade_agua_5-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb) +
  annotation_map_tile(type = "hydra_base", zoom = 12) +
  geom_sf(data = cwb_union, fill = "transparent", colour = "white") +
  geom_sf(data = sf_qualidade_agua,   colour = "black", size = 2.5) +
  geom_sf(data = sf_qualidade_agua,   aes(colour = ph) , size = 2) +
* scale_colour_gradientn(colours = brewer.pal(5, "Blues"))
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_qualidade_agua_7-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb) +
  annotation_map_tile(type = "hydra_base", zoom = 12) +
  geom_sf(data = cwb_union, fill = "transparent", colour = "white") +
  geom_sf(data = sf_qualidade_agua,   colour = "black", size = 2.5) +
  geom_sf(data = sf_qualidade_agua,   aes(colour = ph) , size = 2) +
  scale_colour_gradientn(colours = brewer.pal(5, "Blues")) +
* theme_void()
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_qualidade_agua_8-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb) +
  annotation_map_tile(type = "hydra_base", zoom = 12) +
  geom_sf(data = cwb_union, fill = "transparent", colour = "white") +
  geom_sf(data = sf_qualidade_agua,   colour = "black", size = 2.5) +
  geom_sf(data = sf_qualidade_agua,   aes(colour = ph) , size = 2) +
  scale_colour_gradientn(colours = brewer.pal(5, "Blues")) +
  theme_void() + 
* theme(panel.grid.major = element_line(colour = 'transparent'))
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_qualidade_agua_9-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb) +
  annotation_map_tile(type = "hydra_base", zoom = 12) +
  geom_sf(data = cwb_union, fill = "transparent", colour = "white") +
  geom_sf(data = sf_qualidade_agua,   colour = "black", size = 2.5) +
  geom_sf(data = sf_qualidade_agua,   aes(colour = ph) , size = 2) +
  scale_colour_gradientn(colours = brewer.pal(5, "Blues")) +
  theme_void() + 
  theme(panel.grid.major = element_line(colour = 'transparent')) + 
* theme(legend.key.size =  unit(0.75, "cm"))
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_qualidade_agua_10-1.png" style="display: block; margin: auto;" />
]]
---
class: split-40
count: false

```r
ggplot() +
  geom_sf(data = cwb) +
  annotation_map_tile(type = "hydra_base", zoom = 12) +
  geom_sf(data = cwb_union, fill = "transparent", colour = "white") +
  geom_sf(data = sf_qualidade_agua,   colour = "black", size = 2.5) +
  geom_sf(data = sf_qualidade_agua,   aes(colour = ph) , size = 2) +
  scale_colour_gradientn(colours = brewer.pal(5, "Blues")) +
  theme_void() + 
  theme(panel.grid.major = element_line(colour = 'transparent')) + 
  theme(legend.key.size =  unit(0.75, "cm")) + 
* theme(legend.text =  element_text(size = 8))
```
]]
.column[.content.center[
<img src="mapa_flipbook_files/figure-html/output_qualidade_agua_11-1.png" style="display: block; margin: auto;" />
]]
---

# Referência

---
# Agradecimentos

<br>

+ Daniel Ruffasto, scrapping dos eventos no site Evertbrite

+ Equipe MAPI

---
# Contato

<br>

+ gsartorik@gmail.com

+ [gsartorik.com][site-pessoal]

+ Todo material está disponível em no [github][github-gabriel]

[ippuc]: http://ippuc.org.br/geodownloads/geo.htm
[brasil-geojson]: https://github.com/tbrugz/geodata-br
[data-gov]: https://catalog.data.gov/organization/01ca8df8-6248-41e6-baa2-8b682e4b5a08?res_format=SHP&_res_format_limit=0
[data-energy]: https://energydata.info/dataset?res_format=GeoJSON&page=1
[data-gov]: http://dados.gov.br/dataset?res_format=ZIP+SHP&_res_format_limit=0
[itcg]: http://www.itcg.pr.gov.br/modules/faq/category.php?categoryid=9#
[world-resource-institute]: http://datasets.wri.org/dataset?q=Forests&res_format=GeoJSON
[site-pessoal]: https://gsartorik.com/pt/
[github-gabriel]: https://github.com/GabrielSartori/mapa_flipbook