WhatNots

WhatNots - données et outils du MASC Data Visulisation, CIM, Warwick

Whatnots partage certains, mais pas tous, le code R et les fichiers de données utilisés dans notre enseignement de visualisation de données MASC (https://warwick.ac.uk/fac/cross_fac/cim/apply-to-study/masters-programmes/visualisation/) .

Cela pourrait être utile dans votre propre enseignement, recherche ou apprentissage. Les scripts et les fichiers sont partagés « tels quels », sans aucune responsabilité et, surtout, sans partager le contexte dans lequel nous les utilisons dans l'enseignement. Veuillez nous contacter si vous trouvez des bugs.

Dans certains cas, les visualisations ci-dessous illustrent ce qui peut être produit à l'aide des données, plutôt que d'être nécessairement produit par ces fonctions. Les étudiants ont utilisé ces données pour des projets de visualisation dans nos modules.

1. interrogez les données de température sur https://berkeleyearth.org/

De nombreuses visualisations climatiques utilisent les données de https://berkeleyearth.org. Cette fonction générique renvoie des données climatiques pour un focalCountry . Le script formate les données dans un style simple et utilisable.

Le nom/format du pays suit celui de BerkleyEarth.org de telle sorte que cela fonctionnera :

get_berkley_earth_climate_data( "Cook Islands" )

Mais cela renverra une erreur :

get_berkley_earth_climate_data( "Cook-Islands" )

À titre d'explication brève, la fonction concatène l'URL d'un nom de pays, en lisant ces données à partir de la ligne 51 (en utilisant skip ) comme suit :

  focalCountry <- "Kenya"
  dataUrl <- paste("https://berkeleyearth.org/wp-content/themes/client-theme/temperature-data/",
                     focalCountry,
                     "-projection.txt", sep="")
    thisData <- read.table( dataUrl, skip=51 )'
  names( thisData ) <- c("Year", "AnnualAverage", "AnnualAverageUncertainty",           "10YearSmooth", "SSP1-2.6", "SSP2-4.5", "SSP3-7.0", "ModelHistorical") 

Après avoir renommé les colonnes, ce fichier de données est lui-même renommé et généré par la fonction.

    countryNameWithoutBlankSpace <- gsub( pattern = " ", replacement = "", x =            focalCountry )
    countryNameWithoutBlankSpaceOrDashes <- gsub( pattern = "-", replacement = "",         x = countryNameWithoutBlankSpace )
    countryDataName <- paste( countryNameWithoutBlankSpaceOrDashes,
                              "Data", sep="")
    assign( countryDataName, thisData  )

La fonction get_berkley_earth_climate_data exécute ces étapes et est donc plus facile à déboguer et à modifier, et plus facile à exécuter en mode batch.

2. Données électorales américaines sous forme de fichiers Shape (1976 à 2020)

Les fichiers de formes de sortie – elect_states.shp – contiennent :

• chaque ligne est un état
• les colonnes incluent
  • code fips (identifiant numérique unique pour chaque état)
  • nom de l'état
  • deux lettres, nom abrégé de l'État
  • votes (nombre absolu et proportion) tous les quatre ans de 1976 à 2020,
  • par les partis dominants (Républicain & Démocrate) ou « Autre »
  • centroïde (lat/long) de chaque état pour l'étiquetage
  • sf « géométrie » spatiale (Type : MULTIPOLYGONE) dans la dernière colonne

Le fichier est généré par un script fusionnant les données de vote américaines du MIT Election Data and Science Lab (https://doi.org/10.7910/DVN/42MVDX) avec l'espace disponible via le package tigris R (Walker 2023, https:/ /github.com/walkerke/tigris). L'objectif est de produire des fichiers de données de vote pour les Républicains, les Démocrates et les autres, et pour chaque année de vote.

Entre autres considérations, la fusion nécessite :

• Suppression des données de vote et spatiales qui ne concernent pas les États (par exemple, les territoires d'outre-mer, en dessous des données de vote des États)
• Regroupement des votes pour les partis autres que les républicains et les démocrates.

3. Traçage et formatage du code QR

Le package R 'qrcode' (https://cran.r-project.org/web/packages/qrcode/index.html) produit une matrice décrivant un code qr pour une URL donnée. Basées sur la sortie de 'library(qrcode)', ces fonctions :

1. qr_matrix_2_dataframe - convertit la matrice en un format de trame de données
2. qr_plot - tracez le code qr à partir du bloc de données avec un rectangle arrondi qui peut produire des rectangles, des cercles ou des rectangles arrondis (le type de forme est défini pour l'ensemble du code qr ou défini individuellement pour les guides individuels et le contenu principal).
3. qr_test_redundnacy_swatch - produit un échantillon de test pour évaluer la zone utilisable redondante qui peut être sur-tracée.

Ce format permet de tracer un code QR dans une visualisation produite en R, ou de l'exporter seul.

4. Plus

5. Plus