R’da ggplot2 paketi kullanarak Türkiye Haritası Çizdirmek
Want to share your content on R-bloggers? click here if you have a blog, or here if you don't.
2018 yılında hazırlamış olduğum R’da ggplot2 ve maps Kutuphanelerini Kullanarak Harita Cizdirmek adlı yazımda, R’da ggplot2 ve maps paketlerini kullanarak harita çizdirmeyi anlatmıştım. Yıllar içinde oldukça fazla bu yazıyla ilgili mailler aldım, ancak aldığım son mailler bu yazıda kullandığım kodların, kullandığım veri kaynağı olan GADM platformunun paylaştığı veri içeriğini değiştirmesi nedeniyle istenilen sonucu vermediğine dairdi, o nedenle yıllar sonra bu içeriği güncellemek istedim. Bu içerikte de yine GADM de bu sefer JSON olarak paylaşılan verileri kullanarak bir Türkiye haritası oluşturacağız ve bir örnek üzerinden gradyan (gradient) renklendirmeler yapacağız.
İlk olarak Türkiye’nin level-0 yani il düzeyindeki JSON formatındaki konumsal verilerine erişim sağlayacağız. Bu verileri bilgisayarınıza indirebileceğiniz gibi, direkt bağlantı üzerinden de erişim sağlayabilir ve lokal cihazınızda işleyebilirsiniz.
İlk olarak gerekli paketlerimizi yükleyelim. Bu eğiticide ggplot2, sf, stringr ve dplyr paketlerini kullanacağız.
library(ggplot2) #veri görselleştirme için library(sf) #konum verisini işlemek için library(dplyr) #veri manipülasyonu için library(stringr) #string işlemleri için
Şimdi veri setimizi indirelim.
veriniz <- st_read("https://geodata.ucdavis.edu/gadm/gadm4.1/json/gadm41_TUR_1.json")
Bu veri seti içerisinde Türkiye’nin il düzeyindeki konum verileri bulunmaktadır. Bu veri setini inceleyelim.
head(veriniz)
Simple feature collection with 6 features and 11 fields
Geometry type: MULTIPOLYGON
Dimension: XY
Bounding box: xmin: 29.6638 ymin: 36.5385 xmax: 44.4965 ymax: 41.0905
Geodetic CRS: WGS 84
GID_1 GID_0 COUNTRY NAME_1 VARNAME_1 NL_NAME_1 TYPE_1 ENGTYPE_1 CC_1
1 TUR.1_1 TUR Turkey Adana Seyhan NA Il Province NA
2 TUR.2_1 TUR Turkey Adiyaman Adıyaman NA Il Province NA
3 TUR.3_1 TUR Turkey Afyon Afyonkarahisar NA Il Province NA
4 TUR.4_1 TUR Turkey Agri Ağri|Karaköse NA Il Province NA
5 TUR.5_1 TUR Turkey Aksaray NA NA Il Province NA
6 TUR.6_1 TUR Turkey Amasya NA NA Il Province NA
HASC_1 ISO_1 geometry
1 TR.AA TR-01 MULTIPOLYGON (((35.4143 36....
2 TR.AD TR-02 MULTIPOLYGON (((38.1033 37....
3 TR.AF NA MULTIPOLYGON (((30.1946 37....
4 TR.AG TR-04 MULTIPOLYGON (((43.102 39.3...
5 TR.AK TR-68 MULTIPOLYGON (((33.2495 38....
6 TR.AM TR-05 MULTIPOLYGON (((35.3708 40....
Bu veri setinde bizim için önemli olan sütunlar NAME_1 ve geometry sütunlarıdır. NAME_1 sütunu il isimlerini, geometry sütunu ise il sınırlarını içermektedir.
Bu verinin bir avantajı görselleştirmeye hazır olmasıdır. Bu nedenle ggplot2 paketinden geom_sf() komutu ile bu veriyi görselleştirebiliriz.
ggplot(data = veriniz) +geom_sf()
Bu kodu çalıştırdığınızda Türkiye haritasını göreceksiniz. Ancak bu harita üzerinde herhangi bir düzenleme (başlık, tema vs.) ve renklendirme yapmadık.
Şimdi bu haritayı renklendirelim. İlk olarak gradyan renklendirme yapalım. Bunun için ben, geçtiğimiz sene Aralık ayında yayınlamış olduğum turkeyelections paketindeki hazır verilerden kullanacağım.
İlk olarak gradyan renklendirme, yani sayısal değerlere göre belirli bir renk skalasında renk değişimi, uygulayacağım.
secim_2023 <- turkeyelections::genel_secim_2023_il
secim_2023 |> head()
Il Kayitli_Secmen_Sayisi Oy_Kullanan_Secmen_Sayisi
1 ADANA 1615326 1414930
2 ADIYAMAN 399303 327349
3 AFYONKARAHİSAR 536910 484075
4 AĞRI 307114 223699
5 AKSARAY 296566 257662
6 AMASYA 256807 236644
Gecerli_Oy_Toplami MILLET HAK-PAR TKP TKH SOL_PARTI GENCPARTI MEMLEKET BBP
1 1378331 1411 873 1362 353 2290 4092 10733 12594
2 314939 515 387 428 114 900 334 1401 3119
3 471248 831 426 330 118 118 0 3716 5145
4 212257 125 285 281 137 1342 188 1557 605
5 250917 377 220 164 54 256 319 1727 5304
6 230956 159 247 135 62 136 224 1289 1914
AK_Parti YENIDEN_REFAH MHP YESIL_SOL_PARTI TIP AB ANAP YP HKP
1 412978 24556 149861 133770 31347 1406 0 0 866
2 164067 15169 12754 38042 0 0 0 170 316
3 205859 14013 75657 1507 1020 0 0 134 364
4 51895 4186 4805 118684 0 0 0 356 199
5 108422 6465 52466 1477 628 394 0 108 197
6 90021 4133 38680 780 845 0 424 51 156
MILLI_YOL VATAN_PARTISI GBP CHP IYI_Parti AP ZAFER_PARTISI
1 0 1804 0 392822 149935 0 29480
2 0 304 257 58397 0 0 1955
3 0 410 322 86842 59015 0 10604
4 0 242 0 22638 3466 463 0
5 158 271 0 0 63281 0 3379
6 0 152 151 68337 16590 742 3486
SOSYALIST_GUC_BIRLIGI_ITTIFAKI CUMHUR_ITTIFAKI EMEK_VE_OZGURLUK_ITTIFAKI
1 45 8594 310
2 21 1483 0
3 32 3230 16
4 20 588 2
5 29 2199 13
6 8 1550 6
MILLET_ITTIFAKI ATA_ITTIFAKI BAGIMSIZ_TOPLAM_OY MILLET_% HAK-PAR_% TKP_%
1 5823 8 1018 0.10 0.06 0.09
2 0 0 14806 0.16 0.12 0.13
3 1538 1 0 0.17 0.09 0.07
4 133 3 57 0.05 0.13 0.13
5 2 0 3007 0.15 0.08 0.06
6 647 31 0 0.06 0.10 0.05
TKH_% SOL_PARTI_% GENCPARTI_% MEMLEKET_% BBP_% AK_Parti_% YENIDEN_REFAH_%
1 0.02 0.16 0.29 0.77 0.91 29.96 1.78
2 0.03 0.28 0.10 0.44 0.99 52.09 4.81
3 0.02 0.02 0.00 0.78 1.09 43.68 2.97
4 0.06 0.63 0.08 0.73 0.28 24.44 1.97
5 0.02 0.10 0.12 0.68 2.11 43.21 2.57
6 0.02 0.05 0.09 0.55 0.82 38.97 1.78
MHP_% YESIL_SOL_PARTI_% TIP_% AB_% ANAP_% YP_% HKP_% MILLI_YOL_%
1 10.87 9.70 2.27 0.10 0.00 0.00 0.06 0.00
2 4.04 12.07 0.00 0.00 0.00 0.05 0.10 0.00
3 16.05 0.31 0.21 0.00 0.00 0.02 0.07 0.00
4 2.26 55.91 0.00 0.00 0.00 0.16 0.09 0.00
5 20.90 0.58 0.25 0.15 0.00 0.04 0.07 0.06
6 16.74 0.33 0.36 0.00 0.18 0.02 0.06 0.00
VATAN_PARTISI_% GBP_% CHP_% IYI_Parti_% AP_% ZAFER_PARTISI_%
1 0.13 0.00 28.49 10.87 0.00 2.13
2 0.09 0.08 18.54 0.00 0.00 0.62
3 0.08 0.06 18.42 12.52 0.00 2.25
4 0.11 0.00 10.66 1.63 0.21 0.00
5 0.10 0.00 0.00 25.21 0.00 1.34
6 0.06 0.06 29.58 7.18 0.32 1.50
SOSYALIST_GUC_BIRLIGI_ITTIFAKI_% CUMHUR_ITTIFAKI_%
1 0.00 0.62
2 0.00 0.47
3 0.00 0.68
4 0.00 0.27
5 0.01 0.87
6 0.00 0.67
EMEK_VE_OZGURLUK_ITTIFAKI_% MILLET_ITTIFAKI_% ATA_ITTIFAKI_%
1 0.02 0.42 0.00
2 0.00 0.00 0.00
3 0.00 0.32 0.00
4 0.00 0.06 0.00
5 0.00 0.00 0.00
6 0.00 0.28 0.01
BAGIMSIZ_TOPLAM_OY_%
1 0.07
2 4.70
3 0.00
4 0.02
5 1.19
6 0.00
İndirdiğimiz veri setinde Il sütunu il isimlerini, % işareti ile beraber yer alan parti isimleri ise o partinin oy oranının illere göre yüzde olarak dağılımını içermektedir.
dplyr paketi içinde yer alan glimpse() komutu ile de verideki değişkenlerin sınıflarını da görebiliriz.
secim_2023 |> glimpse() Rows: 87 Columns: 64 $ Il <chr> "ADANA", "ADIYAMAN", "AFYONKARAHİSA… $ Kayitli_Secmen_Sayisi <dbl> 1615326, 399303, 536910, 307114, 29… $ Oy_Kullanan_Secmen_Sayisi <dbl> 1414930, 327349, 484075, 223699, 25… $ Gecerli_Oy_Toplami <dbl> 1378331, 314939, 471248, 212257, 25… $ MILLET <dbl> 1411, 515, 831, 125, 377, 159, 1124… $ `HAK-PAR` <dbl> 873, 387, 426, 285, 220, 247, 459, … $ TKP <dbl> 1362, 428, 330, 281, 164, 135, 3561… $ TKH <dbl> 353, 114, 118, 137, 54, 62, 552, 20… $ SOL_PARTI <dbl> 2290, 900, 118, 1342, 256, 136, 142… $ GENCPARTI <dbl> 4092, 334, 0, 188, 319, 224, 2023, … $ MEMLEKET <dbl> 10733, 1401, 3716, 1557, 1727, 1289… $ BBP <dbl> 12594, 3119, 5145, 605, 5304, 1914,… $ AK_Parti <dbl> 412978, 164067, 205859, 51895, 1084… $ YENIDEN_REFAH <dbl> 24556, 15169, 14013, 4186, 6465, 41… $ MHP <dbl> 149861, 12754, 75657, 4805, 52466, … $ YESIL_SOL_PARTI <dbl> 133770, 38042, 1507, 118684, 1477, … $ TIP <dbl> 31347, 0, 1020, 0, 628, 845, 0, 130… $ AB <dbl> 1406, 0, 0, 0, 394, 0, 1111, 1109, … $ ANAP <dbl> 0, 0, 0, 0, 0, 424, 1810, 1936, 177… $ YP <dbl> 0, 170, 134, 356, 108, 51, 0, 136, … $ HKP <dbl> 866, 316, 364, 199, 197, 156, 494, … $ MILLI_YOL <dbl> 0, 0, 0, 0, 158, 0, 623, 656, 635, … $ VATAN_PARTISI <dbl> 1804, 304, 410, 242, 271, 152, 1292… $ GBP <dbl> 0, 257, 322, 0, 0, 151, 778, 548, 6… $ CHP <dbl> 392822, 58397, 86842, 22638, 0, 683… $ IYI_Parti <dbl> 149935, 0, 59015, 3466, 63281, 1659… $ AP <dbl> 0, 0, 0, 463, 0, 742, 2525, 2820, 3… $ ZAFER_PARTISI <dbl> 29480, 1955, 10604, 0, 3379, 3486, … $ SOSYALIST_GUC_BIRLIGI_ITTIFAKI <dbl> 45, 21, 32, 20, 29, 8, 73, 52, 37, … $ CUMHUR_ITTIFAKI <dbl> 8594, 1483, 3230, 588, 2199, 1550, … $ EMEK_VE_OZGURLUK_ITTIFAKI <dbl> 310, 0, 16, 2, 13, 6, 37, 83, 109, … $ MILLET_ITTIFAKI <dbl> 5823, 0, 1538, 133, 2, 647, 5201, 3… $ ATA_ITTIFAKI <dbl> 8, 0, 1, 3, 0, 31, 167, 170, 202, 2… $ BAGIMSIZ_TOPLAM_OY <dbl> 1018, 14806, 0, 57, 3007, 0, 562, 1… $ `MILLET_%` <dbl> 0.10, 0.16, 0.17, 0.05, 0.15, 0.06,… $ `HAK-PAR_%` <dbl> 0.06, 0.12, 0.09, 0.13, 0.08, 0.10,… $ `TKP_%` <dbl> 0.09, 0.13, 0.07, 0.13, 0.06, 0.05,… $ `TKH_%` <dbl> 0.02, 0.03, 0.02, 0.06, 0.02, 0.02,… $ `SOL_PARTI_%` <dbl> 0.16, 0.28, 0.02, 0.63, 0.10, 0.05,… $ `GENCPARTI_%` <dbl> 0.29, 0.10, 0.00, 0.08, 0.12, 0.09,… $ `MEMLEKET_%` <dbl> 0.77, 0.44, 0.78, 0.73, 0.68, 0.55,… $ `BBP_%` <dbl> 0.91, 0.99, 1.09, 0.28, 2.11, 0.82,… $ `AK_Parti_%` <dbl> 29.96, 52.09, 43.68, 24.44, 43.21, … $ `YENIDEN_REFAH_%` <dbl> 1.78, 4.81, 2.97, 1.97, 2.57, 1.78,… $ `MHP_%` <dbl> 10.87, 4.04, 16.05, 2.26, 20.90, 16… $ `YESIL_SOL_PARTI_%` <dbl> 9.70, 12.07, 0.31, 55.91, 0.58, 0.3… $ `TIP_%` <dbl> 2.27, 0.00, 0.21, 0.00, 0.25, 0.36,… $ `AB_%` <dbl> 0.10, 0.00, 0.00, 0.00, 0.15, 0.00,… $ `ANAP_%` <dbl> 0.00, 0.00, 0.00, 0.00, 0.00, 0.18,… $ `YP_%` <dbl> 0.00, 0.05, 0.02, 0.16, 0.04, 0.02,… $ `HKP_%` <dbl> 0.06, 0.10, 0.07, 0.09, 0.07, 0.06,… $ `MILLI_YOL_%` <dbl> 0.00, 0.00, 0.00, 0.00, 0.06, 0.00,… $ `VATAN_PARTISI_%` <dbl> 0.13, 0.09, 0.08, 0.11, 0.10, 0.06,… $ `GBP_%` <dbl> 0.00, 0.08, 0.06, 0.00, 0.00, 0.06,… $ `CHP_%` <dbl> 28.49, 18.54, 18.42, 10.66, 0.00, 2… $ `IYI_Parti_%` <dbl> 10.87, 0.00, 12.52, 1.63, 25.21, 7.… $ `AP_%` <dbl> 0.00, 0.00, 0.00, 0.21, 0.00, 0.32,… $ `ZAFER_PARTISI_%` <dbl> 2.13, 0.62, 2.25, 0.00, 1.34, 1.50,… $ `SOSYALIST_GUC_BIRLIGI_ITTIFAKI_%` <dbl> 0.00, 0.00, 0.00, 0.00, 0.01, 0.00,… $ `CUMHUR_ITTIFAKI_%` <dbl> 0.62, 0.47, 0.68, 0.27, 0.87, 0.67,… $ `EMEK_VE_OZGURLUK_ITTIFAKI_%` <dbl> 0.02, 0.00, 0.00, 0.00, 0.00, 0.00,… $ `MILLET_ITTIFAKI_%` <dbl> 0.42, 0.00, 0.32, 0.06, 0.00, 0.28,… $ `ATA_ITTIFAKI_%` <dbl> 0.00, 0.00, 0.00, 0.00, 0.00, 0.01,… $ `BAGIMSIZ_TOPLAM_OY_%` <dbl> 0.07, 4.70, 0.00, 0.02, 1.19, 0.00,…
Bu eğiticide biz CHP’nin oy oranlarını harita renklendirme işlemi için kullanacağız, o yüzden bu veri setinden bir subset almamız gerekiyor.
chp_data <- secim_2023 |> select(Il,`CHP_%`)
chp_data
Il CHP_%
1 ADANA 28.49
2 ADIYAMAN 18.54
3 AFYONKARAHİSAR 18.42
4 AĞRI 10.66
5 AKSARAY 0.00
6 AMASYA 29.58
7 ANKARA-1 41.86
8 ANKARA-2 20.38
9 ANKARA-3 27.75
10 ANTALYA 32.26
11 ARDAHAN 29.62
12 ARTVİN 29.74
13 AYDIN 35.50
14 BALIKESİR 31.33
15 BARTIN 31.65
16 BATMAN 7.91
17 BAYBURT 0.00
18 BİLECİK 26.54
19 BİNGÖL 5.15
20 BİTLİS 0.00
21 BOLU 21.61
22 BURDUR 31.02
23 BURSA-1 26.93
24 BURSA-2 21.07
25 ÇANAKKALE 35.27
26 ÇANKIRI 0.00
27 ÇORUM 30.98
28 DENİZLİ 31.82
29 DİYARBAKIR 7.63
30 DÜZCE 22.58
31 EDİRNE 39.35
32 ELAZIĞ 20.51
33 ERZİNCAN 36.31
34 ERZURUM 6.39
35 ESKİŞEHİR 34.05
36 GAZİANTEP 20.07
37 GİRESUN 20.33
38 GÜMÜŞHANE 0.00
39 HAKKARİ 6.66
40 HATAY 28.32
41 IĞDIR 5.91
42 ISPARTA 21.97
43 İSTANBUL-1 31.63
44 İSTANBUL-2 26.36
45 İSTANBUL-3 26.15
46 İZMİR-1 42.02
47 İZMİR-2 40.13
48 KAHRAMANMARAŞ 15.92
49 KARABÜK 21.69
50 KARAMAN 18.97
51 KARS 16.07
52 KASTAMONU 21.49
53 KAYSERİ 16.87
54 KIRIKKALE 26.46
55 KIRKLARELİ 45.60
56 KIRŞEHİR 29.12
57 KİLİS 19.93
58 KOCAELİ 23.72
59 KONYA 13.22
60 KÜTAHYA 16.42
61 MALATYA 21.38
62 MANİSA 29.26
63 MARDİN 6.55
64 MERSİN 30.83
65 MUĞLA 37.62
66 MUŞ 0.00
67 NEVŞEHİR 17.13
68 NİĞDE 23.95
69 ORDU 24.01
70 OSMANİYE 16.96
71 RİZE 21.36
72 SAKARYA 15.96
73 SAMSUN 19.40
74 SİİRT 7.15
75 SİNOP 25.43
76 SİVAS 15.97
77 ŞANLIURFA 7.46
78 ŞIRNAK 8.14
79 TEKİRDAĞ 36.26
80 TOKAT 20.37
81 TRABZON 17.68
82 TUNCELİ 32.12
83 UŞAK 28.93
84 VAN 8.20
85 YALOVA 28.62
86 YOZGAT 0.00
87 ZONGULDAK 32.02
Bu veri setini veriniz veri seti ile birleştirmeden önce yapmamız gereken bazı işlemler var. İlk olarak chp_data veri setinde yer alan Il sütunundaki il isimlerini veriniz veri setindeki NAME_1 sütunundaki il isimleri ile aynı hale getirmemiz gerekiyor. Üstelik chp_data veri setinde bazı illerde seçim bölgeleri birden fazla olduğu için örneğin Ankara ve Istanbul gibi, bu illeri birleştirmemiz gerekiyor. Burada illerin ortalama değerlerini alarak bu boyut küçültme işlemini gerçekleştirdim. Daha sonra ise il isimlerini, veriniz doyasıyla birleştirirken uygun olması için kolon adı değişikliği ve harf boyutu değişiklikleriyle güncelledim.
chp_data <- chp_data |> mutate(
NAME_1 = stringr::str_extract(Il, "^[A-Za-zÇĞÖŞÜİ]+") #sayısal değerleri çıkarttık
) |> group_by(NAME_1) %>%
# Aynı şehirlerin ortalama CHP_%% değerini hesapla
summarise(
CHP_oy = mean(`CHP_%`, na.rm = TRUE),
.groups = "drop"
) |> mutate(
NAME_1 = stringr::str_to_sentence(NAME_1)
)
chp_data
# A tibble: 81 × 2
NAME_1 CHP_oy
<chr> <dbl>
1 Adana 28.5
2 Adiyaman 18.5
3 Afyonkarahi̇sar 18.4
4 Aksaray 0
5 Amasya 29.6
6 Ankara 30.0
7 Antalya 32.3
8 Ardahan 29.6
9 Artvi̇n 29.7
10 Aydin 35.5
# ℹ 71 more rows
Verimiz birleştirmeye hazır (mı?)
Henüz değil. Çünkü yaptığımız harf dönüşümü sonrasında i harfi ile ilgili bir sorun var. Bu sorunu çözmek için str_replace_all() fonksiyonunu kullanarak i harfini i harfine dönüştürmemiz gerekiyor.
chp_data$NAME_1<-stringr::str_replace_all(chp_data$NAME_1,"i̇","i")
Bir sorunumuz daha var, iki veri setindeki il isimleri arasında uyuşmazlık gösterenler var? Örneğin veriniz dosyasında Zonguldak ili Zinguldak olarak kodlanmış durumda ya da Kırıkkale, Kinkkale olarak kodlanmış.
Aşağıdaki kod, bu uyuşmazlıkları çözmek için kullanılabilir.
veriniz$NAME_1<-c("Adana", "Adiyaman", "Afyonkarahisar", "Ağri", "Aksaray", "Amasya", "Ankara", "Antalya", "Ardahan", "Artvin", "Aydın", "Balıkesir",
"Bartın", "Batman", "Bayburt", "Bilecik", "Bingöl", "Bitlis", "Bolu", "Burdur", "Bursa", "Çanakkale", "Çankırı", "Çorum", "Denizli", "Diyarbakır", "Düzce", "Edirne", "Elazığ", "Erzincan", "Erzurum", "Eskişehir", "Gaziantep", "Giresun", "Gümüşhane", "Hakkari", "Hatay", "Iğdır", "Isparta", "İstanbul", "İzmir", "Kahramanmaraş", "Karabük", "Karaman", "Kars", "Kastamonu", "Kayseri", "Kilis","Kirikkale", "Kirklareli", "Kırşehir", "Kocaeli", "Konya", "Kütahya", "Malatya", "Manisa", "Mardin", "Mersin", "Muğla", "Muş", "Nevşehir", "Niğde", "Ordu", "Osmaniye", "Rize", "Sakarya", "Samsun", "Şanlıurfa", "Siirt", "Sinop", "Şırnak", "Sivas", "Tekirdağ", "Tokat", "Trabzon", "Tunceli", "Uşak", "Van",
"Yalova", "Yozgat", "Zonguldak")
Evet, şimdi hazırız!
veriniz_joined <- left_join(veriniz, chp_data, by = c("NAME_1" = "NAME_1"))
veriniz_joined |> head()
Simple feature collection with 6 features and 12 fields
Geometry type: MULTIPOLYGON
Dimension: XY
Bounding box: xmin: 29.6638 ymin: 36.5385 xmax: 44.4965 ymax: 41.0905
Geodetic CRS: WGS 84
GID_1 GID_0 COUNTRY NAME_1 VARNAME_1 NL_NAME_1 TYPE_1
1 TUR.1_1 TUR Turkey Adana Seyhan NA Il
2 TUR.2_1 TUR Turkey Adiyaman Adıyaman NA Il
3 TUR.3_1 TUR Turkey Afyonkarahisar Afyonkarahisar NA Il
4 TUR.4_1 TUR Turkey Ağri Ağri|Karaköse NA Il
5 TUR.5_1 TUR Turkey Aksaray NA NA Il
6 TUR.6_1 TUR Turkey Amasya NA NA Il
ENGTYPE_1 CC_1 HASC_1 ISO_1 CHP_oy geometry
1 Province NA TR.AA TR-01 28.49 MULTIPOLYGON (((35.4143 36....
2 Province NA TR.AD TR-02 18.54 MULTIPOLYGON (((38.1033 37....
3 Province NA TR.AF NA 18.42 MULTIPOLYGON (((30.1946 37....
4 Province NA TR.AG TR-04 10.66 MULTIPOLYGON (((43.102 39.3...
5 Province NA TR.AK TR-68 0.00 MULTIPOLYGON (((33.2495 38....
6 Province NA TR.AM TR-05 29.58 MULTIPOLYGON (((35.3708 40....
Şimdi haritamızı çizdirebiliriz. Bu koroplet haritada renk skalasında genellikle bilinenin aksine, yüksekten düşüğe geçişi mavi-turuncu renk skalasında gerçekleştireceğiz.
ggplot(data = veriniz_joined) +geom_sf(aes(fill = CHP_oy))+ scale_fill_gradient2(high = "steelblue", low = "darkorange",mid="white", midpoint = mean(veriniz_joined$CHP_oy,na.rm=T))+theme_void() + labs(title = "CHP'nin 2023 Seçim Sonuçları Oy Dağılımı", fill = "CHP Oy Oranı",caption = "Haritayı Hazırlayan: Ozancan Özdemir") + theme(plot.title = element_text(size = 15,face="bold"), plot.subtitle = element_text(size = 10,face="bold"), plot.caption = element_text(size = 10,face="bold"),legend.position = "top")
Bu komutta ggplot2 paketinden geom_sf() fonksiyonu ile haritayı çizdik. aes() fonksiyonu ile renklendirme yapacağımız sütunu belirledik. scale_fill_gradient2() fonksiyonu ile renk skalasını belirledik. theme_void() fonksiyonu ile arka planı beyaz yaptık. labs() fonksiyonu ile başlık ve eksen isimlerini belirledik. theme() fonksiyonu ile başlık ve eksen isimlerinin boyutunu ve fontunu belirledik.
Sonuçta bu kodu çalıştırdığınızda Türkiye haritası üzerinde CHP’nin 2023 seçim sonuçlarına göre illere göre oy oranlarını göreceksiniz.
Umarım faydalı bir içerik olmuştur!
Bu dökümandaki kodlara ilgili GitHub reposundan ulaşabilirsiniz.
Soru ve görüşleriniz için ozancanozdemir\@gmail.com adresine e-mail yollayabilirsiniz.
R-bloggers.com offers daily e-mail updates about R news and tutorials about learning R and many other topics. Click here if you're looking to post or find an R/data-science job.
Want to share your content on R-bloggers? click here if you have a blog, or here if you don't.