Es posible mejorar o mejor dicho, agregar nuevos temas dentro de RStudio, distinto a los que vienen por defecto cuando instalamos R, así como también, podemos agregar nuevas fonts (tipo de letra) para ver mejor el texto en los códigos, tipo hacker inclusive. Estos heredados de otras IDE, como lo es VisualStudioCode.

En este caso debemos instalar primero la librería remotes en R y luego instalar rsthemes.

install.packages('devtools')
library(devtools)
devtools::install_github("gadenbuie/rsthemes")
library(rsthemes)
rsthemes::install_rsthemes()
rsthemes::install_rsthemes(include_base16 = TRUE)

Aquí te dejo un vídeo tutorial en mi canal de YouTube para que puedas visualizar un poco mejor cómo hacer el cambio en el tema de R.

Para pasar de esto:

A esto:

Este es solo un ejemplo, pero hay gran cantidad de temas que los puedes explorar una vez los hayas instalado.

El enlace donde están los pasos y el código para la instalación de Rstudio: https://github.com/gadenbuie/rsthemes

Página web para descargar las fonts (tipos de letra): https://www.nerdfonts.com/

Sí requieres ayuda / asesoría personalizada, me puedes contactar vía whatsapp:

En este tutorial realizamos un dashboard, que es básicamente un visor iteractivo de datos, en este caso espaciales referentes a los municipios ZOMAC y PEDET, son los municipios que más han sido afectados por el conflicto armado en Colombia, producto del surgimiento y accisón de grupos al margen de la ley, tales como las FARC – EP y el ELN.

Esta temática aquí presentada hace parte del trabajo de tesis de maestría en Ciencias de la Información Geográfica de la Universidad de Salzburgo en Austria (parte del programa de UNIGIS).

Aquí un screen de lo que realizamos en el vídeo tutorial

Si deseas replicar este ejercicio, puedes descargar tanto los datos como el código de mi respositorio en GitHub.

Código: https://github.com/fabiolexcastro/tutorials_youtube/blob/master/flexdashboardMaps/data/flexhdashboard.Rmd

Datos: https://github.com/fabiolexcastro/tutorials_youtube/tree/master/flexdashboardMaps/data

En el caso que tengas alguna duda o pregunta al respecto me puedes escribir a mi whatsapp:

El presente es un tutorial para la realización de un mapa de población con R, esta vez haremos uso de leaflet para realizar el mapa iteractivo, esto nos permite visualizar la cantidad de habitantes cuando nos paramos sobre cada uno de los municipios.

Hacemos uso de datos del DANE de población para el año 2017, así como también los datos de municipios del IGAC (OT).

En este tutorial, tenemos dos datos:

1. Tabla de cantidad de habitantes a nivel municipal para el año 2017
2. Shapefile de municipios según la base de datos del IGAC

Estos dos archivos se unen mediante el comando inner_join, siendo esto lo trabajado en el código 01, ya en el código 02 se realiza el mapa y la customización del mismo.

Si quieres descargar los datos y replicar el ejercicio, puedes visitar mi reposititorio en GitHub. Clic aquí.

Vale la pena mencionar que es posible publicar este mapa en GitHub, para ello, tengo un vídeo tutorial en YouTube el cual puedes visitar en este enlace.

El presente tutorial ilustra el cómo descargar información de cambio climático según el sexto informe de cambio climático del IPCC, conocido como CMIP6.

Estos datos son archivos espaciales tipo raster de variables como precipitación, temperatura máxima y temperatura mínima, vienen a resolución espacial de aproximadamente 55 km, y una resolución temporal diaria. Es posible descargar estos archivos de forma manual, visitando el sitio web de CORDEX.

Dar clic en la imagen para visitar el sitio web.

Ahora bien, con el apoyo de R y de un par de librerías, es posible hacer la descarga automatizada de estos datos, tanto los históricos, como los futuros para los distintos SSP, tales como:

• SSP 126
• SSP 245
• SSP 370
• SSP 585

Recordemos que estos son distintos modelos que se basan en el comportamiento del hombre en temas socioeconómicos de cara al futuro (sobre el tema). En la siguiente figura se ilustran los distintos cambios de CO2 según los SSPs.

Siguiendo con el tutorial, ya he publicado un vídeo en YouTube donde se explica cómo descargar la información con la ayuda de R, decir además que estos datos se descargar a resolución apróximada de 55 km2, está información es posible procesarla para mejorar la resolución espacial a 5 km o 1 km de ser necesario.

Para replicar el ejercicio, puedes visitar mi repositorio de GitHub.

En este tutorial aprenderás a descargar información espacial desde R, haciendo uso de los datos de Open Street Maps, se usa como caso de estudio la ciudad de Santiago de Cali (ciudad en la que vivo), sin embargo, está es replicable a cualquier lugar del mundo. Al final realizaremos el siguiente mapa, donde ubicamos las principales vías y los bares nocturnos en Cali.

Con la librería de osmdata se bajan los datos, tales como: comunas, vías principales, ríos, y bares.

Para desarrollar este ejercicio debes tener instalada la última versión de R, y en lo posible instalada la IDE de RStudio.

El vídeo tutorial está disponible aquí:

Para descargar el código puedes visitar mi repositorio en GitHub.

Sí requiere ayuda con el vídeo tutorial o asesorías con tus proyectos de Sistemas de Información Geográfica me puedes contactar mediante mi número de Whatsapp.

En el presente tutorial haremos la integración de tres distintas plataformas muy útiles…

Con GBIF descargaremos presencias de una especie de frailejon, luego entonces con leaflet en R realizaremos el mapa interactivo, y posteriormente con la ayuda de GitHub se publicará el mapa en línea. Todo esto se hace uso con software libre, open source, al gratin.

Para poder realizar este tutorial debes tener cuenta creada en GitHub, es muy similar al crear una cuenta en una red social, sigue este enlace. Debes además tener instalado R versión 4.2.1 y por facilidad tener instalada la versión última de RStudio, o si bien lees esto después de octubre del 2022, tener instalado Posit.co, ya dentro de R debes tener instaldo algunas librerías, tales como:

library(leafletr)
library(tidyverse)
library(html)
library(terra)
library(sf)
library(fs)

El vídeo tutorial explicativo, está disponible en mi canal de YouTube, Un Geógrafo en YouTube.

Los datos y el código está disponible en mi repositorio de GitHub.

Te agradezco un montón si sigues el bog, el canal en Youtube y en mis redes sociales como facebook. Ayúdame a seguir creando contenido de este tipo, y que esta comunidad siga creciendo. Recuerda que soy: Fabio Lex Castro, de Un Geógrafo en YouTube.

Si requieres asesoría o ayuda con tus proyectos o con la realización de este tutorial, no dudes en contactarme mediante el Whatsapp:

Consultas y asesorías:

Vídeo tutorial:

Códigos y datos, aquí

El presente tutorial hace parte de un vídeo en mi canal de YouTube.

En este caso realizamos la continuación de un tutorial anterior sobre análisis moran univariado para la cantidad de homicidios (tutorial aquí), este análisis se encamina en identificar las relaciones espaciales existentes entre el estrato socioeconómico y la cantidad de homicidios por barrio desde el 2015 hasta el 2019. La idea con esto es estimar las relaciones existentes, es decir, si donde hay altos homicidios existe correlación espacial con el estrato y viceversa. Aquí los mapas de las dos variables a analizar.

Ahora bien, en este mapa se ilustra el resultado…

Para la réplica de este tutorial puedes descargar los datos y el código de este repositorio de GitHub.

El presente tutorial está publicado en mi canal de YouTube. Aquí el vídeo tutorial:

Para replicar el ejercicio pueden descargar los códigos y datos de este sitio web.

Asesorías personalizadas

Este tutorial está en mi canal de YouTube:

Antes del llenado de datos faltantes:

Después del llenado de datos faltantes:

Si quieres replicar el ejercicio, puedes descargar los datos desde aquí: https://github.com/fabiolexcastro/tutorials_youtube/tree/master/14%20llenado%20datos%20faltantes