Spacial analysis of commited crime in montreal With R

R est un logiciel statistique très puissant qui permet entre autres de réaliser des graphes et de faire de l'analyse statistique. aujourd'hui nous allons utiliseé R pour placer les postes de quartier a Montréal. POur cela 2 packages vont etre necessaires, on parle de ggplot2 et ggmmap, bien sur nous devons installer ggplot2 avant ggmap sinon ca ne marchera pas. Les données proviennent du site portail données ouvertes de la ville de Montréal.

 Pour cela nous allons utilisé Rstudio qui est un IDE qui permet d'utiliser R. pour afficher la carte et les données dessus, nous devons d'abord télécharger les diffèrent packages qui nous permettront de manipuler nos données.

 -ggmap
 -ggplot2
-sp
-RgoogleMaps

certains package nous seront utiles pour la suite, donc on les télécharge des maintenant. Nous pouvons soit télécharge les données directement sur notre ordinateur ou y avoir accès du site de la ville via ce lien.

http://donnees.ville.montreal.qc.ca/dataset/91f66001-b461-4f63-aff4-cddc0fe30ffe/resource/c9f296dd-596e-48ed-9c76-37230b2c916d/download/spvmpdq.csv spvmpdq

le code ci-dessous nous permet de lire les données a partir du lien et d'afficher une carte avec les différents poste de police dessus

 spvmpdq <- read.csv("C:\\Users\\emmanuel\\AppData\\Local\\Temp\\RtmpAplCdo\\data2e3871a6f9e")

   View(spvmpdq)
qmplot(longitude , latitude , data = spvmpdq, colour = I('red'), size = I(3), darken = .3)


et voici le résultat, bien sur on va vouloir avoir une plus belle carte avec beaucoup plus d'informations

par exemple on peut vouloir un autre type de carte, dans ce cas il suffit de changer source, Normalement la fonction qmplot vient avec la source = "stamen" qui a produit la carte ci dessus, mais nous pouvons changer cela, Par exemple avec source = "osm" voici le resultat

qmplot(longitude , latitude , data = spvmpdq, colour = I('red'), size = I(3), darken = .3,source = "osm", zoom = 12)

ou encore on peu s'amuser avec le style de carte et le type aussi avec la commande maptype, par exemple.

qmplot(longitude , latitude , data = spvmpdq, colour = I('red'), size = I(3), darken = .3,source = "google", zoom = 11, maptype = "roadmap")

On peut même faire apparaitre l'intensité d'un évènement sur une carte avec r, 

Nous allons donc utiliser un autre source de donne, On va essayer de voir les endroits ou il y a le plus d'entre par infraction a montreal pour  2015-2016. 

Premièrement, nous allons telecharge les données avec notre bout de code

 montreal <- read.csv("C:\\Users\\emmanuel\\AppData\\Local\\Temp\\RtmpUDMEdM\\data24cc7d24e28")

apres avoir lu les donnees il nous suffit d'utiliser le package ggmap et ses fnctions  nous aurons

montreal <- get_map(location = "montreal", zoom = 11, color = "color",

                   source = "google" )

montrealMap <- ggmap(montreal, base_layer = ggplot(aes(x = LONG, y = LAT),

                                                 data = infractions))

montrealMap +

  stat_density2d(aes(x = LONG, y = LAT, fill = ..level.., alpha = ..level..),

                 bins = 5, geom = "polygon",

                 data = infractions) +

  scale_fill_gradient(low = "black", high = "red")

On voit que les entrées par effraction sont majoritairement concentres dans les zones comme Hochelaga,le plateau et maison neuve selon les données de la ville, 

et encore il y a moins d'entreés par infraction la nuit que le jour et ggmap peut encore nous fournir une carte qui pourra nous aider, en représentant sur les carte les endroits les plus a risque selon ou on est a Montréal, pour cela on n'a qu'a faire la commande 

montreal <- get_map(location = "montreal", zoom = 11, color = "color",

                   source = "google" )

montrealMap <- ggmap(montreal, base_layer = ggplot(aes(x = LONG, y = LAT),

                                                 data = infractions))

montrealMap +

  stat_density2d(aes(x = LONG, y = LAT, fill = ..level.., alpha = ..level..),

                 bins = 5, geom = "polygon",

                 data = infractions) +

  scale_fill_gradient(low = "black", high = "red") +

  facet_wrap(~ QUART)

voila la carte produite selon les moments de la journée, cela permet de voir les zones les plus a risque et on voit que le territoire n'a pas trop change.