Sobre dados e mapas

Percebi que nos últimos tempos tenho acessado uma parte interessante da internet: muitos membros da comunidade de analistas e engenheiros de dados não somente produzem muito conteúdo interessante mas também fazem de tudo para registrar e compartilhar a informação sobre suas áreas de atuação. É verdade que desde a graduação tenho consumido muito desses conteúdos como forma de resolver demandas, mas na nova fase da vida, com o fim do mestrado, meu interesse tem mudado um pouco.

Agora, eu sinto que posso dar um passo e participar da comunidade também compartilhando coisas que eu sei. De fato, tenho muito que aprender, principalmente quando me comparo com profissionais tão legais e experientes, mas esse blog também vai ajudar nesse ponto. Expondo minhas ideias e meus trabalhos até aqui posso ir superando dois desafios:

• Me dou a oportunidade da comunidade contribuir com sugestões para melhorar no que me proponho
• Faço um registro do meu caminho nessa carreira de analista para o futuro

Uma das atividades que mais admiro é o Tidytuesday, composto por desafios semanais onde é fornecida uma base e quem participa deve elaborar uma visualização e postar nas redes. Essa semana, os dados fornecidos são sobre as erupções do Monte Vesúvio na década passada. Vamos ver o que consegui fazer.

library(dplyr)
library(ggplot2)
library(plotly)
library(ggmap)

É possível baixar diretamente os dados pelo pacote do desafio

data <-  tidytuesdayR::tt_load("2025-05-13")

---- Compiling #TidyTuesday Information for 2025-05-13 ----
--- There is 1 file available ---


── Downloading files ───────────────────────────────────────────────────────────

  1 of 1: "vesuvius.csv"

vesuvius <- data$vesuvius

É possível fazer uma exploração básica com o pacote modelsummary.

modelsummary::datasummary_skim(vesuvius)

	Unique	Missing Pct.	Mean	SD	Min	Median	Max	Histogram
event_id	12027	0	15494.1	11014.2	102.0	14981.0	40802.0
latitude	344	29	40.8	0.0	40.8	40.8	40.9
longitude	391	29	14.4	0.0	14.3	14.4	14.5
depth_km	291	29	0.4	0.5	0.0	0.2	9.3
duration_magnitude_md	117	3	0.2	0.6	-2.0	0.1	3.1
md_error	2	3	0.3	0.0	0.3	0.3	0.3
year	14	0	2018.9	3.3	2011.0	2019.0	2024.0
		N	%
	Mount Vesuvius	12027	100.0
	earthquake	12027	100.0
review_level	preliminary	12025	100.0
	revised	2	0.0

A proposta não é necessariamente criar modelos causais ou preditivos, mas escolhi retirar as observações de 2011 e 2012 para melhorar a visualização dos mapas.

vesuvius |> 
  count(year)

# A tibble: 14 × 2
    year     n
   <dbl> <int>
 1  2011     1
 2  2012     1
 3  2013   594
 4  2014   749
 5  2015  1018
 6  2016   915
 7  2017   937
 8  2018  1316
 9  2019  1231
10  2020  1198
11  2021  1034
12  2022   853
13  2023   865
14  2024  1315

vesuvius <- vesuvius |> 
  filter(year>2012)

Queria testar uma visualização 3d para verificar a profundidade do epicentro das erupções. O pacote que eu gosto para esse tipo de visualização é o plotly. Infelizmente não tenho muita intimidade com ele, o que fez esse gráfico ser bonito, mas não muito informativo.

fig <- plot_ly(vesuvius, x = ~latitude, y = ~longitude, z = ~depth_km,
               marker = list(color = ~year, colorscale = c('#FFE1A1', '#683531'), showscale = TRUE))
fig <- fig %>% add_markers()
fig <- fig %>% layout(scene = list(xaxis = list(title = 'Latitude'),
                     yaxis = list(title = 'Longitude'),
                     zaxis = list(title = 'Depth (km)')))

fig

Warning: Ignoring 3433 observations

A versão final e, portanto, a escolhida para representar minha primeira participação no Tidytuesday é o gráfico abaixo, que usei o ggmap para mesclar um mapa real junto com o scatterplot da latitude e longitude, mostrando a variação da profundidade dos impactos por ano.

vesuvius_map <- c(left = 14.3, bottom = 40.75, right = 14.5, top = 40.87)
get_stadiamap(vesuvius_map, zoom = 12, maptype = "stamen_terrain") |> 
  ggmap()+
  geom_point(aes(longitude, latitude, color=depth_km), data=(filter(vesuvius, year>2012)), size = .5, alpha = .5)+
  facet_wrap(~year)+
  labs(x = "longitude", y = "latitude", title = "Depth of eruptions by Vesuvius")

ℹ © Stadia Maps © Stamen Design © OpenMapTiles © OpenStreetMap contributors.

Warning: Removed 3433 rows containing missing values or values outside the scale range
(`geom_point()`).

Mesmo não levando a conclusões mirabolantes (porque eu estava esperando que em 10 anos a profundidade das erupções mudasse?) gostei de aplicar essas ferramentas que usei durante minha graduação num problema prático. Tudo isso foi relativamente rápido de fazer e espero continuar contribuindo.