Domicilios em Sao Paulo

Um mapa coroplético em formato de grid retangular 100 x 100m mostrando a densidade de domicílios particulares em São Paulo. Os dados são do Censo mais recente, de 2022.
data-visualization
mapas
ggplot2
sao-paulo
Author

Vinicius Oike

Published

April 2, 2024

Code 
# Setup ---------------------------------------------------------

# Libraries
library(ggplot2)
library(geobr)
library(dplyr)
library(showtext)
library(dplyr)
library(sf)
library(MetBrewer)
# https://github.com/viniciusoike/tidypod
library(tidypod)

# Fonts
font_add("HelveticaNeue", "HelveticaNeue.ttc")
showtext_auto()

# Data ----------------------------------------------------------

# Import Sao Paulo shapefile
sp_border <- geobr::read_municipality(3550308, showProgress = FALSE)

# Import locally Census data
censo22 <- data.table::fread("/Volumes/T7 Touch/github/tidyibge/data-raw/35.csv")

# Convert column names to lowercase and filter only capital
censo22 <- censo22 |> 
  rename_with(tolower) |> 
  filter(cod_mun == 3550308)

# Variable dictionary
dictionary_censo <- tribble(
  ~cod_especie, ~label_especie,
  1, "Domicílio particular",
  2, "Domicílio coletivo",
  3, "Estabelecimento agropecuário",
  4, "Estabelecimento de ensino",
  5, "Estabelecimento de saúde",
  6, "Estabelecimento de outras finalidades",
  7, "Edificação em construção",
  8, "Estabelecimento religioso"
)

# Join data with dictionary -------------------------------------
censo22 <- left_join(censo22, dictionary_censo, by = "cod_especie")


# Spatial data --------------------------------------------------

# Import districts shapefile
dstr <- tidypod::districts
dstr <- filter(dstr, code_muni == 36)

domicilios <- st_as_sf(
  censo22[cod_especie == 1],
  coords = c("longitude", "latitude"),
  crs = 4674
  )

sp_grid_rectangular <- sp_border |> 
  st_transform(crs = 32722) |> 
  st_make_grid(cellsize = 100) |> 
  st_as_sf() |> 
  st_transform(crs = 4326) |> 
  mutate(gid = row_number())

domi_grid <- domicilios |> 
  st_transform(crs = 4326) |> 
  st_join(sp_grid_rectangular) |> 
  filter(!is.na(gid))

domi_grid_count <- domi_grid |> 
  st_drop_geometry() |> 
  summarise(total = n(), .by = "gid")

grid_count <- left_join(sp_grid_rectangular, domi_grid_count, by = "gid")

# Plot ----------------------------------------------------------

breaks <- BAMMtools::getJenksBreaks(na.omit(grid_count$total), 7)
labels <- format(round(breaks, -1), big.mark = ".")

map_sp <- ggplot() +
  geom_sf(data = sp_border, lwd = 0.05, fill = NA) +
  geom_sf(
    data = filter(grid_count, !is.na(total)),
    aes(fill = total, color = total),
    alpha = 0.8
    ) +
  scale_fill_fermenter(
    name = "",
    na.value = "gray50",
    direction = 1,
    palette = "BuPu",
    breaks = breaks,
    labels = labels
    ) +
  scale_color_fermenter(
    name = "",
    na.value = "gray50",
    direction = 1,
    palette = "BuPu",
    breaks = breaks,
    labels = labels
    ) +
  coord_sf() +
  labs(
    title = "Domicílios em São Paulo",
    subtitle = "Concentração de domicílios em grid 100x100m em São Paulo") +
  ggthemes::theme_map(base_family = "HelveticaNeue") +
  theme(
    legend.position = "top",
    legend.justification = 0.5,
    legend.key.size = unit(0.85, "cm"),
    legend.key.width = unit(1.5, "cm"),
    legend.text = element_text(size = 12),
    legend.margin = margin(),
    plot.margin = margin(10, 5, 5, 10),
    plot.title = element_text(size = 24, hjust = 0.5),
    plot.subtitle = element_text(size = 10, hjust = 0.5)
  )

Domicilios

O mapa abaixo mostra a densidade de domicílios1 em São Paulo num grid de 100 x 100m. Como se vê no mapa, há uma grande concentração de domicílios no Centro da cidade. De modo geral, a região com maior número de domicílios é a Zona Leste. Os dados provêm do Cadastro Nacional de Endereços, divulgados recentemente pelo IBGE. Esta base contém dados georeferenciados detalhados sobre os domicílios no Brasil.

Footnotes

  1. Definidos como domicílios particulares permanentes, segundo o Censo do IBGE (2022).↩︎