Análisis de Origen de Viajes en Cali
Encuesta Origen-Destino — Mapas Temáticos por Comuna
Análisis de Datos Geográficos y Espaciales
10 de mayo de 2026
1. Carga de librerías
# ------------------------------------------------------------
# Librerías de análisis geográfico y espacial
# ------------------------------------------------------------
library(sf)
library(terra)
# Librerías de soporte
library(readxl)
library(dplyr)
library(ggplot2)
library(viridis)
library(patchwork)
library(scales)
library(ggtext)2. Carga y exploración de datos de encuesta
# ------------------------------------------------------------
# Carga de las hojas relevantes del archivo Excel
# ------------------------------------------------------------
# Hoja principal con registros de viajes
encuesta <- read_excel(
path = "EncuestaOrigenDestino.xlsx",
sheet = "Hoja1",
col_types = "text"
)# ------------------------------------------------------------
# Preparación y limpieza de datos
# ------------------------------------------------------------
# Convertir columnas clave a tipo numérico
encuesta_limpia <- encuesta %>%
mutate(
tipo_vehiculo = as.numeric(`TIPO DE VEHÍCULO`),
comuna_origen = as.character(`comuna origen`),
comuna_destino = as.character(`comuna destino`)
)
# Verificar valores únicos de tipo_vehiculo y comunas de Cali
cat("\nDistribución de tipos de vehículo:\n")##
## Distribución de tipos de vehículo:##
## 1 2 3 4 5 6 7 8 9 77 <NA>
## 1731 16077 14100 459 1999 211 167 88 30 77 115##
## Comunas de origen (muestra):## [1] "02" "Fuera de Cali" "06" "03"
## [5] "04" "13" "17" "16"
## [9] "05" "15" "07" "14"
## [13] "10" "21" "08" "11"
## [17] "19" "12" "20" "01"
## [21] "0" "18" "09" "22"##
## Comunas de destino (muestra):## [1] "22" "19" "03" "09"
## [5] "02" "17" "Fuera de Cali" "04"
## [9] "11" "13" "18" "06"
## [13] "20" "10" "21" "05"
## [17] "01" "14" "08" "0"
## [21] "16" "07" "15" "12"# ------------------------------------------------------------
# Filtro 1: Solo viajes cuyo origen es Cali
# Se excluyen registros con 'Fuera de Cali' o NA en comuna_origen
# ------------------------------------------------------------
encuesta_cali <- encuesta_limpia %>%
filter(
!is.na(comuna_origen), # Sin valores faltantes en comuna
!is.na(comuna_destino),
comuna_origen != "Fuera de Cali", # Excluir externos a Cali
comuna_destino != "Fuera de Cali",
!is.na(tipo_vehiculo) # Solo registros con tipo de vehículo
) %>%
# Normalizar código de comuna: asegurar formato de 2 dígitos
mutate(
codigo_comuna_o = sprintf("%02d", as.integer(comuna_origen))
) %>%
mutate(
codigo_comuna_d = sprintf("%02d", as.integer(comuna_destino))
)
cat("Registros de Cali tras limpieza:", nrow(encuesta_cali), "\n")## Registros de Cali tras limpieza: 233193. Descarga y carga de cartografía
# ============================================================
# Cartografía de comunas de Cali
# ============================================================
comunas_sf <- sf::st_read("cali/Comunas.shp", quiet = FALSE)## Reading layer `Comunas' from data source
## `C:\Santi\Jave\Semestre12\Análisis T\Taller1\Taller1\cali\Comunas.shp'
## using driver `ESRI Shapefile'
## Simple feature collection with 22 features and 4 fields
## Geometry type: POLYGON
## Dimension: XY
## Bounding box: xmin: 1053868 ymin: 860190.2 xmax: 1068492 ymax: 879441.5
## Projected CRS: MAGNA_Colombia_Cali# Inspeccionar la cartografía cargada
cat("\nNúmero de comunas en la cartografía:", nrow(comunas_sf), "\n")##
## Número de comunas en la cartografía: 22# ------------------------------------------------------------
# Normalizar el código de comuna en la cartografía
# Se asume que el campo con el código de comuna puede variar;
# ajustar el nombre de columna según los datos reales descargados.
# ------------------------------------------------------------
# Identificar la columna que contiene el número/código de comuna
# (los nombres varían según la fuente del shapefile)
col_codigo <- names(comunas_sf)[
grepl("CODIGO|CODIGO_COM|NUMERO|NUM_COM|commune|COMUNA",
names(comunas_sf), ignore.case = TRUE)
][1]
# Si no se detecta automáticamente, usar la segunda columna como fallback
if (is.na(col_codigo)) col_codigo <- names(comunas_sf)[2]
# Crear campo estandarizado de código de 2 dígitos
comunas_sf <- comunas_sf %>%
mutate(
codigo_comuna_o = sprintf("%02d", as.integer(as.character(.data[[col_codigo]])))
)4. Agregación de viajes por comuna
# ------------------------------------------------------------
# Conteo total de viajes en cada comuna de Cali
# ------------------------------------------------------------
conteo_total_o <- encuesta_cali %>%
count(codigo_comuna_o, name = "n_viajes") %>%
arrange(desc(n_viajes))
cat("Top 5 comunas por número de viajes originados:\n")## Top 5 comunas por número de viajes originados:## # A tibble: 5 × 2
## codigo_comuna_o n_viajes
## <chr> <int>
## 1 02 2313
## 2 19 2313
## 3 17 1857
## 4 03 1644
## 5 18 1242conteo_total_d <- encuesta_cali %>%
count(codigo_comuna_d, name = "n_viajes") %>%
arrange(desc(n_viajes))
cat("Top 5 comunas por número de viajes recibidos:\n")## Top 5 comunas por número de viajes recibidos:## # A tibble: 5 × 2
## codigo_comuna_d n_viajes
## <chr> <int>
## 1 02 3867
## 2 03 2966
## 3 19 2497
## 4 17 1695
## 5 22 1573# ------------------------------------------------------------
# Conteo de viajes por tipo de vehículo de interés:
# 1 = Bicicleta | 2 = Moto | 3 = Automóvil
# ------------------------------------------------------------
# Etiquetas de los tipos de vehículo según la hoja Convenciones (2)
vehiculos <- c(`1` = "Bicicleta", `2` = "Moto", `3` = "Automóvil")
# Función auxiliar: contar viajes para un tipo de vehículo específico
contar_por_vehiculo <- function(datos, tipo_id) {
datos %>%
filter(tipo_vehiculo == tipo_id) %>%
count(codigo_comuna_o, name = "n_viajes") %>%
arrange(desc(n_viajes))
}
conteo_bici <- contar_por_vehiculo(encuesta_cali, 1)
conteo_moto <- contar_por_vehiculo(encuesta_cali, 2)
conteo_auto <- contar_por_vehiculo(encuesta_cali, 3)
cat("Viajes en bicicleta por comuna (top 5):\n"); print(head(conteo_bici, 5))## Viajes en bicicleta por comuna (top 5):## # A tibble: 5 × 2
## codigo_comuna_o n_viajes
## <chr> <int>
## 1 02 124
## 2 19 115
## 3 17 111
## 4 03 87
## 5 18 87##
## Viajes en moto por comuna (top 5):## # A tibble: 5 × 2
## codigo_comuna_o n_viajes
## <chr> <int>
## 1 02 1096
## 2 19 1036
## 3 17 886
## 4 03 726
## 5 18 613##
## Viajes en automóvil por comuna (top 5):## # A tibble: 5 × 2
## codigo_comuna_o n_viajes
## <chr> <int>
## 1 19 954
## 2 02 886
## 3 17 709
## 4 03 687
## 5 04 452# ------------------------------------------------------------
# Conteo de viajes RECIBIDOS por tipo de vehículo de interés:
# 1 = Bicicleta | 2 = Moto | 3 = Automóvil
# ------------------------------------------------------------
# Función auxiliar: contar viajes de destino para un tipo de vehículo
contar_por_vehiculo_d <- function(datos, tipo_id) {
datos %>%
filter(tipo_vehiculo == tipo_id) %>%
count(codigo_comuna_d, name = "n_viajes") %>%
arrange(desc(n_viajes))
}
conteo_bici_d <- contar_por_vehiculo_d(encuesta_cali, 1)
conteo_moto_d <- contar_por_vehiculo_d(encuesta_cali, 2)
conteo_auto_d <- contar_por_vehiculo_d(encuesta_cali, 3)
cat("Viajes recibidos en bicicleta por comuna (top 5):\n"); print(head(conteo_bici_d, 5))## Viajes recibidos en bicicleta por comuna (top 5):## # A tibble: 5 × 2
## codigo_comuna_d n_viajes
## <chr> <int>
## 1 02 201
## 2 03 172
## 3 19 133
## 4 17 101
## 5 22 96##
## Viajes recibidos en moto por comuna (top 5):## # A tibble: 5 × 2
## codigo_comuna_d n_viajes
## <chr> <int>
## 1 02 1778
## 2 03 1364
## 3 19 1171
## 4 22 773
## 5 17 764##
## Viajes recibidos en automóvil por comuna (top 5):## # A tibble: 5 × 2
## codigo_comuna_d n_viajes
## <chr> <int>
## 1 02 1565
## 2 03 1140
## 3 19 966
## 4 17 695
## 5 04 6125. Unión de datos tabulares con cartografía
# ------------------------------------------------------------
# Left join: cartografía ← datos de conteo
# Se usa left_join para conservar TODAS las comunas aunque
# no tengan viajes registrados (quedarán con NA → 0)
# ------------------------------------------------------------
# Función que une un data.frame de conteos con la cartografía
unir_con_mapa <- function(cartografia, conteos) {
cartografia %>%
left_join(conteos, by = "codigo_comuna_o") %>%
mutate(n_viajes = replace(n_viajes, is.na(n_viajes), 0))
}
mapa_total <- unir_con_mapa(comunas_sf, conteo_total_o)
mapa_bici <- unir_con_mapa(comunas_sf, conteo_bici)
mapa_moto <- unir_con_mapa(comunas_sf, conteo_moto)
mapa_auto <- unir_con_mapa(comunas_sf, conteo_auto)
cat("Resumen estadístico del total de viajes por comuna:\n")## Resumen estadístico del total de viajes por comuna:## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 265.0 657.2 873.0 1034.6 1197.8 2313.0# ------------------------------------------------------------
# Left join para datos de DESTINO: cartografía ← conteos de destino
# Se renombra el campo de unión para hacer join por codigo_comuna_d
# ------------------------------------------------------------
# Función que une conteos de destino con la cartografía
unir_con_mapa_d <- function(cartografia, conteos) {
cartografia %>%
left_join(conteos, by = c("codigo_comuna_o" = "codigo_comuna_d")) %>%
mutate(n_viajes = replace(n_viajes, is.na(n_viajes), 0))
}
mapa_total_d <- unir_con_mapa_d(comunas_sf, conteo_total_d)
mapa_bici_d <- unir_con_mapa_d(comunas_sf, conteo_bici_d)
mapa_moto_d <- unir_con_mapa_d(comunas_sf, conteo_moto_d)
mapa_auto_d <- unir_con_mapa_d(comunas_sf, conteo_auto_d)
cat("Resumen estadístico del total de viajes recibidos por comuna:\n")## Resumen estadístico del total de viajes recibidos por comuna:## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 190.0 457.2 595.5 1028.9 1410.8 3867.06. Visualización — Mapas Temáticos
6.1 Función auxiliar de mapa
# ============================================================
# Función reutilizable para generar mapas temáticos coropletas
# Parámetros:
# datos : objeto sf con columna n_viajes
# titulo : título del mapa
# subtitulo : subtítulo descriptivo
# paleta : nombre de paleta viridis ("viridis","magma",etc.)
# lim_sup : valor máximo de la escala (NULL = automático)
# ============================================================
mapa_tematico <- function(datos, titulo, subtitulo = "",
paleta = "viridis", lim_sup = NULL) {
max_val <- if (is.null(lim_sup)) max(datos$n_viajes, na.rm = TRUE) else lim_sup
ggplot(datos) +
# Capa de relleno según número de viajes
geom_sf(aes(fill = n_viajes), color = "white", linewidth = 0.4) +
# Etiquetas con código de comuna
geom_sf_text(aes(label = codigo_comuna_o), size = 2.8,
color = "white", fontface = "bold") +
# Escala de color continua (paleta viridis)
scale_fill_viridis_c(
option = paleta,
name = "N° de viajes",
limits = c(0, max_val),
labels = label_comma(),
guide = guide_colorbar(
barwidth = 12,
barheight = 0.6,
title.position = "top",
title.hjust = 0.5
)
) +
# Títulos y etiquetas
labs(
title = titulo,
subtitle = subtitulo,
caption = "Fuente: Encuesta Origen-Destino Hogares (EODH) — Metro Cali S.A."
) +
# Tema limpio para cartografía
theme_void(base_size = 12) +
theme(
plot.title = element_text(face = "bold", size = 14, hjust = 0.5,
margin = margin(b = 4)),
plot.subtitle = element_text(size = 10, hjust = 0.5, color = "grey40",
margin = margin(b = 8)),
plot.caption = element_text(size = 8, color = "grey55", hjust = 1),
legend.position = "bottom",
legend.title = element_text(size = 9, face = "bold"),
legend.text = element_text(size = 8),
plot.margin = margin(10, 10, 10, 10)
)
}6.2 Mapa principal — Total de viajes generados
# ------------------------------------------------------------
# Mapa principal: total de orígenes por comuna (todos los vehículos)
# ------------------------------------------------------------
p_total <- mapa_tematico(
datos = mapa_total,
titulo = "Generación de Viajes por Comuna — Cali",
subtitulo = "Total de orígenes registrados (todos los modos de transporte)",
paleta = "viridis"
)
print(p_total)
Mapa coropleta del total de viajes generados por comuna en Cali
6.3 Mapas por tipo de vehículo
# ------------------------------------------------------------
# Mapa 2: Orígenes en bicicleta (Tipo vehículo = 1)
# ------------------------------------------------------------
p_bici <- mapa_tematico(
datos = mapa_bici,
titulo = "Viajes en Bicicleta",
subtitulo = "Origen por comuna — Tipo de vehículo: Bicicleta (código 1)",
paleta = "viridis"
)
print(p_bici)
Viajes generados en bicicleta por comuna
# ------------------------------------------------------------
# Mapa 3: Orígenes en moto (Tipo vehículo = 2)
# ------------------------------------------------------------
p_moto <- mapa_tematico(
datos = mapa_moto,
titulo = "Viajes en Moto",
subtitulo = "Origen por comuna — Tipo de vehículo: Moto (código 2)",
paleta = "magma"
)
print(p_moto)
Viajes generados en moto por comuna
# ------------------------------------------------------------
# Mapa 4: Orígenes en automóvil (Tipo vehículo = 3)
# ------------------------------------------------------------
p_auto <- mapa_tematico(
datos = mapa_auto,
titulo = "Viajes en Automóvil",
subtitulo = "Origen por comuna — Tipo de vehículo: Automóvil (código 3)",
paleta = "plasma"
)
print(p_auto)
Viajes generados en automóvil por comuna
6.4 Panel comparativo — Los 3 modos juntos
# Calcular el máximo compartido para escala uniforme
max_comun <- max(
max(mapa_bici$n_viajes, na.rm = TRUE),
max(mapa_moto$n_viajes, na.rm = TRUE),
max(mapa_auto$n_viajes, na.rm = TRUE)
)
# Regenerar mapas con escala común (sin ocultar leyenda, patchwork la colecta)
mapa_panel <- function(datos, titulo, paleta) {
mapa_tematico(datos, titulo, paleta = paleta, lim_sup = max_comun) +
theme(plot.title = element_text(size = 11))
}
p1 <- mapa_panel(mapa_bici, "Bicicleta (1)", "viridis")
p2 <- mapa_panel(mapa_moto, "Moto (2)", "magma")
p3 <- mapa_panel(mapa_auto, "Automóvil (3)", "plasma")
# Componer el panel con patchwork
panel_final <- (p1 | p2 | p3) +
plot_annotation(
title = "Generación de Viajes por Modo de Transporte — Comunas de Cali",
subtitle = paste0("Escala de color comparable entre los 3 modos ",
"(máx. = ", scales::comma(max_comun), " viajes)"),
caption = "Fuente: Encuesta Origen-Destino Hogares (EODH) — Metro Cali S.A.",
theme = theme(
plot.title = element_text(face = "bold", size = 15, hjust = 0.5),
plot.subtitle = element_text(size = 10, hjust = 0.5, color = "grey40"),
plot.caption = element_text(size = 8, color = "grey55", hjust = 1)
)
)
print(panel_final)
Comparación de orígenes de viaje por modo de transporte privado no motorizado y motorizado
6.5 Tabla resumen
# ------------------------------------------------------------
# Tabla consolidada: viajes por comuna y modo de transporte
# ------------------------------------------------------------
tabla_resumen <- mapa_total %>%
st_drop_geometry() %>% # Eliminar geometría para tabla plana
select(codigo_comuna_o, n_viajes) %>%
rename(total = n_viajes) %>%
left_join(conteo_bici %>% rename(bicicleta = n_viajes), by = "codigo_comuna_o") %>%
left_join(conteo_moto %>% rename(moto = n_viajes), by = "codigo_comuna_o") %>%
left_join(conteo_auto %>% rename(automovil = n_viajes), by = "codigo_comuna_o") %>%
mutate(across(c(bicicleta, moto, automovil), ~replace(., is.na(.), 0))) %>%
arrange(desc(total))
cat("Tabla de viajes por comuna y modo de transporte:\n")## Tabla de viajes por comuna y modo de transporte:## codigo_comuna_o total bicicleta moto automovil
## 1 02 2313 124 1096 886
## 2 19 2313 115 1036 954
## 3 17 1857 111 886 709
## 4 03 1644 87 726 687
## 5 18 1242 87 613 440
## 6 04 1219 59 588 452
## 7 10 1134 71 556 419
## 8 13 1050 64 460 421
## 9 22 994 52 433 431
## 10 15 990 56 460 385
## 11 08 897 46 441 333
## 12 16 849 67 392 322
## 13 06 814 30 389 319
## 14 09 763 42 327 307
## 15 11 738 42 354 276
## 16 21 703 36 330 276
## 17 01 642 32 307 238
## 18 20 619 36 289 237
## 19 07 600 32 281 234
## 20 14 581 34 261 237
## 21 05 535 29 270 190
## 22 12 265 10 136 937. Visualización — Mapas Temáticos de Destino
7.1 Mapa principal — Total de viajes recibidos
# ------------------------------------------------------------
# Mapa principal de destino: total de viajes recibidos por comuna
# ------------------------------------------------------------
p_total_d <- mapa_tematico(
datos = mapa_total_d,
titulo = "Atracción de Viajes por Comuna — Cali",
subtitulo = "Total de destinos registrados (todos los modos de transporte)",
paleta = "viridis"
)
print(p_total_d)
Mapa coropleta del total de viajes recibidos por comuna en Cali
7.2 Mapas de destino por tipo de vehículo
# ------------------------------------------------------------
# Mapa: Destinos en bicicleta (Tipo vehículo = 1)
# ------------------------------------------------------------
p_bici_d <- mapa_tematico(
datos = mapa_bici_d,
titulo = "Destinos en Bicicleta",
subtitulo = "Destino por comuna — Tipo de vehículo: Bicicleta (código 1)",
paleta = "viridis"
)
print(p_bici_d)
Viajes recibidos en bicicleta por comuna
# ------------------------------------------------------------
# Mapa: Destinos en moto (Tipo vehículo = 2)
# ------------------------------------------------------------
p_moto_d <- mapa_tematico(
datos = mapa_moto_d,
titulo = "Destinos en Moto",
subtitulo = "Destino por comuna — Tipo de vehículo: Moto (código 2)",
paleta = "magma"
)
print(p_moto_d)
Viajes recibidos en moto por comuna
# ------------------------------------------------------------
# Mapa: Destinos en automóvil (Tipo vehículo = 3)
# ------------------------------------------------------------
p_auto_d <- mapa_tematico(
datos = mapa_auto_d,
titulo = "Destinos en Automóvil",
subtitulo = "Destino por comuna — Tipo de vehículo: Automóvil (código 3)",
paleta = "plasma"
)
print(p_auto_d)
Viajes recibidos en automóvil por comuna
7.3 Panel comparativo de destino — Los 3 modos juntos
# ------------------------------------------------------------
# Panel de destino: 3 modos con escala de color compartida
# ------------------------------------------------------------
max_comun_d <- max(
max(mapa_bici_d$n_viajes, na.rm = TRUE),
max(mapa_moto_d$n_viajes, na.rm = TRUE),
max(mapa_auto_d$n_viajes, na.rm = TRUE)
)
p1_d <- mapa_panel(mapa_bici_d %>% mutate(n_viajes = n_viajes),
"Bicicleta (1)", "viridis") %>%
{mapa_tematico(mapa_bici_d, "Bicicleta (1)", paleta = "viridis",
lim_sup = max_comun_d) +
theme(plot.title = element_text(size = 11))}
p2_d <- mapa_tematico(mapa_moto_d, "Moto (2)", paleta = "magma",
lim_sup = max_comun_d) +
theme(legend.position = "none", plot.title = element_text(size = 11))
p3_d <- mapa_tematico(mapa_auto_d, "Automóvil (3)", paleta = "plasma",
lim_sup = max_comun_d) +
theme(legend.position = "none", plot.title = element_text(size = 11))
panel_destino <- (p1_d | p2_d | p3_d) +
plot_annotation(
title = "Atracción de Viajes por Modo de Transporte — Comunas de Cali",
subtitle = paste0("Escala de color comparable entre los 3 modos ",
"(máx. = ", scales::comma(max_comun_d), " viajes)"),
caption = "Fuente: Encuesta Origen-Destino Hogares (EODH) — Metro Cali S.A.",
theme = theme(
plot.title = element_text(face = "bold", size = 15, hjust = 0.5),
plot.subtitle = element_text(size = 10, hjust = 0.5, color = "grey40"),
plot.caption = element_text(size = 8, color = "grey55", hjust = 1)
)
)
print(panel_destino)
Comparación de destinos de viaje por modo de transporte
7.4 Tabla resumen
# ------------------------------------------------------------
# Tabla consolidada: viajes RECIBIDOS por comuna y modo de transporte
# ------------------------------------------------------------
tabla_resumen_d <- mapa_total_d %>%
st_drop_geometry() %>%
select(codigo_comuna_o, n_viajes) %>%
rename(total = n_viajes) %>%
left_join(conteo_bici_d %>% rename(bicicleta = n_viajes), by = c("codigo_comuna_o" = "codigo_comuna_d")) %>%
left_join(conteo_moto_d %>% rename(moto = n_viajes), by = c("codigo_comuna_o" = "codigo_comuna_d")) %>%
left_join(conteo_auto_d %>% rename(automovil = n_viajes), by = c("codigo_comuna_o" = "codigo_comuna_d")) %>%
mutate(across(c(bicicleta, moto, automovil), ~replace(., is.na(.), 0))) %>%
arrange(desc(total))
cat("Tabla de viajes recibidos por comuna y modo de transporte:\n")## Tabla de viajes recibidos por comuna y modo de transporte:## codigo_comuna_o total bicicleta moto automovil
## 1 02 3867 201 1778 1565
## 2 03 2966 172 1364 1140
## 3 19 2497 133 1171 966
## 4 17 1695 101 764 695
## 5 22 1573 96 773 570
## 6 04 1523 80 691 612
## 7 09 1074 59 521 391
## 8 08 849 47 390 333
## 9 10 765 37 362 299
## 10 16 650 31 291 278
## 11 07 614 36 291 230
## 12 06 577 32 257 214
## 13 13 566 28 289 192
## 14 18 544 29 249 221
## 15 11 487 26 219 206
## 16 15 485 19 232 202
## 17 05 448 40 185 185
## 18 21 437 24 204 166
## 19 14 316 20 150 120
## 20 20 303 22 126 131
## 21 12 210 13 109 71
## 22 01 190 10 92 738. Comparación Origen vs. Destino
# ------------------------------------------------------------
# Panel comparativo: Origen vs. Destino — Total (todos los modos)
# Escala compartida entre ambos mapas
# ------------------------------------------------------------
max_total_od <- max(max(mapa_total$n_viajes), max(mapa_total_d$n_viajes))
comp_total_o <- mapa_tematico(mapa_total, "Origen — Total",
paleta = "viridis", lim_sup = max_total_od) +
theme(legend.position = "none", plot.title = element_text(size = 12))
comp_total_d <- mapa_tematico(mapa_total_d, "Destino — Total",
paleta = "viridis", lim_sup = max_total_od) +
theme(legend.position = "bottom", plot.title = element_text(size = 12))
(comp_total_o | comp_total_d) +
plot_annotation(
title = "Generación vs. Atracción de Viajes — Total (todos los modos)",
subtitle = paste0("Escala compartida (máx. = ", scales::comma(max_total_od), " viajes)"),
caption = "Fuente: EODH — Metro Cali S.A.",
theme = theme(
plot.title = element_text(face = "bold", size = 15, hjust = 0.5),
plot.subtitle = element_text(size = 10, hjust = 0.5, color = "grey40"),
plot.caption = element_text(size = 8, color = "grey55", hjust = 1)
)
)
Comparación origen vs. destino — Total de viajes
# ------------------------------------------------------------
# Panel comparativo: Origen vs. Destino — Bicicleta
# ------------------------------------------------------------
max_bici_od <- max(max(mapa_bici$n_viajes), max(mapa_bici_d$n_viajes))
comp_bici_o <- mapa_tematico(mapa_bici, "Origen — Bicicleta",
paleta = "viridis", lim_sup = max_bici_od) +
theme(legend.position = "none", plot.title = element_text(size = 12))
comp_bici_d <- mapa_tematico(mapa_bici_d, "Destino — Bicicleta",
paleta = "viridis", lim_sup = max_bici_od) +
theme(legend.position = "bottom", plot.title = element_text(size = 12))
(comp_bici_o | comp_bici_d) +
plot_annotation(
title = "Generación vs. Atracción de Viajes — Bicicleta (código 1)",
subtitle = paste0("Escala compartida (máx. = ", scales::comma(max_bici_od), " viajes)"),
caption = "Fuente: EODH — Metro Cali S.A.",
theme = theme(
plot.title = element_text(face = "bold", size = 15, hjust = 0.5),
plot.subtitle = element_text(size = 10, hjust = 0.5, color = "grey40"),
plot.caption = element_text(size = 8, color = "grey55", hjust = 1)
)
)
Comparación origen vs. destino — Bicicleta
# ------------------------------------------------------------
# Panel comparativo: Origen vs. Destino — Moto
# ------------------------------------------------------------
max_moto_od <- max(max(mapa_moto$n_viajes), max(mapa_moto_d$n_viajes))
comp_moto_o <- mapa_tematico(mapa_moto, "Origen — Moto",
paleta = "magma", lim_sup = max_moto_od) +
theme(legend.position = "none", plot.title = element_text(size = 12))
comp_moto_d <- mapa_tematico(mapa_moto_d, "Destino — Moto",
paleta = "magma", lim_sup = max_moto_od) +
theme(legend.position = "bottom", plot.title = element_text(size = 12))
(comp_moto_o | comp_moto_d) +
plot_annotation(
title = "Generación vs. Atracción de Viajes — Moto (código 2)",
subtitle = paste0("Escala compartida (máx. = ", scales::comma(max_moto_od), " viajes)"),
caption = "Fuente: EODH — Metro Cali S.A.",
theme = theme(
plot.title = element_text(face = "bold", size = 15, hjust = 0.5),
plot.subtitle = element_text(size = 10, hjust = 0.5, color = "grey40"),
plot.caption = element_text(size = 8, color = "grey55", hjust = 1)
)
)
Comparación origen vs. destino — Moto
# ------------------------------------------------------------
# Panel comparativo: Origen vs. Destino — Automóvil
# ------------------------------------------------------------
max_auto_od <- max(max(mapa_auto$n_viajes), max(mapa_auto_d$n_viajes))
comp_auto_o <- mapa_tematico(mapa_auto, "Origen — Automóvil",
paleta = "plasma", lim_sup = max_auto_od) +
theme(legend.position = "none", plot.title = element_text(size = 12))
comp_auto_d <- mapa_tematico(mapa_auto_d, "Destino — Automóvil",
paleta = "plasma", lim_sup = max_auto_od) +
theme(legend.position = "bottom", plot.title = element_text(size = 12))
(comp_auto_o | comp_auto_d) +
plot_annotation(
title = "Generación vs. Atracción de Viajes — Automóvil (código 3)",
subtitle = paste0("Escala compartida (máx. = ", scales::comma(max_auto_od), " viajes)"),
caption = "Fuente: EODH — Metro Cali S.A.",
theme = theme(
plot.title = element_text(face = "bold", size = 15, hjust = 0.5),
plot.subtitle = element_text(size = 10, hjust = 0.5, color = "grey40"),
plot.caption = element_text(size = 8, color = "grey55", hjust = 1)
)
)
Comparación origen vs. destino — Automóvil