Introducción

Para comprender el presente y planificar el futuro aprovechando los datos de las ciudades y los dispositivos de cada uno de nosotros debemos hacer uso de herramientas de analítica urbana.

La analítica urbana es un campo multidisciplinario que abarca conocimientos de tipo teórico sobre las cuestión urbana, ayudando a pensar en el “qué”, en cuales son las preguntas de interés, junto a capacidades técnicas que habilitan el “cómo”: permiten extraer conocimiento de los datos para describir algo que ya sucedió (estadística descriptiva) y realizar predicciones de algo que ocurrirá (modelos predictivos/estadistica inferencial).

## OSMDATA extrayendo clínicas de Reconquista-Santa Fé 

library(osmdata)
library(ggplot2)
library(tidyverse) # para manipulación y visualización de datos
library(sf) # para procesar info espacial
library(leaflet) #
library(tmap)
library(tmaptools)
bbox <- getbb("Reconquista, Santa Fe, Argentina")
bbox
##         min       max
## x -59.69395 -59.62801
## y -29.20059 -29.13472
#Con getbb() también podemos obtener un polígono con los límites políticos, las fronteras exactas, de un lugar. Esto es muy útil para realizar mapas, o para filtrar la información que obtendremos luego para quedarnos
#sólo con la que corresponda a nuestra ciudad de interés.

bbox_contorno <- getbb("Reconquista, Municipio de Reconquista, Departamento General Obligado, Santa Fe, Argentina", format_out = "sf_polygon")

leaflet(bbox_contorno) %>% ## grafico el poligono de Reconquista
  addTiles() %>% 
    addPolylines()
Rqta_calles<- opq(bbox_contorno) %>%  # calles de Reconquista
  add_osm_feature(key = "highway") %>% 
  osmdata_sf()

Rqta_clinicas <- opq(bbox_contorno) %>% 
  add_osm_feature(key = "amenity", value = "clinic") %>% 
  osmdata_sf() 


Rqta_calles <- st_intersection(Rqta_calles$osm_lines, bbox_contorno)
Rqta_clinicas <- st_intersection(Rqta_clinicas$osm_points, bbox_contorno)

ggplot() +
  geom_sf(data = Rqta_calles, 
          color = "darkslateblue") +
  geom_sf(data = Rqta_clinicas, 
          aes(label = addr.street)) +
  geom_sf_label(data = Rqta_clinicas, 
                aes(label = name), size = 3) +
  theme_void() +
  labs(title = "Reconquista",
       subtitle = "Clinicas",
       caption = "fuente: OpenStreetMap",
       color = "Ofrecen baile")

labels=Rqta_clinicas$name
icons <- awesomeIconList(
  escuela = makeAwesomeIcon(icon='fa-home', library='fa', markerColor = 'blue'))

library(leafgl)

leaflet(Rqta_calles) %>% ## grafico el poligono de Reconquista con calles
  addTiles()%>%
  addPolylines(data=bbox_contorno)%>%
  #addProviderTiles(provider = providers$CartoDB.DarkMatter) %>% 
  #addPolylines()%>%
  
  addGlPoints(data=Rqta_clinicas, # nueva funcion con GL
             popup = "name", 
             label = ~name,
             icon = icons)%>%
  addControl("<P>Reconquista<br/>Clinicas y Centros Médicos</P>",
             position='bottomright')