This github repository’s for a data visualization series
Author
ABDOUL OUDOUSS DIAKITE
1 Health facilities
Code
library(readr)library(ggplot2)library(viridis)library(hrbrthemes)StructuresSante <-read_csv("StructuresSante.csv", col_types =cols(...1 =col_skip()),show_col_types = F)Region_Total =glue::glue("{StructuresSante$Region} : {StructuresSante$Total}")StructuresSante$Region =Region_TotalStructuresSante=StructuresSante[-15,]Region =rep(StructuresSante$Region,4)Count =unlist(c(StructuresSante[,2:5]))`Type de structure`=c(rep("Hôpital",14),rep("Centre de santé",14),rep("Poste de santé",14),rep("Case de santé",14))df =data.frame(Region,Count,`Type de structure`)g1=ggplot(data = df,aes(x=Region,y=Count,group =`Type de structure`,fill =`Type de structure`))+geom_bar(position="dodge", stat="identity",width=70)+scale_fill_brewer(palette ="Spectral")+geom_text(aes(label = Count,group =`Type de structure`),position=position_dodge2(width =70,padding =0.3),hjust=-0.2,size =4,color ='#581845',fontface="bold.italic")+ggtitle("Inventaire des structures de santé au Sénégal (2019)") +labs(subtitle ="Comme les phases précédentes, L’ECPSS 2019 est une enquête des structures de santé tant du secteur public que du secteur privé au Sénégal.L’enquête a été menée dans toutes les structures de santé recensées (hôpitaux, centres de santé, et postes de santé),ainsi que les cases de santé liées aux postes de santé sélectionnés,dans les 14 régions du pays. Les administrateurs et prestataires des services de santé de ces structures ont été interviewés ; les prestataires et les patients/clients venus en consultation pour des services de santéspécifiques (consultation de l’enfant malade de moins de cinq ans et les consultations prénatales) ont été observés au cours des consultations et des interviews ont été menées avec des clients/ accompagnateurs d’enfants malades dont les consultations avaient été observées.",caption ="Source : ANSD (ECPSS 2019)\n Crédit : Abdoul Oudouss DIAKITE")+facet_wrap(~Region,nrow =5)+theme(plot.title =element_text(color="#C70039", size=17, face="bold.italic"),plot.subtitle =element_text(color="black", size=10, face="italic"),axis.text.x =element_blank(),axis.text.y =element_blank(),panel.grid =element_blank(),axis.ticks.y =element_blank(),axis.ticks.x =element_blank(),panel.background =element_blank())+coord_flip()+xlab("") +ylab("")
2 Causes of deaths
Code
library(readxl)library(ggplot2)library(dplyr)#fig1#dataAllAgesFemale <-read_excel("AllAgesFemale.xlsx") %>%arrange(`Death rate per 100 000 population`) %>%tail(10) %>%mutate(Cause=factor(Cause,Cause))#Plotfig1 =ggplot(data = AllAgesFemale,aes(x=Cause,y =`Death rate per 100 000 population`,fill =Cause))+geom_bar(stat="identity",show.legend = F,color ='#FFE4E3',size=.7)+coord_flip() +geom_text(aes(label=scales::comma(`Death rate per 100 000 population`)),hjust=0, nudge_y=-5,color ='black',size =4.5,fontface="bold") +labs(x="", y="Death rate per 100 000 women of all age",title="Top 10 causes of death in Senegal \nfor women aged all ages (2019)",subtitle="Data source : www.who.int \nTotal women of all ages : 8 349 929",caption="@Abdoul Oudouss Diakite")+ hrbrthemes::theme_ipsum(grid ="X")#fig2#dataF20_24 <-read_excel("20-24Female.xlsx") %>%arrange(`Death rate per 100 000 population`) %>%tail(10) %>%mutate(Cause=factor(Cause,Cause))#Plotfig2 =ggplot(data = F20_24,aes(x=Cause,y =`Death rate per 100 000 population`,fill =Cause))+geom_bar(stat="identity",show.legend = F,color ='#FFE4E3',size=.7)+annotate(geom ='curve',x="Sickle cell disorders and trait", y =25,xend ="Interpersonal violence",color ='black',yend =7.6, curvature =0.2, arrow =arrow(length =unit(2, "mm")))+annotate(geom ='text',x="Sickle cell disorders and trait", y =22,label ='Interpersonal violence ranks fourth',color ='black',size =4,hjust ="center",vjust='top',fontface="bold") +coord_flip() +geom_text(aes(label=`Death rate per 100 000 population`), hjust=0, nudge_y=-2.5,color ='black',size =4.5,fontface="bold") +labs(x="", y="Death rate per 100,000 women aged 20-24",title="Top 10 causes of death in Senegal \nfor women aged 20 to 24 years (2019)",subtitle="Data source : www.who.int \nTotal women aged 20-24 : 741 748",caption="@Abdoul Oudouss Diakite")+ hrbrthemes::theme_ipsum(grid ="X")fig1;fig2
