En el análisis espacial urbano, la visualización cartográfica no es simplemente el paso final de un proceso computacional, sino el canal principal para comunicar diagnósticos de accesibilidad, morfología y diseño del espacio público a tomadores de decisiones, planificadores y la comunidad académica.
A diferencia de muchos paquetes que implementan funciones de trazado
monolíticas o cerradas, walkability sigue
rigurosamente la filosofía de gráficos abiertos y
composables:
Principio de Diseño: Todos los métodos de graficado del paquete (
plot.walk_reach(),plot.walk_isochrone(),plot.walk_access(),plot.walk_path(),plot.walk_morphology(),plot.walk_diagnosis(),plot.walk_comparison()) retornan objetos puros de claseggplot.
Esto significa que: 1. No se fuerza la impresión
estática: El objeto gráfico puede ser almacenado en una
variable y manipulado libremente. 2. Compatibilidad total con el
operador +: Se pueden encadenar nuevos temas
(theme_*()), escalas cromáticas (scale_*()),
etiquetas (labs()) y capas vectoriales de contexto
(geom_sf()). 3. Composición multipanel con
patchwork: Múltiples mapas y métricas morfológicas
pueden integrarse en láminas técnicas y dashboards cartográficos de alta
calidad para publicación.
Comenzamos cargando walkability, ggplot2,
patchwork y sf. Para ilustrar las capacidades
gráficas, emplearemos la red vial del Centro Histórico de Cusco
(streets_cusco):
library(walkability)
library(ggplot2)
library(patchwork)
library(sf)
# Cargar la red modelo del Centro Histórico de Cusco
data(streets_cusco)
# Construir el grafo topológico en metros (UTM 19S)
net <- walk_build_network(streets_cusco, verbose = FALSE)
# Identificar nodos pertenecientes al componente gigante conectado
giant_nodes <- net$nodes$node_id[net$nodes$is_giant]
orig_node <- giant_nodes[1]
dest_node <- giant_nodes[50]ggplot2Generamos un mapa de isócronas multitemporales (anillos concéntricos disjuntos de 5, 10 y 15 minutos):
iso <- walk_isochrone(net, origin = orig_node, time_min = c(5, 10, 15), rings = TRUE)
# Gráfico por defecto provisto por el paquete
p_iso <- plot(iso)El gráfico base utiliza theme_walkability(). Si deseamos
adaptar el diseño a un estilo formal para un artículo científico o
reporte institucional, podemos sobrescribir el tema con
theme_bw() o theme_minimal() y ajustar la
tipografía y leyendas:
p_iso_custom <- p_iso +
theme_bw(base_size = 11, base_family = "sans") +
theme(
plot.title = element_text(face = "bold", size = 14, color = "#005F73"),
plot.subtitle = element_text(size = 9.5, color = "#0A9396"),
plot.caption = element_text(size = 8, color = "#6C757D", face = "italic"),
legend.position = "right",
legend.title = element_text(face = "bold", size = 9),
legend.background = element_rect(fill = alpha("#F8F9FA", 0.8), color = "#DEE2E6"),
panel.grid.major = element_line(color = "#E9ECEF", linetype = "dashed")
) +
labs(
title = "Isócronas Peatonales Disjuntas (Anillos Concéntricos)",
subtitle = "Centro Histórico de Cusco: umbrales de 5, 10 y 15 minutos",
caption = "walkability | Motor Rust paralelizado con Dijkstra y alpha hulls"
)
p_iso_customdark = TRUE)theme_walkability() permite generar de forma nativa
mapas en modo oscuro de alto impacto visual, ideal para presentaciones
interactivas o interfaces web:
# Aplicar tema oscuro personalizado con alta legibilidad
p_iso_dark <- plot(iso) +
theme_walkability(dark = TRUE, base_size = 11) +
labs(
title = "Isócronas Peatonales en Modo Oscuro",
subtitle = "Cusco: visualización nocturna para cartografía digital"
)
p_iso_darkgeom_sf)Dado que el gráfico retornado es un ggplot geoespacial,
el usuario puede superponer cualquier capa sf externa
(equipamientos urbanos, paradas de transporte, límites barriales o zonas
peatonales):
# Simulación de equipamientos de salud y educación
set.seed(42)
sample_pois <- net$nodes[net$nodes$is_giant, ][sample(nrow(net$nodes[net$nodes$is_giant, ]), 12), ]
sample_pois$tipo <- rep(c("Centro de Salud", "Escuela", "Mercado"), each = 4)
# Superponer los equipamientos usando geom_sf() sobre el mapa de isócronas
# Mapeamos la forma (shape) para evitar colisiones con la escala fill de las isócronas
p_iso_pois <- p_iso_custom +
geom_sf(
data = sample_pois,
aes(shape = tipo),
color = "#9B2226",
fill = "#EE9B00",
size = 3.2,
stroke = 1.0
) +
scale_shape_manual(name = "Equipamiento Urbano", values = c(21, 22, 24)) +
labs(subtitle = "Anillos de caminabilidad y equipamientos de proximidad integrados")
p_iso_poispatchworkEl paquete patchwork permite combinar
múltiples gráficos de ggplot2 mediante operadores
algebraicos intuitivos: - | para disposición horizontal
(lado a lado). - / para disposición vertical (apilado). -
() para agrupar jerarquías de sub-paneles. - -
y + para sumar elementos a la grilla. - &
para aplicar un tema o estilo de forma simultánea a todos los paneles
hijos.
Analizamos simultáneamente el área de servicio caminable y la estructura morfológica de la trama urbana (valencia de intersecciones y cul-de-sacs):
# 1. Isócronas
p1 <- p_iso_custom + labs(title = "A. Isócronas de Alcance (5, 10 y 15 min)")
# 2. Morfología e intersecciones
morph <- walk_intersection_density(net)
p2 <- plot(morph) +
theme_bw(base_size = 11) +
theme(
plot.title = element_text(face = "bold", size = 13, color = "#005F73"),
plot.subtitle = element_text(size = 9.5, color = "#0A9396"),
legend.position = "right"
) +
labs(
title = "B. Morfología de Intersecciones",
subtitle = "Valencia topológica: cul-de-sacs, nodos 3-way y 4-way+"
)
# Composición horizontal con anotación global
panel_auditoria <- (p1 | p2) +
plot_annotation(
title = "Diagnóstico Integral de Movilidad y Estructura Vial: Cusco",
subtitle = "Integración de isócronas peatonales y permeabilidad morfológica",
caption = "Fuente: OpenStreetMap | Elaborado con walkability y patchwork",
theme = theme(
plot.title = element_text(size = 16, face = "bold", color = "#001219"),
plot.subtitle = element_text(size = 11, color = "#495057")
)
)
panel_auditoriaCombinamos tres perspectivas complementarias en una lámina técnica:
1. Ruteo punto a punto y circuidad
(walk_shortest_path). 2. Morfología y valencia de
intersecciones (walk_intersection_density). 3.
Gradiente de longitud caminable acumulada en 10 min
(walk_compute_reach).
# 1. Ruteo óptimo entre dos puntos
path_res <- walk_shortest_path(net, from = orig_node, to = dest_node)
p_ruta <- plot(path_res) +
theme_minimal(base_size = 10) +
theme(plot.title = element_text(face = "bold", size = 12, color = "#AE2012")) +
labs(title = "1. Ruteo Óptimo y Circuidad")
# 2. Morfología urbana
p_morf <- plot(morph) +
theme_minimal(base_size = 10) +
theme(plot.title = element_text(face = "bold", size = 12, color = "#005F73")) +
labs(title = "2. Permeabilidad e Intersecciones")
# 3. Gradiente de alcance a 10 minutos (Rust multihilo)
reach_res <- walk_compute_reach(net, time_min = 10, verbose = FALSE)
p_alcance <- plot(reach_res) +
theme_minimal(base_size = 10) +
theme(plot.title = element_text(face = "bold", size = 12, color = "#0A9396")) +
labs(title = "3. Gradiente Espacial de Longitud Caminable (10 min)")
# Composición: dos paneles superiores y uno inferior panorámico
dashboard_triptico <- (p_ruta | p_morf) / p_alcance +
plot_layout(heights = c(1.1, 1)) +
plot_annotation(
title = "Auditoría Multidimensional de Transitabilidad Activa: Cusco",
subtitle = "Ruta directa, topología nodal y gradiente de alcance de red a 10 minutos",
tag_levels = "I",
caption = "Paquete walkability | R + Rust",
theme = theme(
plot.title = element_text(size = 17, face = "bold", color = "#001219"),
plot.subtitle = element_text(size = 11.5, color = "#333333")
)
)
dashboard_tripticoEl módulo de escenarios de walkability permite simular
la peatonalización o clausura temporal de tramos de calle
(walk_scenario_close) y evaluar el impacto comparativo
(walk_compare_scenarios):
# Simular clausura peatonal de 6 tramos céntricos
edges_to_close <- c(15L, 16L, 17L, 18L, 19L, 20L)
scen <- walk_scenario_close(net, edge_indices = edges_to_close, name = "Peatonalización Centro")
# Comparar alcance de 10 min antes y después de la intervención
comp <- walk_compare_scenarios(base = net, scenario = scen, time_min = 10, verbose = FALSE)
# Gráfico comparativo de impacto en tramos
p_comp <- plot(comp) +
theme_bw(base_size = 11) +
theme(
plot.title = element_text(face = "bold", size = 13, color = "#9B2226"),
legend.position = "right"
) +
labs(
title = "Impacto en Caminabilidad: Delta de Alcance (km)",
subtitle = "Tramos rojos punteados: vías peatonalizadas"
)
p_comp&Una de las características más potentes de patchwork es
el operador &. Mientras que + agrega una
capa únicamente al último gráfico de la expresión, &
aplica la configuración a todos los gráficos del panel de forma
simultánea:
# Crear dos gráficos sencillos
p_a <- plot(iso)
p_b <- plot(path_res)
# Unificar tipografía y fondo en todos los paneles con '&'
panel_unificado <- (p_a | p_b) &
theme_void(base_size = 11) &
theme(
plot.background = element_rect(fill = "#F4F1DE", color = NA),
panel.background = element_rect(fill = "#F4F1DE", color = NA),
plot.title = element_text(face = "bold", size = 12, color = "#3D405B"),
plot.margin = margin(8, 8, 8, 8)
)
panel_unificadoggsave)Para incluir los resultados en artículos científicos, posters de
congresos o planes de desarrollo urbano, los gráficos compuestos con
patchwork pueden exportarse directamente con
ggplot2::ggsave():
# Exportación en formato vectorial para máxima calidad tipográfica y cartográfica
ggplot2::ggsave(
filename = "auditoria_caminabilidad_cusco.pdf",
plot = dashboard_triptico,
width = 12,
height = 9,
units = "in",
device = cairo_pdf
)
# Exportación en imagen rasterizada para presentaciones digitales (300 DPI)
ggplot2::ggsave(
filename = "auditoria_caminabilidad_cusco.png",
plot = dashboard_triptico,
width = 12,
height = 9,
units = "in",
dpi = 300
)| Requerimiento | Solución en walkability +
ggplot2 |
|---|---|
| Cambiar tema base | Encadenar + theme_bw(),
+ theme_minimal(), + theme_void() |
| Modo oscuro | Usar + theme_walkability(dark = TRUE) |
| Personalizar tipografías | + theme(text = element_text(family = "...", size = ...)) |
| Agregar puntos o límites | + geom_sf(data = mi_capa_sf, ...) |
| Componer paneles lado a lado | (p1 | p2) |
| Componer paneles apilados | (p1 / p2) |
| Anotación global con letras A, B, C | + plot_annotation(title = "...", tag_levels = "A") |
| Aplicar tema a toda la composición | Usar el operador & (ej.
(p1 | p2) & theme_bw()) |
| Exportación para imprenta | ggsave(..., dpi = 300) o
device = cairo_pdf |
ggplot2patchwork&ggsave)