Los mapas bivariados son una forma visual de representar simultáneamente dos variables en el espacio. En vez de usar un solo color para mostrar una sola dimensión (como la intensidad de un fenómeno), combinan dos escalas de color para mostrar relaciones entre variables —por ejemplo, pobreza y acceso a salud, densidad y contaminación, o ingreso y escolaridad.
Este tipo de visualización puede ser muy poderosa, sobre todo cuando queremos detectar patrones conjuntos o áreas críticas con múltiples problemáticas. Sin embargo, no son del gusto de todo mundo: mientras algunas personas los ven como una herramienta rica y compacta, otros los encuentran confusos o difíciles de interpretar sin una leyenda clara. Como con muchas herramientas en ciencia de datos, el contexto y el público mandan.
Dicho eso, uno de los grandes placeres de trabajar en ciencia de datos es descubrir recursos bien hechos, útiles y directamente aplicables. Hoy queremos recomendar un excelente tutorial de Noe Osorio que explica paso a paso cómo construir mapas bivariados en R usando sf, ggplot2 y otras herramientas del tidyverse.
Este tutorial cubre desde cómo cargar y visualizar datos geoespaciales hasta cómo generar mapas bivariados con escalas bien definidas y estéticamente agradables. Es una lectura rápida, pero llena de ejemplos útiles, especialmente si estás empezando con análisis espacial en R.
Conozco a Noe desde hace años, y además de ser un gran colega, tiene una habilidad especial para explicar conceptos técnicos de forma clara y accesible. Su trabajo es una referencia constante en la comunidad de ciencia de datos en México y siempre es un gusto aprender con él.