Aula 5 - Gráficos com ggplot2

Lucas C. L. do Carmo

2020 - 10 - 22

Anteriormente…

• Introdução ao ggplot2 (Aula 3)
• Workshop de importação e transformação de dados (Aula 4)

Hoje…

• Quais os geoms do ggplot2
• Como modificar escalas
  • Escalas de cor
  • Escalas de formas de pontos
  • Escalas de tipos de linhas
  • Escalas dos eixos
• Como adicionar média, desvios e barras de erro diretamente
• Como modificar temas dos gráficos
• Extensões do ggplot2
• Como salvar os gráficos

geoms

geoms básicos:

• geom_point()
• geom_line(), geom_path()
• geom_col()
• geom_text(), geom_label()
• geom_area()
• geom_rect(), geom_raster(), geom_tile()
• geom_polygon()

Todos estes aceitam coordenadas de x e y, aceitam outrs estéticas como color, fill, size e outros.

Eu chamo de geoms básicos porque eles apenas mostram os dados que são apresentados a eles sem fazer nenhum tipo de cálculo ou transformação.

Exemplos de geoms básicos

Exemplos de geoms básicos (2)

geoms coletivos

Os geoms coletivos são elementos gráficos que agrupam os dados de alguma forma ou que aplicam alguma transformação matemática/estatística para exemplificar algum grau de incerteza ou mostrar a ditribuição dos dados.

Nesta categoria temos:

• geom_histogram(), geom_freqpoly()
• geom_boxplot()
• geom_violin()
• geom_density(), geom_density_2d()
• geom_smooth(),
• geom_linerange()

Exemplos de geoms coletivos

Exemplos de geoms coletivos (2)

Outros geoms

Existem outros geoms que podem encontrados na página de referência do ggplot2.

https://ggplot2.tidyverse.org/reference/

Lá você pode achar mais informações que se aplique ao seu uso.

plotando funções

Estéticas

Na primeira aula de ggplot2 eu expliquei que as estéticas do gráfico, (eixo x, eixo y, cor, tipo de linha, tamanho de ponto etc) são mapeadas aos dados que são passados à função ggplot.

É possível customizar a escala do mapeamento através das funções scale_*_*() ou sobrescrever as estéticas manualmente.

Sobrescrevendo mapeamentos estéticos

ggplot(mpg) +
  aes(displ, hwy,
      col = cyl) + 
  geom_point() 

ggplot(mpg) +
  aes(displ, hwy,
      col = "blue") + 
  geom_point()

Sobrescrevendo mapeamentos estéticos

ggplot(mpg) +
  aes(displ, hwy,
      col = "blue") + 
  geom_point() 

ggplot(mpg) +
  aes(displ, hwy) + 
  geom_point(col = "blue") 

Mudando escalas

ggplot(mpg) + 
  aes(displ, hwy,
      col = cyl,
      shape = drv) + 
  geom_point(size = 3) +
  scale_color_gradient( 
    low = "grey25", 
    high = "firebrick") +
  scale_shape_manual( 
    values = c(2,4,1))

Referência de tipos de pontos e linhas

Mudando escalas dos eixos

As escalas dos eixos podem ser modificadas através das funções scale_<x>_*() onde dentro de < > pode ser o eixo x e eixo y.

Algumas das transformações comuns são: - Aumentar os limites do gráfico - Inverter os valores dos eixos - Mudar para escala logarítmica, inverso, raiz quadrada - Mudar a quantidade de linhas divisoras breaks - Mudar as labels dos breaks

Modificando escala dos eixos

ggplot(mpg) +
  aes(displ,hwy) +
  geom_point() +
  scale_x_log10(
    limits = c(0.5,10),
    breaks = c(1,10),
    labels = c("um", "dez")
  ) + 
  scale_y_sqrt( 
    breaks = c(max(mpg$hwy), 
               min(mpg$hwy), 
               mean(mpg$hwy)),
    labels = scales::dollar,
    expand = c(0,0)
  )

Adicionando resumos estatísticos

Uma das formas de plotar os resumos estatísticos, como média e desvio padrão entre triplicatas, é calcular estes valores, criar um objeto com eles e plotar no gráfico.

• Desvantagens
• Aumenta o número de operações
• Mais código para escrever
• Menos intuitivo para quem está lendo
• Dificulta a adição dos dados do resumo sobre os dados brutos no gráfico

Para se adicionar resumos estatísticos (média, desvio padrão etc) existe um tipo específico de geom chamado stat_summary().

Através deste é possível adicionar funções que retornam os valores dos resumos estatísticos sem ter que criar um objeto antes de criar o gráfico

Comparando métodos

Método 1

df_summary <- df %>% 
  group_by(x) %>% 
  summarise(
    y_mean = mean(y)
  )

ggplot(df) +
  aes(x,y) +
  geom_point() +
  geom_point(
    data = df_summary,
    aes(x, y_mean),
    size = 5, 
    color = "red")

Método 2

ggplot(df) +
  aes(x, y) +
  geom_point() +
  stat_summary(
    fun = mean, 
    geom = "point",
    size = 5,
    col = "red") 

Resultado dos métodos

Método 1

Método 2

Neste caso foi usado apenas a função média, mas pode ser usada qualquer função escrita que retorne o valor central, mínimos e máximos.

Modificando temas

Temas do ggplot2

Por padrão alguns temas vêm instalados como o theme_bw(), theme_dark(), theme_void() e alguns outros.

Porém é possível modificar os elementos de um tema usando a função theme(). Esta função contém muitos argumentos e não é prático estudá-los nesta aula, contudo é bem documentado na página de temas do ggplot2 https://ggplot2.tidyverse.org/reference/theme.html.

Elementos do tema

Extensões do ggplot2

Extensões

Existem extensões que adicionam outros temas, geoms, stats, tipos de gráficos, escalas de cores, gráficos interativos e muito mais ao ggplot2. Alguns dos principais são:

• gganimate:: facilita a criação animações de gráficos e exporta em .gif ou formato de vídeo.
• ggforce:: adiciona outros geoms e outros tipos de facet
• patchwork:: facilita a combinação de vários gráficos em uma só imagem
• ggrepel:: automaticamente posiciona elementos de geom_text() para que não fiquem sobrepostos
• gghighlight:: facilita que dados sejam destacados nos gráficos
• ggtext:: facilita formatação de textos dos gráficos
• ggthemes:: importa vários temas distintos
• ggpmisc:: adiciona várias funcionalidades variadas
• ggpubr:: importa funções que facilitam a construção de gráficos prontos para publicação
• esquisse:: interface gráfica para criação de gráficos

gganimate

library(gapminder)
library(gganimate)

ggplot(gapminder, aes(gdpPercap, lifeExp, size = pop, colour = country)) +
  geom_point(alpha = 0.7, show.legend = FALSE) +
  scale_colour_manual(values = country_colors) +
  scale_size(range = c(2, 12)) +
  scale_x_log10() +
  facet_wrap(~continent) +
  # Here comes the gganimate specific bits
  labs(title = 'Year: {frame_time}', x = 'GDP per capita', y = 'life expectancy') +
  transition_time(year) +
  ease_aes('linear')

ggforce

ggrepel

ggtext

Como salvar gráficos?

Como salvar gráficos?

Como salvar gráficos?

A forma mais “adequada” de se salvar gráficos é usando a função ggsave().

ggsave(
  plot = grafico,
  filename = "grafico-1.png",
  device = "png",
  path = "pasta-de-graficos",
  width = 16,
  height = 12,
  units = "cm",
  dpi = 600
)