Visualização de Dados
Visualização de Dados
Visualização de Dados
Pacote ggplot2
Conceitos
Um exemplo de dados: Diamonds
Criar um objeto gráfico com ggplot
A função ggplot cria um gráfico mas ainda sem visualização:
ggplot(d, aes(carat, price, colour=cut))
Já foi fornecida uma estética: a cor de cada diamante é determinada pela variável categórica cut.
Mas ainda não estabelecemos qual o objecto gráfico, qual o geom, que queremos.
Aplicar um objecto geométrico
Podemos definir o geom como sendo pontos:
ggplot(d, aes(carat,price,colour=cut)) +
geom_point()
Ou podemos definir o geom como sendo linhas:
ggplot(d, aes(carat,price,colour=cut)) +
geom_line()
Aplicar mais que um geom
Ou podemos aplicar os dois geoms anteriores ao mesmo tempo:
ggplot(d, aes(carat, price, colour=cut)) +
geom_point(aes(size=price)) +
geom_line()
Aplicar mais que um geom
Outro exemplo:
ggplot(d, aes(x*y*z, price)) + # x*y*z é uma aproximação do volume do diamante
geom_point(aes(shape=cut)) +
geom_smooth(level=0.95)
O geom geom_smooth cria automaticamente um intervalo de confiança com o nível desejado.
Aplicar mais que um geom
O mesmo exemplo mas salientando a qualidade do diamante:
ggplot(d, aes(x*y*z, price)) +
geom_point(aes(colour=cut), size=1.5) +
geom_smooth(level=0.95)
Separar em grupos
Podemos separar os dados em grupos distintos (no exemplo seguinte dividimos por qualidade do corte) e podemos visualizar cada grupo de forma distinta (por exemplo, com cores ou padrões diferentes):
ggplot(d, aes(carat, price, colour=cut, group=cut)) +
geom_point() +
geom_smooth(method="lm", level=0.5)
Separar em grupos
Outro exemplo. Neste caso o geom geom_boxplot faz o agrupamento automaticamente:
ggplot(d, aes(cut, price)) +
geom_boxplot()
Restringir os dados
É também possível restringir os dados num geom. Aqui apenas fazemos a regressão linear para os diamantes com corte ideal:
ggplot(d, aes(carat, price)) +
geom_point(aes(colour=cut)) +
geom_smooth(data=subset(d, cut=="Ideal"), method="lm")
O geom gráfico de barras
Este geom produz um gráfico de barras:
ggplot(diamonds) +
geom_bar(aes(x=cut, fill=cut))
O geom gráfico de barras
Se dermos ao argumento fill outro campo, o ggplot2 faz um gráfico de barras empilhado:
ggplot(diamonds) +
geom_bar(aes(x=cut, fill=clarity))
O geom gráfico de barras
Se, no entanto, quisermos as barras ao lado umas das outras é preciso explorar outras opções:
ggplot(diamonds) +
geom_bar(aes(x=cut, fill=clarity), position="dodge")
Nota: existem muitas opções e é preciso explorar os ficheiros de ajuda, livros ou tutoriais na internet para encontrar o que queremos.
O geom histograma
ggplot(diamonds, aes(x=carat)) +
geom_histogram(binwidth=0.1, fill="steelblue")
O geom densidade
ggplot(d, aes(x=carat)) +
geom_density()
Conectar objectos geométricos com estatísticas
ggplot(diamonds, aes(carat)) +
xlim(0, 3) +
geom_area(stat="density")
Conectar objectos geométricos com estatísticas
O mesmo gráfico com outra estatística (bin conta os vários elementos que se encontram em intervalos sucessivos):
ggplot(diamonds, aes(carat)) +
xlim(0, 3) +
geom_area(stat="bin", binwidth=0.1)
Conectar objectos geométricos com estatísticas
Algumas estatísticas são calculadas a partir das funções stat_XX do ggplot2:
p <- ggplot(d, aes(carat, price))
p + geom_point()
p + geom_density2d(stat="density2d")
p + stat_binhex(bins=10)
Mudança de coordenadas
ggplot(data = diamonds) +
geom_bar(aes(x=cut, fill=cut), width=1) +
coord_polar()
ggplot(data = diamonds) +
geom_bar(aes(x=factor(1), fill=cut), width=1) + # fica só com uma coluna
coord_polar(theta="y")
Mudança de coordenadas
Um exemplo mais complexo com mapas:
library(maps)
m <- map_data("italy")
p <- ggplot(m, aes(x=long, y=lat, group=group)) +
geom_polygon(fill="white", colour="black")
p # coordenadas cartesianas
p + coord_map() # projecao de marcator
Facetas
As facetas permitem multiplicar os gráficos por cada categoria:
ggplot(d, aes(carat, price, colour=cut, group=cut)) +
geom_point() +
geom_smooth(method="lm", level=0.5) +
facet_wrap(~ cut)
Facetas
Esta técnica salienta os dados de cada categoria:
df <- dplyr::select(iris, -Species)
ggplot(iris, aes(Sepal.Length, Petal.Length)) + theme_bw() +
geom_point(data=df, colour="grey70") +
geom_point(aes(colour=Species)) +
facet_wrap(~ Species)
