class: center, middle, inverse, title-slide # <em>Crash Course de R</em> ## Visualização de dados ### Prof. Carlos Trucíos <br><a href="http://ctruciosm.github.io"> <i class="fa fa-desktop fa-fw"></i>  ctruciosm.github.io</a><br> <a href="mailto:carlos.trucios@facc.ufrj.br"><i class="fa fa-paper-plane fa-fw"></i>  carlos.trucios@facc.ufrj.br</a><br> ### Faculdade de Administração e Ciências Contábeis, </br> Universidade Federal de Rio de Janeiro --- layout: true <a class="footer-link" href="http://ctruciosm.github.io">ctruciosm.github.io &mdash; Carlos Trucíos (FACC/UFRJ)</a> <div> <style type="text/css">.xaringan-extra-logo { width: 200px; height: 350px; z-index: 0; background-image: url(imagens/UFRJ.png); background-size: contain; background-repeat: no-repeat; position: absolute; top:1em;right:1em; } </style> <script>(function () { let tries = 0 function addLogo () { if (typeof slideshow === 'undefined') { tries += 1 if (tries < 10) { setTimeout(addLogo, 100) } } else { document.querySelectorAll('.remark-slide-content:not(.title-slide):not(.inverse):not(.hide_logo)') .forEach(function (slide) { const logo = document.createElement('div') logo.classList = 'xaringan-extra-logo' logo.href = null slide.appendChild(logo) }) } } document.addEventListener('DOMContentLoaded', addLogo) })()</script> </div> --- class: inverse, right, middle # Introdução --- ## Introdução **Data Visualization:** interdisciplinary field that deals with the graphic representation of data. -- .center[ <img src="imagens/ggplot2.png" width="15%" /> [O pacote ggplot2](https://ggplot2-book.org) ] -- #### Comandos básicos: - `ggplot()`: prepara o ambiente para o gráfico - `geom_***()`: define o gráfico - `+`: adicionar _camadas_ ao gráfico --- class: inverse, right, middle # ggplot2 --- ## ggplot2 ```r # install.packages("ggplot2") # Instalando o ggplot2 library(ggplot2) # Carregando o ggplot2 head(mpg) # mpg é um dataset do pacote ggplot2 ``` ``` ## # A tibble: 6 x 11 ## manufacturer model displ year cyl trans drv cty hwy fl class ## <chr> <chr> <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr> ## 1 audi a4 1.8 1999 4 auto(l5) f 18 29 p compa… ## 2 audi a4 1.8 1999 4 manual(m5) f 21 29 p compa… ## 3 audi a4 2 2008 4 manual(m6) f 20 31 p compa… ## 4 audi a4 2 2008 4 auto(av) f 21 30 p compa… ## 5 audi a4 2.8 1999 6 auto(l5) f 16 26 p compa… ## 6 audi a4 2.8 1999 6 manual(m5) f 18 26 p compa… ``` Se quiser conhecer mais do _dataset_, basta digitar `?mpg` ou `help(mpg)` > Se você tiver instalado o pacote `tidyverse`, basta carregar ele diretamente `library(tidyverse)`. O pacote `tidyverse` já contem o pacote `ggplot2` --- ## ggplot2: estruturas básicas ```r ggplot(data = mpg) + * geom_point(mapping = aes(x = displ, y = hwy)) ``` <!-- --> --- ## ggplot2: estruturas básicas - `ggplot()`: crea o arcabouço do gráfico onde iremos adicionar (`+`) as diferentes *camadas*, o argumento *data* recebe nosso conjunto de dados. -- - `ggplot()`: sozinho não traz nada interessante, mas prepara o caminho para construirmos os gráficos. -- - `geom_point()`: vai incluir a nuvem de pontos (scatter plot) no nosso gráfico. O argumento `aes()` dentro da função `geom_point()` nos diz quais variáveis serão mapeadas para fazer o gráfico (qual variável estará no eixo `\(x\)` e qual no eixo `\(y\)`) --- ## ggplot2: Hands-on #### Hands-on 1. Rode o seguinte código ```r ggplot(data = mpg) + geom_point(mapping = aes(x = displ, y = hwy, color = class)) ``` 2. Subtitua *color = class* por *colour = class* 3. Subtitua *color* por *shape* 4. Subtitua *color* por *size* 5. Subtitua *class* por *trans* 6. O que acontece se fizermos (dentro de `geom_point()`) ```r mapping = aes(x = displ, y = hwy, color = trans, size = trans) ``` -- > Com `aes()` podemos incluir tamanho (size), forma (shape), color (color/colour), transparência (alpha),... --- ## ggplot2: estruturas básicas - Às vezes queremos apenas escolher uma unica cor para os pontos. -- ```r ggplot(data = mpg) + * geom_point(mapping = aes(x = displ, y = hwy), color = "green4") ``` .center[ <!-- --> ] -- > Repare que definimos *color = "green4"* fora de `aes()`, como mais um argumento no `geom_point()`. --- ## ggplot2: estruturas básicas ```r ggplot(data = mpg) + geom_point(mapping = aes(x = displ, y = hwy, * color = displ < 3)) ``` <!-- --> --- ## ggplot2: facets > Cuidado onde colocarmos o sinal "+", "+" deve ir no final de uma linha e não no começo! -- Às vezes estamos interessados em visualizar os dados por categoria: -- - Uma forma é visualizar tudo em um único gráfico e separar as categorias por cor/tamanho/forma. -- - Outra forma é separar o gráfico em _facets_ (sub-figuras em que cada sub-figura represente um grupo ou categoria). Para isto, usaremos `facet_wrap(~var_cat)` --- ## ggplot2: facets ```r ggplot(data = mpg) + geom_point(mapping = aes(x = displ, y = hwy), color = "green4") + * facet_wrap(~class) ``` <!-- --> --- ## ggplot2: facets Se quisermos separar as figuras em dois tipos de categorias (2 variáveis categóricas) diferentes, usamos `facet_grid(var_cat1 ~ var_cat2)` -- ```r ggplot(data = mpg) + geom_point(mapping = aes(x = displ, y = hwy), color = "green4") + * facet_grid(cyl~class) ``` <!-- --> --- ## ggplot2: geom_*() Além de `geom_point()` existem outros tipos de gráficos que podem ser feitos com ggpplot2, por exemplo: `geom_line()`, `geom_smooth()`, `geon_bloxplot()`, `geom_histogram()`, etc. - `geom_point()`: gráfico de dispersão -- - `geom_line()`: grafico de sequência (séries temporais) -- - `geom_smooth()`: fará uma curva de suavização (pode fazer uma reta de regressão se incluirmos `method = "lm"`) -- - `geom_bloxplot()`: boxplots -- - `geom_histogram()`: histogramas --- ## ggplot2: geom_*() ```r ggplot(data = mpg) + * geom_point(mapping = aes(x = displ, y = hwy)) ``` <!-- --> --- ## ggplot2: geom_*() ```r ggplot(data = mpg) + * geom_smooth(mapping = aes(x = displ, y = hwy)) ``` <!-- --> --- ## ggplot2: geom_*() .panelset[ .panel[.panel-name[R Code] ```r url <- "https://raw.githubusercontent.com/ctruciosm/ctruciosm.github.io/master/datasets/BTCUSDT.csv" btc <- read.csv(url) head(btc) *btc$timestamp <- as.Date(btc$timestamp) ggplot(data = btc) + * geom_line(mapping = aes(x = timestamp, y = close)) ``` ] .panel[.panel-name[Plot] <!-- --> ] ] --- ## ggplot2: geom_*() ```r ggplot(data = mpg) + * geom_boxplot(mapping = aes(x = displ, color = class)) ``` <!-- --> --- ## ggplot2: geom_*() ```r ggplot(data = mpg) + * geom_boxplot(mapping = aes(x = displ, color = class)) + * facet_wrap(~class) ``` <!-- --> --- ## ggplot2: geom_*() ```r ggplot(data = mpg) + * geom_histogram(mapping = aes(x = displ)) ``` <!-- --> --- ## ggplot2: geom_*() + facet ```r ggplot(data = mpg) + * geom_histogram(mapping = aes(x = displ)) + * facet_wrap(~class) ``` <!-- --> --- ## ggplot2: geom_*() + facet - Se formos utilizar sempre as mesmas variáveis mapeadas, podemos definir o `aes()` dentro do `ggplot()`. -- - Também podemos incluir várias _camadas de gráficos_ e misturar com `facet_grid()`/`facet_wrap()` -- ```r ggplot(data = mpg, aes(x = displ, y = hwy)) + * geom_point() + * geom_smooth() ``` <!-- --> --- ## ggplot2: geom_*() + facet ```r ggplot(data = mpg, aes(x = displ, color = class)) + geom_histogram() + facet_wrap(~class) ``` <!-- --> -- O que acontece de mudarmos `color = class` por `fill = class`? --- ## ggplot2: Hands-on #### Hands-on (utilizando o _dataset_ `mpg`) 1. Faça um gráfico de dispersão com x = displ, y = hwy 2. No mesmo gráfico, utilize geom_smooth() para incluir uma curva suavizada 3. Que os pontos no gráfico estejam de cores diferentes segundo drv 4. O que acontece se incluirmos linetype = drv dentro do aes() referente à suavização? 5. Substitua o linetype por color 6. dentro do geom_smooth() mas fora do aes(), escreva se = FALSE --- ## ggplot2: mix #### Gabarito ```r ggplot(data = mpg) + geom_point(aes(x = displ, y = hwy, color = drv)) + geom_smooth(aes(x = displ, y = hwy, linetype = drv), se = FALSE) ``` <!-- --> --- ## ggplot2: gráfico de barras ```r ggplot(data = diamonds) + geom_bar(mapping = aes(x = cut), fill = "blue") ``` <!-- --> --- ## ggplot2: gráfico de barras ```r ggplot(data = diamonds) + geom_bar(mapping = aes(x = cut, fill = cut)) ``` <!-- --> --- ## ggplot2: gráfico de barras ```r ggplot(data = diamonds) + geom_bar(mapping = aes(x = cut, fill = color)) ``` <!-- --> --- ## ggplot2: argumento position ```r ggplot(data = diamonds) + * geom_bar(mapping = aes(x = cut, fill = color), position = "stack") ``` <!-- --> --- ## ggplot2: argumento position ```r ggplot(data = diamonds) + * geom_bar(mapping = aes(x = cut, fill = color), position = "fill") ``` <!-- --> --- ## ggplot2: argumento position ```r ggplot(data = diamonds) + * geom_bar(mapping = aes(x = cut, fill = color), position = "dodge") ``` <!-- --> -- > O argumento position nos ajuda a fazer ajustes da posição: "identity" ,"stack", "fill", "dodge", "jitter" --- ## ggplot2: sistema de coordenadas Podemos tambem mudar o sistema de coordenadas -- ```r ggplot(data = mpg) + geom_boxplot(mapping = aes(x = displ, color = class)) ``` <!-- --> --- ## ggplot2: sistema de coordenadas ```r ggplot(data = mpg) + geom_boxplot(mapping = aes(x = displ, color = class)) + * coord_flip() ``` <!-- --> -- - coord_quickmap(): para dar as corretas proporções em mapas (sim, podemos fazer mapas no R!) - coord_polar(): coordenadas polares --- ## ggplot2: Hands-on #### Hands-on Escreva o seguinte código: ```r ggplot(data = diamonds) + geom_bar(mapping = aes(x = cut, fill = cut)) ``` 1. Mude os eixos do gráfico (utilize coord_flip()) 2. Transforme o gráfico de barras para coordenadas polares (utilize coord_polar()) 3. inclua dentro do geom_bar() o argumento width = 1 --- ## ggplot2: Hands-on #### Gabarito ```r p1 = ggplot(data = diamonds) + geom_bar(mapping = aes(x = cut, fill = cut), width = 1) p1 + coord_flip() p1 + coord_polar() ``` --- ## ggplot2: Resumo ```r ggplot(data = <dataset>) + <geom_tipo>( mapping = aes(x = <variavel_x>, y = <variavel_y>, fill = <variavel_fill>), stat = <stat_tipo>, position = <tipo> ) + <coord_tipo> + <facet_tipo> ``` -- **Existem mais de 40 geom dentro do ggplot2 e muitas extensões** - Preocupado com lembrar como usar o ggplot2? imprima o [cheatsheet](https://rstudio.com/resources/cheatsheets/) do ggplot2 - Para ver mais das extensões entre [aqui](https://exts.ggplot2.tidyverse.org/gallery/)