class: center, middle, inverse, title-slide # Conhecendo o ggplot2 ## RLadies São Paulo ### Letícia Thomaz ### 26/06/2021 --- class: inverse, center, middle # GGPLOT2 --- # ggplot2 Existem diversas formas de fazer gráficos no R Uma delas é utilizando o pacote **_ggplot2_** ### Por que usar esse pacote? + faz gráficos elegantes + muito versátil + implementa a "gramática dos gráficos" -- # Instalação ```r install.packages("ggplot2") library(ggplot2) ``` --- # "Gramática dos Gráficos" * É uma ferramenta que segue uma abordagem para descrever e construir gráficos de maneira estruturada * Um [artigo](http://vita.had.co.nz/papers/layered-grammar.pdf) propôs uma parametrização alternativa dessa gramática em 2005 * Traz a ideia de construir um gráfico a partir de várias **camadas** * As ideias desse artigo foram implementadas no **_ggplot2_** .center[] --- # Como construir um gráfico? ### Dados Para criar um gráfico, a primeira coisa que a gente precisa é escolher nossos dados. -- ### Mapear o que queremos plotar * qual variável queremos colocar no eixo x? * qual variável queremos colocar no eixo y? -- ### Definir qual o objeto geométrico queremos criar * ponto? * linha? * barras? -- ### ... Melhorar a estética --- # Dados Para os exemplos dessa apresentação, vou usar dados da série **Friends**. Pra quem quiser rodar os exemplos, é só instalar o pacote `install.packages("friends")`. ```r # Carregando os dados df_friends_info <- friends::friends_info head(df_friends_info) ``` ``` ## # A tibble: 6 x 8 ## season episode title directed_by written_by air_date us_views_millio~ ## <int> <int> <chr> <chr> <chr> <date> <dbl> ## 1 1 1 The Pilot James Burr~ David Crane~ 1994-09-22 21.5 ## 2 1 2 The One w~ James Burr~ David Crane~ 1994-09-29 20.2 ## 3 1 3 The One w~ James Burr~ Jeffrey Ast~ 1994-10-06 19.5 ## 4 1 4 The One w~ James Burr~ Alexa Junge 1994-10-13 19.7 ## 5 1 5 The One w~ Pamela Fry~ Jeff Greens~ 1994-10-20 18.6 ## 6 1 6 The One w~ Arlene San~ Adam Chase ~ 1994-10-27 18.2 ## # ... with 1 more variable: imdb_rating <dbl> ``` .center[] --- # Mapear o que queremos plotar Quero dar uma olhada na relação entre o total de visualizações e a avaliação que o episódio recebeu pelo imdb. Então vou querer plotar no eixo x us_views_millions e no eixo y a variável imdb_rating. ```r # Variáveis escolhidas df_friends_info %>% select(us_views_millions, imdb_rating) %>% head() ``` ``` ## # A tibble: 6 x 2 ## us_views_millions imdb_rating ## <dbl> <dbl> ## 1 21.5 8.3 ## 2 20.2 8.1 ## 3 19.5 8.2 ## 4 19.7 8.1 ## 5 18.6 8.5 ## 6 18.2 8.1 ``` --- # Definir o objeto geométrico Como as duas variáveis escolhidas são numéricas e eu quero ver a relação entre elas, eu vou escolher fazer um gráficos de pontos. <br /> .center[] --- # Estrutura Básica do ggplot2 -- ## Dados .center[] --- # Estrutura Básica do ggplot2 ## Variáveis .center[] --- # Estrutura Básica do ggplot2 ## Objeto geométrico .center[] --- ### Gráfico de dispersão das visualizações pela nota do episódio ```r ggplot(data = df_friends_info, mapping = aes(x = us_views_millions, y = imdb_rating)) + geom_point() ``` -- <img src="index_files/figure-html/unnamed-chunk-4-1.png" style="display: block; margin: auto;" /> --- # Objetos Geométricos - Gráficos de dispersão: `geom_point()` - Gráficos de barras: `geom_col()` ou `geom_bar()` - Gráficos de linhas: `geom_line()` - Histograma: `geom_hist()` - Boxplot: `geom_boxplot()` - Densidade: `geom_density()` - Suavização: `geom_smooth()` - Adicionar rótulos ou textos: `geom_label()` ou `geom_text()` --- ## Parâmetros dos Objetos Geométricos Todos esses objetos geométricos possuem elementos estéticos. Por exemplo: ### geom_point() Os parâmetros disponíveis são: - **x**: variável do eixo x - **y**: variável do eixo y - **alpha**: controla a transparência dos pontos - **colour**: define a cor dos pontos - **fill**: define a cor de preenchimento dos pontos - **group**: agrupa os dados por outra variável - **shape**: define o formato dos pontos - **size**: define o tamanho dos pontos - **stroke**: define o tamanho da borda dos pontos [Saiba mais sobre o geom_point()](https://ggplot2.tidyverse.org/reference/geom_point.html) --- ### Gráfico de dispersão das visualizações pela nota do episódio Vamos **colorir** os pontos de acordo com a temporada que aquele episódio pertence ```r ggplot(data = df_friends_info, mapping = aes(x = us_views_millions, y = imdb_rating, * colour = factor(season))) + geom_point() ``` -- <img src="index_files/figure-html/unnamed-chunk-6-1.png" style="display: block; margin: auto;" /> --- class: inverse, middle # Vamos fazer um exemplo colocando mais algumas camadas? -- 1. Fazer um boxplot da variável *us_views_millions* pela variável *season* -- 2. Adicionar uma **camada** que mostra o valor da média como um ponto no gráfico -- 3. Adicionar uma **camada** que exibe o valor da mediana como texto -- 4. Adicionar uma **camada** de texto que identifica quais são os 2 episódios mais assistidos (outliers) --- **Obs:** para colocar as medidas (mediana e média) no gráfico, criei uma outra base chamada **df_friends_agrup**. E para identificar os episódios mais assistidos, criei uma base chamada **top_2**. ```r # Agrupa os dados para pegar a média e mediana df_friends_agrup <- df_friends_info %>% dplyr::group_by(season) %>% dplyr::summarise(mean_views = mean(us_views_millions), median_views = median(us_views_millions)) # Seleciona os 2 episódios mais assistidos top_2 <- df_friends_info %>% arrange(desc(us_views_millions)) %>% select(season, title, us_views_millions) %>% head(4) %>% distinct() ``` --- ### 1. Boxplot ```r parte_1 <- ggplot() + geom_boxplot(data = df_friends_info, mapping = aes(x = factor(season), y = us_views_millions, fill = factor(season))) ``` -- <!-- --> --- ### 2. Boxplot + Média ```r parte_1e2 <- parte_1 + geom_point(data = df_friends_agrup, mapping = aes(x = factor(season), y = mean_views), colour = "yellow", size = 2) ``` -- <!-- --> --- ### 3. Boxplot + Média + Mediana (texto) ```r parte_1e2e3 <- parte_1e2 + geom_text(data = df_friends_agrup, mapping = aes(x = factor(season), y = median_views, label = format(median_views, digits = 1, nsmall = 1)), fontface = "bold", size = 4, vjust = -0.5) ``` -- <!-- --> --- ### 4. Boxplot + Média + Mediana (texto) + Top 2 (texto) ```r parte_1e2e3e4 <- parte_1e2e3 + geom_label(data = top_2, mapping = aes(x = factor(season), y = us_views_millions, label = title)) ``` -- <!-- --> --- ## Código completo ... ```r ggplot() + # Camada 1 geom_boxplot(data = df_friends_info, mapping = aes(x = factor(season), y = us_views_millions, fill = factor(season))) + # Camada 2 geom_point(data = df_friends_agrup, mapping = aes(x = factor(season), y = mean_views), colour = "yellow", size = 2) + # Camada 3 geom_text(data = df_friends_agrup, mapping = aes(x = factor(season), y = median_views, label = format(median_views, digits = 1, nsmall = 1)), fontface = "bold", size = 4, vjust = -0.5) + # Camada 4 geom_label(data = top_2, mapping = aes(x = factor(season), y = us_views_millions, label = title)) ``` --- ## Resultado ... <img src="index_files/figure-html/unnamed-chunk-17-1.png" style="display: block; margin: auto;" /> --- class: inverse, middle ### Já sabemos fazer um gráfico simples 😄 ### E agora já sabemos como adicionar mais camadas 😄 -- # Como mexer no estilo do gráfico ? # Como deixar ele dentro do padrão da apresentação, por exemplo? --- ### Quase tudo no **ggplot2** pode ser modificado. Existe uma folhinha de _"cola"_ ([cheatsheet](https://github.com/rstudio/cheatsheets/blob/master/data-visualization-2.1.pdf)) que nos motra todos os parâmetros que podemos adicionar em cada um dos objetos geométricos. Ela também mostra que podemos alterar o título do gráfico, título dos eixos, podemos alterar as cores. Uma infinidade de alterações podem ser feitas nas camadas. .center[  ] --- ### Quais as camadas de estilo que eu mais uso ??? `labs()`: essa **camada** altera o título do gráfico, o título do eixo y, e título do eixo x. ```r grafico + labs(title = "Título do meu gráfico", x = "Título do meu eixo x", y = "Título do meu eixo y") ``` `scale_fill_brewer()`: essa **camada** altera as cores do `fill` que acrescentamos no boxplot, por exemplo: ```r grafico + scale_fill_brewer(name = "Temporada", palette = "Set3") ``` `theme_bw()`, `theme_minimal()`, `theme_classic()`: essa **camada** altera o tema do gráfico: ```r grafico + theme_bw() ``` --- # theme() Essa camada é uma forma de customizar os componentes do seu gráfico que não envolvem os dados. Por exemplo: fonte do título, tamanho do título, cor dos textos, tamanho da legenda, etc... Normalmente, é a camada que eu deixo por último! ### O que você consegue alterar com essa camada? * **plot.title**: título do gráfico (fonte, tamanho, cor, posição) * **axis.title**: título dos eixos (fonte, tamanho, cor, posição) * **legend.background**: cor do fundo da legenda Se quiser ver tudo que é possível ser alterado, só clicar nesse [link aqui](https://ggplot2.tidyverse.org/reference/theme.html)! --- # Vamos deixar aquele boxplot mais bonito? ```r boxplot_anterior + # Alterando os títulos labs(title = "Boxplot Us Million Views x Temporada", x = "Temporada", y = "Us Million Views") + # Alterando a cor para roxo scale_fill_brewer(name = "Temporada", palette = "Set3") + # Alterando o tema theme_bw() + # Alterando fontes e tamanhos ... theme(plot.title = element_text(family = "Ink Free", size = 20, face = "bold", colour = "#562457", hjust = 0.5), text = element_text(family = "Ink Free"), axis.title = element_text(size = 17, face = "bold"), axis.text = element_text(size = 15, face = "bold"), legend.text = element_text(size = 15, face = "bold"), legend.title = element_text(size = 17, face = "bold")) ``` --- ### Resultado ... <img src="index_files/figure-html/unnamed-chunk-23-1.png" style="display: block; margin: auto;" /> --- class: inverse, middle, center ## Obrigada! .center[] <small> Artwork by @allison_horst </small> Slides criados usando o pacote [**xaringan**](https://github.com/yihui/xaringan). Todo o material está disponível no [**github!**](https://github.com/lodthomaz/ggplot2_RLadiesSP) Link da apresentação: [https://lodthomaz.github.io/ggplot2_RLadiesSP/#1](https://lodthomaz.github.io/ggplot2_RLadiesSP/#1) Siga as RLadies SP no [**instagram**](https://instagram.com/rladiessaopaulo?igshid=1ij2ofwaxkr2q) 😄 --- ## Exemplinho extra com geom_col !!! Dentro do pacote de `friends` tem uma base com as emoções de cada cena das 4 temporadas iniciais. Quero saber tem alguma temporada com mais cenas neutras que as demais, por exemplo. ```r # Dados df_emotions <- friends::friends_emotions # Agrupando a base emotions por temporada e emoção emotions_agrup <- df_emotions %>% dplyr::group_by(season, emotion) %>% dplyr::summarise(qtde = n()) %>% mutate(qtde_percent = qtde / sum(qtde)) head(emotions_agrup, 4) ``` ``` ## # A tibble: 4 x 4 ## # Groups: season [1] ## season emotion qtde qtde_percent ## <int> <chr> <int> <dbl> ## 1 1 Joyful 599 0.207 ## 2 1 Mad 309 0.107 ## 3 1 Neutral 1241 0.428 ## 4 1 Peaceful 112 0.0386 ``` --- ### Exemplinho extra com geom_col !!! <small> Para ver a proporção de cada emoção nas temporadas, podemos fazer um gráfico de barras que some 100%. </small> ```r emotions_agrup %>% # dados que agrupamos no slide anterior ggplot() + geom_col(mapping = aes(x = season, y = qtde, fill = emotion, # vamos preencher as barras de acordo com a emoção group = emotion), position = 'fill', # esse parâmetro faz a barra somar 100% color = "black") + geom_label(aes(x = season, y = qtde, group = emotion, label = scales::percent(qtde_percent,accuracy = .1)), # ajusta o label para percentual position = position_fill(vjust = 0.5), family= "Ink Free", fontface = "bold", size=4) + scale_y_continuous(labels = scales::percent) + # Alterando os títulos labs(title = "Proporção de Emoções por Temporada", x = "Temporada", y = "Proporção de Emoções (%)") + # Alterando a cor da paleta scale_fill_brewer(name = "Temporada", palette = "Set3") + # Alterando o tema theme_bw() + # Alterando fontes e tamanhos ... theme(plot.title = element_text(family = "Ink Free", size = 20, face = "bold", hjust = 0.5), text = element_text(family = "Ink Free"), axis.title = element_text(size = 17, face = "bold"), axis.text = element_text(size = 15, face = "bold"), legend.text = element_text(size = 15, face = "bold"), legend.title = element_text(size = 17, face = "bold")) ``` --- ## Resultado ... <img src="index_files/figure-html/unnamed-chunk-26-1.png" style="display: block; margin: auto;" />