Visualización de Datos con ggplot

El paquete ggplot2 es fundamental en R para la visualización de datos, ofreciendo herramientas poderosas para crear gráficos estéticamente atractivos y claros. Puede ser cargado tanto de manera independiente como como parte del conjunto de paquetes tidyverse, que facilita el flujo de trabajo en análisis de datos. Para iniciar la creación de visualizaciones con ggplot2, se utiliza la función ggplot, que permite definir la estructura básica del gráfico y especificar los mapeos estéticos entre los datos y los elementos visuales del gráfico.

Codigo 
library(datapasta)   # Para facilitar la importación de datos desde el portapapeles
library(r4pde)       # Paquete específico para realizar ajustes de modelos
library(janitor)     # Para operaciones de limpieza y manipulación de datos
library(gsheet)      # Para acceder y manipular hojas de cálculo de Google Sheets
library(googlesheets4)  # Para interactuar con Google Sheets directamente desde R
library(ggplot2)     # Para visualizaciones gráficas avanzadas
library(tidyverse)

Importar datos

Cargar los datos desde cualquier origen para empezar a visualizar usando ggplot

Codigo 
# Cargar los datos desde el archivo CSV
mg <- read_csv("dados-diversos.csv")

Creación de Gráficos con ggplot

En ggplot2, los gráficos se construyen en capas, usando el operador + para añadir cada capa al gráfico. Se utiliza el operador pipe (%>% o |>) para encadenar comandos de manera eficiente.

Gráfico de Puntos

Para crear un gráfico de dispersión con puntos translúcidos:

Codigo 
mg %>%
  ggplot(aes(Irrigation, severity, color = Irrigation)) +
  geom_point(alpha = 0.5)

  • ggplot(): Inicializa un objeto de gráfico en ggplot2 con los datos especificados y los mapeos estéticos.
  • geom_point(): Agrega puntos al gráfico con transparencia controlada por alpha.

Gráfico de Puntos con Formas Diferentes

Para usar formas diferentes según la variable Irrigation:

Codigo 
mg %>%
  ggplot(aes(Irrigation, severity, shape = Irrigation)) +
  geom_point(alpha = 0.5)

  • geom_point(): Además de color, shape se utiliza para asignar diferentes formas a los puntos según los valores de Irrigation.

Gráfico de Líneas

Cambiar a la variable day y añadir líneas conectando los puntos:

Codigo 
mg %>%
  ggplot(aes(day, severity, shape = Irrigation)) +
  geom_point(alpha = 0.5) +
  geom_line()

  • geom_line(): Añade líneas al gráfico para conectar los puntos definidos por geom_point().

Facetas

Crear gráficos separados por la variable rep:

Codigo 
mg %>%
  ggplot(aes(day, severity, shape = Irrigation)) +
  geom_point(alpha = 0.5) +
  geom_line() +
  facet_wrap(~rep)

  • facet_wrap(): Divide el gráfico en múltiples paneles según la variable rep, facilitando la comparación entre diferentes grupos.

Otras Funciones

Codigo 
# Selección de columnas y gráfico de puntos
mg %>%
  select(Irrigation, severity) %>%
  ggplot(aes(Irrigation, severity, shape = Irrigation)) +
  geom_point(alpha = 0.5)

Codigo 
# Gráfico de cajas y puntos
mg %>%
  select(day, severity) %>%
  ggplot(aes(day, severity)) +
  geom_point()

Codigo 
# Agrupación por día y gráfico de puntos
mg %>%
  select(day, rep, severity) %>%
  group_by(day) %>%
  summarise(sev = mean(severity)) %>%
  ggplot(aes(day, sev)) +
  geom_point()

Gráfico de Cajas y Puntos

Codigo 
# Gráfico de cajas, puntos y cambio de variable a day
mg %>%
  select(Irrigation, severity) %>%
  ggplot(aes(Irrigation, severity, shape = Irrigation)) +
  geom_boxplot() +
  geom_point(alpha = 0.5)

Codigo 
# Cambio de variable a day y gráfico de cajas
mg %>%
  select(day, severity) %>%
  ggplot(aes(day, severity)) +
  geom_boxplot() +
  geom_point(alpha = 0.5)

Codigo 
# Separación por grupo
mg %>%
  select(day, severity) %>%
  ggplot(aes(day, severity, group = day)) +
  geom_boxplot() +
  geom_point()

Crear un Nuevo Conjunto y Graficar

Codigo 
mg2 <- mg %>%
  select(day, rep, severity) %>%
  group_by(day) %>%
  summarise(sev = mean(severity)) %>%
  ggplot(aes(day, sev)) +
  geom_point()
  • select(): Se utiliza para seleccionar columnas específicas del data frame antes de pasarlo a ggplot().
  • group_by() y summarise(): Agrupa los datos por una variable (day en este caso) y calcula un resumen estadístico (mean(severity)).
  • geom_boxplot(): Crea gráficos de cajas y bigotes para visualizar la distribución de los datos.
  • geom_point(): Añade puntos a los gráficos de cajas para mostrar los valores individuales.

Este script proporciona un conjunto completo de comandos para visualizar datos utilizando ggplot2 en R, utilizando diversas técnicas gráficas como gráficos de puntos, líneas, facetas y gráficos de cajas con puntos superpuestos. Cada función y operador se adapta para mostrar y explorar datos de manera efectiva según los requisitos específicos del análisis.

Ejemplo

1. Carga de Paquetes

Codigo 
library(datapasta)   # Para facilitar la importación de datos desde el portapapeles
library(r4pde)       # Paquete específico para realizar ajustes de modelos
library(janitor)     # Para operaciones de limpieza y manipulación de datos
library(gsheet)      # Para acceder y manipular hojas de cálculo de Google Sheets
library(googlesheets4)  # Para interactuar con Google Sheets directamente desde R
library(ggplot2)     # Para visualizaciones gráficas avanzadas
library(ggthemes)   #Para visualización de temas de graficos asociados a ggplot

2. Creación de Dataframe pepper

Codigo 
pepper <- tibble::tribble(
   ~t,  ~`1`,  ~`2`,  ~`3`,
   0,  0.08, 0.001, 0.001,
   7,  0.13,  0.01, 0.001,
  14,  0.78,  0.09,  0.01,
  21,  0.92,  0.25,  0.05,
  28,  0.99,   0.8,  0.18,
  35, 0.995,  0.98,  0.34,
  42, 0.999,  0.99,  0.48,
  49, 0.999, 0.999,  0.74
  )
  • Se crea un dataframe pepper utilizando tibble::tribble con datos de incidencia de enfermedades en diferentes días (t), para tres tipos diferentes de enfermedades representadas por las columnas 1, 2 y 3.

3. Visualización Interactiva con DT::datatable

Codigo 
pepper |> 
    DT::datatable(
    extensions = 'Buttons', 
    options = list(dom = 'Bfrtip', 
     buttons = c('excel', "csv")))
  • DT::datatable: Esta función de DT permite visualizar el dataframe pepper como una tabla interactiva en HTML, con opciones para exportar a Excel o CSV.

4. Transformación de Datos con pivot_longer

Codigo 
pepper_dat <- pepper |> 
              pivot_longer(2:4, names_to = "epidemic", values_to = "inc")
pepper_dat 
# A tibble: 24 × 3
       t epidemic   inc
   <dbl> <chr>    <dbl>
 1     0 1        0.08 
 2     0 2        0.001
 3     0 3        0.001
 4     7 1        0.13 
 5     7 2        0.01 
 6     7 3        0.001
 7    14 1        0.78 
 8    14 2        0.09 
 9    14 3        0.01 
10    21 1        0.92 
# ℹ 14 more rows
  • pivot_longer: Del paquete tidyr, esta función reorganiza el dataframe pepper de un formato ancho a uno largo, donde cada fila ahora representa una observación única de incidencia (inc) para cada día (t) y tipo de enfermedad (epidemic).

5. Visualización con ggplot2

Codigo 
pepper_dat |> 
  ggplot(aes(t, inc, 
             linetype = epidemic, 
             shape = epidemic, 
             group = epidemic,
             color = epidemic)) +
  theme_few() +
  scale_color_few() +
  geom_point(size = 3, shape = 16) +
  labs(y = "Incidencia de Enfermedades (y)",
       x = "Tiempo (días)")

  • ggplot: Crea un gráfico utilizando los datos transformados pepper_dat. Utiliza diferentes estilos y formas para representar cada tipo de enfermedad a lo largo del tiempo (t).

6. Anotaciones en el Gráfico con annotate

Codigo 
pepper_dat |> 
  ggplot(aes(t, inc, 
             linetype = epidemic, 
             shape = epidemic, 
             group = epidemic, 
             color=epidemic)) +
  theme_few() +
  scale_color_few() +
  geom_line(linewidth = 1) +
  geom_point(size = 3, shape = 16) +
  annotate(geom = "text", x = 10, y = 0.75, label = "1") +
  annotate(geom = "text", x = 23, y = 0.6, label = "2") +
  annotate(geom = "text", x = 32, y = 0.35, label = "3") +
  labs(y = "Incidencia de Enfermedades (y)",
       x = "Tiempo (días)")

  • annotate: Esta función añade etiquetas de texto (label) a puntos específicos del gráfico (x y y), indicando momentos clave o valores importantes en la serie temporal de incidencia de enfermedades.

6. Facetas en el Gráfico con facet_wrap

Codigo 
pepper_dat |> 
  ggplot(aes(t, inc, 
             linetype = epidemic, 
             shape = epidemic, 
             group = epidemic, 
             color=epidemic)) +
  theme_few() +
  scale_color_few() +
  geom_line(linewidth = 1) +
  facet_wrap(~epidemic)+
  geom_point(size = 3, shape = 16) +
  labs(y = "Incidencia de Enfermedades (y)",
       x = "Tiempo (días)")

  • facet_wrap: se usa para crear una cuadrícula de gráficos, donde cada subgráfico representa un subconjunto de los datos. Esto se logra especificando una fórmula con la variable según la cual se desea dividir los datos.

Parámetros Importantes

  • ~ factor_var: La variable categórica por la cual se desea dividir los datos.
  • ncol: Especifica el número de columnas en la cuadrícula de facetas.
  • nrow: Especifica el número de filas en la cuadrícula de facetas.
  • scales: Permite ajustar las escalas de los ejes. "fixed" (por defecto, las mismas escalas para todos los subgráficos), "free"(escalas independientes para cada subgráfico), "free_x" (eje x independiente) "free_y" (eje y independiente).

Aprendizaje del día

Este script utiliza paquetes como tidyr, ggplot2, y DT para importar, manipular, visualizar y presentar datos de incidencia de enfermedades en pimientos de manera efectiva y visualmente atractiva. Cada paso está diseñado para optimizar el análisis y la comprensión de los datos, facilitando la interpretación de tendencias y patrones en la incidencia de enfermedades a lo largo del tiempo.