Clase 7 Presentaciones En R

Derek Corcoran
"26/10, 2017"

Tipos de presentaciones en R

  • R presentation
  • Ioslides
  • Slidy
  • Beamer (PDF)

Como abrir nueva presentación

plot of chunk unnamed-chunk-1

Se escribe igual que Rmarkdown

  • === es para pasar de una a otra diapo
  • incremental:true justo debajo de los ==== es para que bullets pasen progresivamente
  • El titulo de la diapo va justo sobre los ====
  • si pongo *** entre dos elementos, apareceran en columans distintas
  • puedo darle distinto ancho a cada columna poniendo left: 70% justo bajo los ===

personalización CSS

  • Código HTML que permite personalizar presentaciones
  • Se pone antes del YAML
  • Puede ser sencillo como el siguiente
<style>
.reveal h1, .reveal h2, .reveal h3 {
  word-wrap: normal;
  -moz-hyphens: none;
}
</style>

Dos CSS que suelo usar 

<style>
.reveal h1, .reveal h2, .reveal h3 {
  word-wrap: normal;
  -moz-hyphens: none;
}
</style>
  • Evita que se separen palabras en los títulos
<style>
.small-code pre code {
  font-size: 1em;
}
</style>
  • permite poner class: small-code bajo un ====
  • Más ejemplos acá

Otras cosas

  • Texto normal
<small>This sentence will appear smaller.</small>
  • This sentence will appear smaller.
  • Si se meten a la página del curso, cada carpeta de clase tiene un archivo RPres, que es el que creo la presentación

Ecuaciones

$$
  \begin{aligned}
  \dot{x} & = \sigma(y-x) \\
  \end{aligned}
$$

\[ \begin{aligned} \dot{x} & = \sigma(y-x) \\ \end{aligned} \]

  • acá pueden ver varios ejemplos de como hacer ecuaciones

Recreo?

Shiny!!!!!!!!

plot of chunk unnamed-chunk-7

plot of chunk unnamed-chunk-8

  • Dos archivos, server y app

server, donde se hacen las cosas

  • Generamos gráficos, tablas, calculos, modelos, etc.
  • Estos outputs se crean en base a inputs que bienen de ui
  • la función principal es renderAlgo (renderTable, renderPlot, renderDataTable, etc.)
  • El orden no importa

ui donde se muestran las cosas y

  • Generamos inputs en sliders, cajas de selección, etc.
  • Al mover los inputs cambiamos los outputs
  • Escribimos tiulos parrafos y seleccionamos estilos
  • El orden importa

Generando nuestro primer server

library(shiny)
library(ggplot2)
data("mtcars")

shinyServer(function(input, output) {

  output$distPlot <- renderPlot({
    ggplot(mtcars, aes(x = mpg, y = wt)) + geom_point()
  })

})

plot of chunk unnamed-chunk-10

plot of chunk unnamed-chunk-11

shinyServer(function(input, output) {

  output$distPlot <- renderPlot({
    ggplot(mtcars, aes(x = mpg, y = wt)) + geom_point()
  })
  output$Table <- renderTable({
    mtcars
  })

})

plot of chunk unnamed-chunk-13

plot of chunk unnamed-chunk-14

plot of chunk unnamed-chunk-15

Arreglemos el UI

library(shiny)

shinyUI(fluidPage(

  titlePanel("Old Faithful Geyser Data"),

  sidebarLayout(
    sidebarPanel(
       sliderInput("bins",
                   "Number of bins:",
                   min = 1,
                   max = 50,
                   value = 30)
    ),
    mainPanel(
       plotOutput("distPlot")
    )
  )
))

arreglemos la UI

library(shiny)

shinyUI(fluidPage(

  titlePanel("Datos de motor trends de 1974"),

  sidebarLayout(
    sidebarPanel(
       sliderInput("bins",
                   "Number of bins:",
                   min = 1,
                   max = 50,
                   value = 30)
    ),
    mainPanel(
       plotOutput("distPlot"),
       tableOutput("Table")
    )
  )
))

Agreguemos un input a la UI

library(shiny)

shinyUI(fluidPage(

  titlePanel("Datos de motor trends de 1974"),

  sidebarLayout(
    sidebarPanel(
      selectInput("Variable",
                  "Selecciona la Variable y:",
                  choices = c("cyl", "disp", "hp", "drat", "wt", "qsec", "vs", "am", 
                              "gear", "carb"),
                  selected = "wt")
    ),
    mainPanel(
       plotOutput("distPlot"),
       tableOutput("Table")
    )
  )
))

Ha interactuar con el input!!!!!!

  • Vamos a server
  • Saquemos la tabla por ahora
shinyServer(function(input, output) {

  output$distPlot <- renderPlot({
    ggplot(mtcars, aes_string(x = input$Variable, y = "mpg")) + geom_point()
  })
  output$Table <- renderTable({
    mtcars
  })

})

Generando mas interacción

  • UI
    mainPanel(
       plotOutput("distPlot"),
       selectInput("Modelo", "Selecciona el tipo de modelo:",
                   choices = c("lm", "loess", "gam"), selected = "lm")
    )
  • Server
output$distPlot <- renderPlot({
    ggplot(mtcars, aes_string(x = input$Variable, y = "mpg")) + geom_smooth(method = input$Modelo) + geom_point()
  })

Otros tipos de input (slider)

  • UI
    sidebarPanel(
      selectInput("Variable",
                  "Selecciona la Variable x:",
                  choices = c("cyl", "disp", "hp", "drat", "wt", "qsec", "vs", "am", 
                              "gear", "carb"),
                  selected = "wt"),
      sliderInput("YLIM", "Selecciona los límites del eje y:", min = 0, max = 40, 
                  step = 2, value = c(0,20)
                  )
    )
  • Server
  output$distPlot <- renderPlot({
    p <- ggplot(mtcars, aes_string(x = input$Variable, y = "mpg")) + geom_smooth(method = input$Modelo) + geom_point()
    p + ylim(input$YLIM)
  })

Otros tipos de input (text)

  • UI
        mainPanel(
       plotOutput("distPlot"),
       textInput("Formula", "Escribe la formula de tu modelo:",
                   value =  "y ~ x + I(x^2)")
    )
  • Server
  output$distPlot <- renderPlot({
    p <- ggplot(mtcars, aes_string(x = input$Variable, y = "mpg")) + stat_smooth(method = "lm", formula = input$Formula) + geom_point()
    p + ylim(input$YLIM)
  })

Botón de submit

    mainPanel(
       plotOutput("distPlot"),
       textInput("Formula", "Escribe la formula de tu modelo:",
                   value =  "y ~ x + I(x^2)"),
       submitButton("Actualizar modelo", icon("refresh"))
    )

Transformemos algunas variables en factores?

  • ui
sliderInput("YLIM", "Selecciona los límites del eje y:", min = 0, max = 40, 
                  step = 2, value = c(0,20)
                  ),
checkboxGroupInput("Factores", "Transformar en factores:",
                   c("cyl", "disp", "hp", "drat", "wt", "qsec", "vs", "am", 
                      "gear", "carb"), selected = "am")
  • Server
  output$distPlot <- renderPlot({
    mt <- as.data.frame(map_at(mtcars, factor, .at = input$Factores))
    p <- ggplot(mt, aes_string(x = input$Variable, y = "mpg")) + stat_smooth(method = "lm", formula = input$Formula) + geom_point()
    p + ylim(input$YLIM)
  })

Variables en factores (Para que?)

  output$distPlot <- renderPlot({
    mt <- as.data.frame(map_at(mtcars, factor, .at = input$Factores))
    p<- ggplot(mt, aes_string(x = input$Variable, y = "mpg")) 
    if (class(mt[,input$Variable]) == "numeric"){
      p <- p + stat_smooth(method = "lm", formula = input$Formula) + geom_point()
    }
    if (class(mt[,input$Variable]) == "factor"){
      p <- p + geom_boxplot()
    }
    p + ylim(input$YLIM)
  })

Relleno según otra variable

  • UI
checkboxGroupInput("Factores", "Transformar en factores:",
                         c("cyl", "disp", "hp", "drat", "wt", "qsec", "vs", "am", 
                           "gear", "carb"), selected = "am"),
      selectInput("Color",
                  "Color segun la variable:",
                  choices = c("cyl", "disp", "hp", "drat", "wt", "qsec", "vs", "am", 
                              "gear", "carb"))
  • server
output$distPlot <- renderPlot({
    mt <- as.data.frame(map_at(mtcars, factor, .at = input$Factores))
    p <- ggplot(mt, aes_string(x = input$Variable, y = "mpg"))
    if (class(mt[, input$Variable]) == "numeric") {
        p <- p + stat_smooth(method = "lm", formula = input$Formula, aes_string(fill = input$Color)) + 
            geom_point()
    }
    if (class(mt[, input$Variable]) == "factor") {
        p <- p + geom_boxplot(aes_string(fill = input$Color))
    }
    p + ylim(input$YLIM)
})

Evaluación Final

Evaluación 2 (31 de Octubre)

  • Transformar Rpubs de html a PDF
  • Debe tener
    • Al menos un chunk
    • Al menos un inline code
    • Al menos una tabla con leyenda (por favor no mas de una hoja!)
    • Al menos una figura con leyenda
    • Al menos una cita y su bibliografía

Evaluación Final

  • Una presentación en Rpubs
  • Máximo 5 minutos
  • Debe ser entretenida y tener:
    • Al menos un chunk
    • Al menos un inline code
    • Al menos una figura
    • Para el martes 31 de Octubre
    • Mínimo 3 diapositivas