Ligia_plots

# 4 passo - fazendo os plots

##plots de precipitacão 

### opção 1
full_data %>% 
 filter(grepl("p", parcela)) %>%
 arrange(precipitação..mm.) %>%
 ggplot(aes(x = as.factor(precipitação..mm.), y = Kg.ha, color=Monocotiledonea, fill=precipitação..mm.)) +
 geom_boxplot(alpha = 0.2)+
 scale_x_discrete(breaks=c(510, 540, 555, 588, 645, 647, 673, 785, 903, 940),
                  labels=c("p15", "p14", "p16", "p25", "p26", "p2", "p11", "p23", "p27", "p17"))+
 theme_classic() +
 labs(x = "Parcelas", y = "Biomassa em Kg por hectare")

### opção 2
full_data %>% 
  filter(grepl("p", parcela)) %>%
  arrange(precipitação..mm.) %>%
  ggplot(aes(x = as.factor(precipitação..mm.), y = Kg.ha, color=Monocotiledonea, fill=Monocotiledonea)) +
  geom_boxplot(alpha = 0.2)+
  theme_classic() +
  labs(x = "Níveis de Precipitação", y = "Biomassa em Kg por hectare")

## plots restauracao

### plot only restauração

full_data %>% 
  filter(grepl("r", parcela)) %>%
  arrange(restauracao_ano) %>% 
  ggplot(aes(x = as.factor(restauracao_ano), y = Kg.ha, color=Monocotiledonea, fill=Monocotiledonea)) +
  geom_boxplot(alpha = 0.2)+
  theme_classic() +
  labs(x = "Anos de restauração", y = "Biomassa em Kg por hectare")

### Plot precipitacao apenas com as parcelas r

full_data %>% 
  filter(grepl("r", parcela)) %>%
  arrange(precipitação..mm.) %>% 
  ggplot(aes(x = as.factor(precipitação..mm.), y = Kg.ha, color=Monocotiledonea, fill=Monocotiledonea)) +
  geom_boxplot(alpha = 0.2)+
  theme_classic() +
  labs(x = "Precipitação", y = "Biomassa em Kg por hectare")

### plot restauração e precipitação apenas 

full_data %>% 
  filter(grepl("r", parcela)) %>%
  arrange(restauracao_ano) %>%
  ggplot(aes(x = log10(Kg.ha), y = as.factor(restauracao_ano), fill = precipitação..mm.)) +
  geom_density_ridges_gradient(scale = 3, rel_min_height = 0.01) +
  scale_fill_viridis(name = "Precipitação", option = "C") +
  theme_bw() + # trocar essa função por theme_classic se quiser
  labs(x = "Log da Biomassa em Kg por hectare", y = "Anos de restauração")

### plot de restauração com precipitação e monoctiledônias

#### opção 1
full_data %>% 
  filter(grepl("r", parcela)) %>%
  arrange(restauracao_ano) %>%
  ggplot(aes(x = as.factor(restauracao_ano), y = Kg.ha, fill=precipitação..mm.)) +
  geom_boxplot()+
  scale_fill_continuous(name= "Precipitação", type = "viridis")+
  theme_classic() +
  labs(x = "Anos de restauração", y = "Biomassa em Kg por hectare")+
  facet_grid(~ Monocotiledonea)

#### opção 2
full_data %>% 
  filter(grepl("r", parcela)) %>%
  arrange(restauracao_ano) %>%
  ggplot(aes(x = as.factor(restauracao_ano), y = Kg.ha, color= Monocotiledonea,fill=precipitação..mm.)) +
  geom_boxplot(alpha=0.5)+
  scale_fill_continuous(type = "viridis")+
  theme_classic() +
  labs(x = "Anos de restauração", y = "Biomassa em Kg por hectare")

## plot por coleta

### com monocotiledonias

full_data %>% 
  dplyr::mutate(dummy_data=case_when(
    Data== "2.21" ~ 1 ,
    Data== "5.21" ~ 2 ,
    Data== "8.21" ~ 3 ,
    Data== "11.21" ~ 4 ,
    Data== "2.22" ~ 5 ,
    Data== "5.22" ~ 6 ,
    Data== "8.22" ~ 7 ,
    Data== "11.22" ~ 8 )) %>% 
  arrange(dummy_data) %>%
  ggplot(aes(x = as.factor(dummy_data), y = Kg.ha, color=Monocotiledonea, fill=Monocotiledonea)) +
  geom_boxplot(alpha = 0.2)+
  scale_x_discrete(breaks=c(1, 2, 3, 4, 5, 6, 7, 8),
                   labels=c("02.21", "05.21", "08.21", "11.21",
                            "02.22", "05.22", "08.22", "11.22"))+
  theme_classic() +
  labs(x = "Anos do experimento", y = "Biomassa em Kg por hectare")

### com monocotiledonias e se a parcela é R ou P

#### opção 1
full_data %>% 
  dplyr::mutate(dummy_data=case_when(
    Data== "2.21" ~ 1,
    Data== "5.21" ~ 2,
    Data== "8.21" ~ 3,
    Data== "11.21" ~ 4,
    Data== "2.22" ~ 5,
    Data== "5.22" ~ 6,
    Data== "8.22" ~ 7,
    Data== "11.22" ~ 8)) %>% 
  dplyr::mutate(dummy_cat_parcela=case_when(
    grepl("r", parcela) ~ "parcelas de restauração",
    grepl("p", parcela) ~ "parcelas de precipitação",
  )) %>%
  arrange(dummy_data) %>%
  ggplot(aes(x = as.factor(dummy_data), y = Kg.ha, color=Monocotiledonea, fill=Monocotiledonea)) +
  geom_boxplot(alpha = 0.2)+
  scale_x_discrete(breaks=c(1, 2, 3, 4, 5, 6, 7, 8),
                   labels=c("02.21", "05.21", "08.21", "11.21",
                            "02.22", "05.22", "08.22", "11.22"))+
  theme_classic() +
  labs(x = "Anos do experimento", y = "Biomassa em Kg por hectare")+
  facet_grid(~ dummy_cat_parcela)

#### opção 2
full_data %>% 
  dplyr::mutate(dummy_data=case_when(
    Data== "2.21" ~ 1,
    Data== "5.21" ~ 2,
    Data== "8.21" ~ 3,
    Data== "11.21" ~ 4,
    Data== "2.22" ~ 5,
    Data== "5.22" ~ 6,
    Data== "8.22" ~ 7,
    Data== "11.22" ~ 8)) %>% 
  dplyr::mutate(dummy_cat_parcela=case_when(
    grepl("r", parcela) ~ "parcelas de restauração",
    grepl("p", parcela) ~ "parcelas de precipitação",
  )) %>%
  arrange(dummy_data) %>%
  ggplot(aes(x = as.factor(dummy_data), y = Kg.ha, color=Monocotiledonea, fill=as.factor(dummy_cat_parcela))) +
  geom_boxplot(alpha = 0.2)+
  scale_x_discrete(breaks=c(1, 2, 3, 4, 5, 6, 7, 8),
                   labels=c("02.21", "05.21", "08.21", "11.21",
                            "02.22", "05.22", "08.22", "11.22"))+
  theme_classic() +
  labs(x = "Anos do experimento", y = "Biomassa em Kg por hectare")