Primeros Gráficos

DESCRIPCIÓN DE LA ACTIVIDAD:

En la presente publicación se indican tres tipos de gráficos estadísticos a partir de tres bases de datos, con la finalidad de indicar una buena presentación de estos gráficos de manera que sean más entendibles y congruentes con la base de datos a la cual cada uno de estos representa, además presentando una breve descripción de los códigos ejecutados en Rstudio Las bases de datos utilizadas son:

Base Arveja: Donde presenta datos redondeados de una investigación de comportamiento en el rendimiento de algunos genotipos de arveja llevada a cabo en el municipio de Guaitarilla (Nariño). Para esta base de datos se utiliza un gráfico de barras.

Loblolly: Donde se presenta el seguimiento del crecimiento de árboles de pino denominados “Loblolly”, donde se estudia la edad, altura y semillas de estos árboles y la relación entre estas variables. Para esta base de datos utilicé un gráfico de histograma.

trees: Aquí se presentan datos de tres variables y su relación de plantas de cerezos negros, las variables evaluadas fueron: Circunferencia de troncos, Altura del árbol y volumen del mismo. Para esta base de datos utilizo un gráfico de puntos con linea de tendencia para revisar el comportamiento de la misma gráfica.

Orange: En esta base se presentan datos de la edad de árboles de naranja y su circunferencia, con el fin de realizar una comparación de éstos.Para esta base de datos utilicé un gráfico de líneas y en el cuál, en la parte final se muestra como un gráfico mas legible e interactivo.

GRÁFICO DE BARRAS

Base de Datos: “Base Arveja”

alt text

---

Link de la imagen

---

A continuación activaré los distintos paquetes requeridos para la realizacion de graficos:

library(tidyverse)

## Warning: package 'tidyverse' was built under R version 4.1.3

## Warning: package 'tibble' was built under R version 4.1.3

## Warning: package 'tidyr' was built under R version 4.1.3

## Warning: package 'readr' was built under R version 4.1.3

## Warning: package 'purrr' was built under R version 4.1.3

## Warning: package 'dplyr' was built under R version 4.1.3

## Warning: package 'stringr' was built under R version 4.1.3

## Warning: package 'forcats' was built under R version 4.1.3

## Warning: package 'lubridate' was built under R version 4.1.3

## -- Attaching core tidyverse packages ------------------------ tidyverse 2.0.0 --
## v dplyr     1.1.2     v readr     2.1.4
## v forcats   1.0.0     v stringr   1.5.0
## v ggplot2   3.4.4     v tibble    3.2.1
## v lubridate 1.9.2     v tidyr     1.3.0
## v purrr     1.0.1     
## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()
## i Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(plotly)

## 
## Attaching package: 'plotly'
## 
## The following object is masked from 'package:ggplot2':
## 
##     last_plot
## 
## The following object is masked from 'package:stats':
## 
##     filter
## 
## The following object is masked from 'package:graphics':
## 
##     layout

library(ggrepel)

## Warning: package 'ggrepel' was built under R version 4.1.3

library(PerformanceAnalytics)

## Warning: package 'PerformanceAnalytics' was built under R version 4.1.3

## Loading required package: xts

## Warning: package 'xts' was built under R version 4.1.3

## Loading required package: zoo

## Warning: package 'zoo' was built under R version 4.1.3

## 
## Attaching package: 'zoo'
## 
## The following objects are masked from 'package:base':
## 
##     as.Date, as.Date.numeric
## 
## 
## ######################### Warning from 'xts' package ##########################
## #                                                                             #
## # The dplyr lag() function breaks how base R's lag() function is supposed to  #
## # work, which breaks lag(my_xts). Calls to lag(my_xts) that you type or       #
## # source() into this session won't work correctly.                            #
## #                                                                             #
## # Use stats::lag() to make sure you're not using dplyr::lag(), or you can add #
## # conflictRules('dplyr', exclude = 'lag') to your .Rprofile to stop           #
## # dplyr from breaking base R's lag() function.                                #
## #                                                                             #
## # Code in packages is not affected. It's protected by R's namespace mechanism #
## # Set `options(xts.warn_dplyr_breaks_lag = FALSE)` to suppress this warning.  #
## #                                                                             #
## ###############################################################################
## 
## Attaching package: 'xts'
## 
## The following objects are masked from 'package:dplyr':
## 
##     first, last
## 
## 
## Attaching package: 'PerformanceAnalytics'
## 
## The following object is masked from 'package:graphics':
## 
##     legend

library(reshape2)

## Warning: package 'reshape2' was built under R version 4.1.3

## 
## Attaching package: 'reshape2'
## 
## The following object is masked from 'package:tidyr':
## 
##     smiths

library(readxl)

## Warning: package 'readxl' was built under R version 4.1.3

Voy a importar la base de datos “Base Arveja”

Base_arveja <- read_excel("C:/Users/PC/Desktop/Ing Agronomica/semestre 9/Software R/Taller 2/base de datos/Base arveja.xlsx")
View(Base_arveja)

Con los siguientes códigos voy a ver las principales caracteristicas de la base de datos:

head(Base_arveja)

## # A tibble: 6 x 2
##   Genotipo Guaitarilla
##   <chr>          <dbl>
## 1 ARB 1             10
## 2 ARB 2             20
## 3 ARB 3             15
## 4 ARB 4              9
## 5 ARB 5             14
## 6 ARB 6             12

str(Base_arveja)

## tibble [20 x 2] (S3: tbl_df/tbl/data.frame)
##  $ Genotipo   : chr [1:20] "ARB 1" "ARB 2" "ARB 3" "ARB 4" ...
##  $ Guaitarilla: num [1:20] 10 20 15 9 14 12 12 11 12 14 ...

tail(Base_arveja)

## # A tibble: 6 x 2
##   Genotipo Guaitarilla
##   <chr>          <dbl>
## 1 ARB 15            17
## 2 ARB 16            12
## 3 ARB 17            11
## 4 ARB 18            14
## 5 ARB 19            14
## 6 ARB 20             8

names(Base_arveja)

## [1] "Genotipo"    "Guaitarilla"

dim(Base_arveja)

## [1] 20  2

Con la siguiente función (attach(Base_arveja)) puedo visualizar los elementos de la base de datos solamente nombrandolos.

attach(Base_arveja)
Genotipo

##  [1] "ARB 1"  "ARB 2"  "ARB 3"  "ARB 4"  "ARB 5"  "ARB 6"  "ARB 7"  "ARB 8" 
##  [9] "ARB 9"  "ARB 10" "ARB 11" "ARB 12" "ARB 13" "ARB 14" "ARB 15" "ARB 16"
## [17] "ARB 17" "ARB 18" "ARB 19" "ARB 20"

Guaitarilla

##  [1] 10 20 15  9 14 12 12 11 12 14 13 13 13 13 17 12 11 14 14  8

detach(Base_arveja) Con esta la función deshago la función attach(Base_arveja)

detach(Base_arveja)

---

Con la función: ggplot(data = Base_arveja) + geom_bar(aes(x = Guaitarilla)) se realiza un gráfico de barras simple con los datos de la base de datos “Base_arveja”

ggplot(data = Base_arveja) +
  geom_bar(aes(x = Guaitarilla))

A continuación, las funciones “factor” (cambiar valores para niveles) y “C” (que significa concatenar, se ordena los valores de x)

ggplot(data = Base_arveja) + geom_bar(aes(x = Guaitarilla))

unique(Base_arveja$Guaitarilla)

##  [1] 10 20 15  9 14 12 11 13 17  8

Base_arveja$Guaitarilla <- factor(Base_arveja$Guaitarilla,
                                   levels = c("10", 
                                              "20", 
                                              "15","9","14","12",
                                              "11","13","17","8"))

Ejecutando la función “labs” permite organizar el gráfico con ítems como título, subtitulo, nombre de x, nombre de y, agregar comentarios.

ggplot(data = Base_arveja) +
  geom_bar(aes(x = Guaitarilla)) +
  labs(title = "Genotipos de Arveja en Guaitarilla",
       subtitle = "Rendimiento (Ton/ha)",
       x = "Ton/ha",
       y = "N° Genotipos",
       caption = "Similitud de rendimientos en genotipos")

Con la función (fill = “” ) puedo dar colores al gráfico, existe una variedad de colores en el link: https://r-charts.com/es/paletas-colores/

ggplot(data = Base_arveja) +
  geom_bar(aes(x = Guaitarilla), fill = "#8FD4B8") +
  labs(title = "Genotipos de Arveja en Guaitarilla",
       subtitle = "Rendimiento (Ton/ha)",
       x = "Ton/ha",
       y = "N° Genotipos",
       caption = "Similitud de rendimientos en genotipos")

Con la función (color = ““) se agregan bordes en el gráfico y con la función theme_dark() le doy un aspecto diferente al fondo, aunque esto tambien se puede cambiar según los temas disponibles en Rstudio.

ggplot(data = Base_arveja) +
  geom_bar(aes(x = Guaitarilla),color = "#1E1E1E", fill = "#8FD4B8") +
  labs(title = "Genotipos de Arveja en Guaitarilla",
       subtitle = "Rendimiento (Ton/ha)",
       x = "Ton/ha",
       y = "N° Genotipos",
       caption = "Similitud de rendimientos en genotipos") + theme_dark()

Con la función geom_label se puede colocar un valor sobre las barras del gráfico.

ggplot(data = Base_arveja) +
  geom_bar(aes(x = Guaitarilla),color = "#1E1E1E", fill = "#8FD4B8") + 
  geom_label(aes(x = Guaitarilla, label = ..count..), stat = "count")  +
  labs(title = "Genotipos de Arveja en Guaitarilla",
       subtitle = "Rendimiento (Ton/ha)",
       x = "Ton/ha",
       y = "N° Genotipos",
       caption = "Similitud de rendimientos en genotipos")+ theme_dark()

## Warning: The dot-dot notation (`..count..`) was deprecated in ggplot2 3.4.0.
## i Please use `after_stat(count)` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

con “vjust” se modifica la posición de las etiquetas según el número que se les asigne (en este caso, -3).

ggplot(data = Base_arveja) +
  geom_bar(aes(x = Guaitarilla),color = "#1E1E1E", fill = "#8FD4B8") + 
  geom_text(aes(x = Guaitarilla, label = ..count..), 
            stat = "count", vjust = -3)  +
  labs(title = "Genotipos de Arveja en Guaitarilla",
       subtitle = "Rendimiento (Ton/ha)",
       x = "Ton/ha",
       y = "N° Genotipos",
       caption = "Similitud de rendimientos en genotipos")+ theme_dark()

Ejecutando la función “coord_flip()” se pueden rotar las graficas.

ggplot(data = Base_arveja) +
  geom_bar(aes(x = Guaitarilla),color = "#1E1E1E", fill = "#8FD4B8") + 
  geom_text(aes(x = Guaitarilla, label = ..count..),   stat = "count", vjust = -3)  +
  labs(title = "Genotipos de Arveja en Guaitarilla",
       subtitle = "Rendimiento (Ton/ha)",
       x = "Ton/ha",
       y = "N° Genotipos",
       caption = "Similitud de rendimientos en genotipos") + coord_flip()+ theme_dark()

Con la funcion fct_rev() se invierten las categorias.

ggplot(data = Base_arveja) +
  geom_bar(aes(x = fct_rev(Guaitarilla)),color = "#1E1E1E", fill = "#8FD4B8") + 
  geom_text(aes(x = Guaitarilla, label = ..count..),   stat = "count", vjust = 1)  +
  labs(title = "Genotipos de Arveja en Guaitarilla",
       subtitle = "Rendimiento (Ton/ha)",
       x = "Ton/ha",
       y = "N° Genotipos",
       caption = "Similitud de rendimientos en genotipos") + coord_flip()+ theme_dark()

---

GRÁFICO DE HISTOGRAMA

Base de Datos: “Loblolly”

alt text

---

Link de la imagen

A continuación voy a cargar la base de datos “Loblolly”

data("Loblolly")

Con la función “geom_histogram” se crea un gráfico de histogramas de la base de datos de “Loblolly”

ggplot(data = Loblolly) +
  geom_histogram(aes(x = height))

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Con las funciones: fill =““, theme_, color =”“, labs(); modificaré el color, el fondo del grafico de histograma,agregar unas caracteristicas al mismo y realizar los bordes al histograma.

ggplot(data = Loblolly) +
  geom_histogram(aes(x = height), fill = "#FF3300")

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

ggplot(data = Loblolly) +
  geom_histogram(aes(x = height), fill = "#FF3300") + 
  theme_dark()

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

ggplot(data = Loblolly) +
  geom_histogram(aes(x = height), fill = "#FF3300", color = "black") + 
  labs(x = "Altura Árboles de Pino" ,
       y = "Edad Árboles de Pino") + 
  theme_dark()

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Con la función “bins=” se puede alterar la cantidad de cajas del histograma.

ggplot(data = Loblolly) +
  geom_histogram(aes(x = height), fill = "#FF3300", 
                 color = "black", bins = 84) + 
  labs(x = "Altura Árboles de Pino" ,
       y = "Edad Árboles de Pino") + 
  theme_dark()

---

GRÁFICO DE PUNTOS O DE DISPERSIÓN

Link de la imagen

Base de Datos: “trees”

Cargaré la base de datos de “trees”

data("trees")

Con la función “geom_point()” se crea un grafico de puntos básico.

ggplot(trees) +
  geom_point(aes(x = Height, y = Volume))

Con la función “size=” se hace que el tamaño de los puntos dependa de alguna de las variables, en este caso será “Grith”

ggplot(trees) +
  geom_point(aes(x = Height, y = Volume, size = Girth))

Con la función “color= <” se va avisualizar una distincion de colores dependiendo a una categoría y al valor asignado, que para este caso la categoria será “Grith” y con valores menores a 13

ggplot(trees) +
  geom_point(aes(x = Height, y = Volume, 
                 size = Girth, color = Girth <13))

Utilizando la función “shape = >” puedo adicionar formas que dependan de la categoria y del valor asignado dentro de esta, donde para este caso seran la categoría “Height” con valores mayores a 73

ggplot(trees) +
  geom_point(aes(x = Height, y = Volume, 
                 size = Girth, color = Girth <13, shape= Height > 73)) +
  labs(title = "Relación Entre Diametro, Altura y Volumen en Árboles de cereza negra",
       x = "Height",
       y = "Volume") +
  theme_dark()

ggplot(trees) +
  geom_point(aes(x = Height, y = Volume, 
                 size = Girth, color = Girth <13, shape= Height > 73)) +
  geom_smooth(aes(x = Height,  y = Volume), 
              method = "loess", se = FALSE) +
  labs(title = "Relación Entre Diametro, Altura y Volumen en Árboles de cereza negra",
       x = "Height",
       y = "Volume") +
  theme_dark()

## `geom_smooth()` using formula = 'y ~ x'

GRÁFICO DE LINEAS.

Base de Datos: “Orange”

alt text

---

Link de la imagen

Cargamos la base de datos “Orange”

data(Orange)

Con la función geom_point() + geom_smooth() se va a crear un gráfico de lineas simple.

ggplot(Orange) +
  geom_point(aes(x = age, y = circumference)) +
  geom_smooth(aes(x = age, y = circumference), 
              se = FALSE, 
              method = "loess")+
  geom_text(aes(x = age, y = circumference, label = Tree))

## `geom_smooth()` using formula = 'y ~ x'

Con la guncion log() transformo las variables del eje Y.

ggplot(Orange) +
  geom_point(aes(x = age, y = log(circumference))) +
  geom_smooth(aes(x = age, y = log(circumference)), 
              se = F, 
              method = "loess")+
  geom_text(aes(x = age, y = log (circumference), label = Tree))

## `geom_smooth()` using formula = 'y ~ x'

La función facet_wrap permite adicionar gráficos de acuerdo a otra variable de la base de datos.

ggplot(Orange) +
  geom_point(aes(x = age, y = log(circumference))) +
  geom_smooth(aes(x = age, y = log(circumference)), 
              se = F, 
              method = "loess")+
  geom_text(aes(x = age, y = log (circumference), label = Tree)) +
  facet_wrap(~Tree) +
  theme_dark()

## `geom_smooth()` using formula = 'y ~ x'

Finalmente, al agregar la función ggplotly() permite que la gráfica se compote de forma interactiva.

ggplotly(ggplot(Orange) +
  geom_point(aes(x = age, y = log(circumference))) +
  geom_smooth(aes(x = age, y = log(circumference)), 
              se = F, 
              method = "loess")+
  geom_text(aes(x = age, y = log (circumference), label = Tree)) +
  facet_wrap(~Tree) +
  theme_dark())

## `geom_smooth()` using formula = 'y ~ x'