Atividade 12 - Analise Dados

Questão_1

Use os dados abaixo para gerar os gráficos. Para o segundo gráfico (barras), use a escala logarítmica (log = “y”) e as seguintes cores: “#E6E6E6”, “#666666”. Além disso, os gráficos podem ser organizados com a função layout(). Ver exemplos do uso da função layout() em:

DADOS

MRT_1F <-c(517.1468515630205, 85.13094142168089, 30.333207896694553, 12.694776264558937, 3.3041601673945418, 1.1823111717498882, 1.1892293502386786)
MRT_3F <-c(156.68929936163462, 11.540837783562276, 0.4512835621696538, 0.4509797929766453, 0.4502068233039181, 0.4496185276300172, 0.4543157082191288)
MRT_5F <-c(83.90319666471157, 0.3068151086494968, 0.30522314133037304, 0.3072588968084928, 0.30655265997285697, 0.3055812715727718, 0.3053297166713006)
MRT_10F <-c(29.55430642951759, 0.19832832665772515, 0.1971923924717474, 0.19796648905716516, 0.19615594370806338, 0.2034569237883263, 0.19617420889447737)
MRT_15F <-c(11.317736530583566, 0.167364215666193, 0.16172168266811013, 0.16701085329580515, 0.1598052657153692, 0.1645934043532696, 0.16216563797118075)
MRT_sem_F <-c(11.93430909937736, 0.6095414637034009, 0.6060645101029295, 0.612167181646899, 0.6146761002685637, 0.6096747087200697, 0.6125810476877268)
clock <- c(0.1, 0.5, 1, 1.5, 2, 2.5, 3)

Q1.1

l<-c("1 Fog", "3 Fogs","5 Fogs", "10 Fogs", "15 Fogs", "w/o Fogs")
c<-c("black", "yellow", "red", "blue", "purple", "green")
p<-c(4,11,9,2,5,4)
plot(clock, MRT_1F, 
     pch=p[1], type="o", col=c[1],
     xlabs="Time between things request (seconds)",
     ylabs="Response time sec")
lines(clock, MRT_3F, type="o", col=c[2], pch=p[2])
lines(clock, MRT_5F, type="o", col=c[3], pch=p[3])
lines(clock, MRT_10F,type="o", col=c[4], pch=p[4])
lines(clock, MRT_15F, type="o",col=c[5], pch=p[5])
legend("topright", pch=p, col=c, leg=l)

Q1.2

MRT=matrix(ncol=7,nrow=6)
MRT[1,]=MRT_1F
MRT[2,]=MRT_3F
MRT[3,]=MRT_5F
MRT[4,]=MRT_10F
MRT[5,]=MRT_15F
MRT[6,]=MRT_sem_F
rownames(MRT)<-l

cores=c("#E6E6E6", "#666666")
layout(matrix(c(1,2,3,4,5,6),nrow=3,byrow=T))

for (i in 1:5){
  barplot(MRT[c(6,i),],col=cores,xlab="Times between Things requests",ylab="Response time (s)",names.arg=clock,log="y",beside=T)
  legend("topright",pch=c(15,15),col=cores,legend=rownames(MRT[c(6,i),]))
}

Questão_2

Para a tabela abaixo que classifica a qualidade de refeição de acordo com categorias de preços crie um gráfico de barras empilhadas. Também adicione título, nomes de eixos e legenda.

m<-matrix(c(53.8,43.6,2.6,33.9,54.2,11.9,2.6,60.5,36.8,0,21.4,78.6),3,4)
quality<-c("Good", "Very Good", "Excellent")
prices<-c("$10-19","$20-29","$30-39","$40-49")
cor<-c("blue","green","yellow")
barplot(m,names.arg=prices,ylim=c(0,150),col=cor,ylab="Quality Rating",xlab="Meal Price")
legend("topright", pch=c(10,10,10), col=cor,legend=quality)

Questão_3

Faça o histograma das temperaturas do mês de maio do dataset airquality. No entanto, primeiro converta as temperaturas para graus Celsius através da expressão °C = (°F − 32) / 1.8. Após isso, gere o histograma. Também adicione título, nomes de eixos, cor e curva de densidade.

airq<-dplyr::mutate(airquality,Celsius=(airquality$Temp-32) / 1.8)
T_Maio<-subset(x=airq, subset=Month==5, select=Celsius)
cores<-c("blue","orange", "yellow","green","red","brown","pink","black","purple","grey")
hist(T_Maio$Celsius,main="Histograma de Temperaturas de Maio", xlab="Faixa de Temperaturas",ylab="Desnsidade",freq=F,col=cores,ylim=c(0,0.15),xlim=c(10,30))
lines(density(T_Maio$Celsius))

Questão_4

Crie um gráfico de pizza com a porcentagem da tabela total de vendas por país. Use o dataset abaixo. Inclua a porcentagem de cada fatia, as cores das fatias e o nome do gráfico. Adicionalmente, use o comando legend() para incluir a legenda do gráfico.

sales<-read.table("https://training-course-material.com/images/8/8f/Sales.txt", header = T)
head(sales)
##   COUNTRY SALES
## 1      US   340
## 2      UK   290
## 3  France   510
## 4  Poland   820
## 5   Japan   120
## 6   China   780
pct<-round(sales$SALES/sum(sales$SALES)*100)
lbls<-paste(sales$COUNTRY,pct)
lbls<-paste(pct,"%", sep="")
pie(sales$SALES, labels = lbls, col=rainbow(6),
    main="Grafico Vendas Pizza por País")
legend("topright", legend=sales$COUNTRY, cex=0.8, fill = rainbow(6))

Questão_5

Utilize os dados de contagens de insetos em unidades experimentais agrícolas tratados com inseticidas diferentes disponíveis no R em InsectSprays e construa um boxplot sem a presença dos outliers para os 6 tipos de inseticidas. Coloque título e nomes de eixos adequados. Além disso, as caixas devem ser preenchidas com a cor “yellow”.

insect<-InsectSprays
head(insect)
##   count spray
## 1    10     A
## 2     7     A
## 3    20     A
## 4    14     A
## 5    14     A
## 6    12     A
boxplot(count ~ spray, data = insect, col = "yellow",
        outline = F, ylab = "Amount of insects",
        xlab = "Insecticide", main = "InsectSprays")

Questão_6

Questãp_7

Questão_8

Questão_9

Utilizando o Plotly, obtenha um gráfico de linha com pontos (como na imagem abaixo) contendo a quantidade de conteúdo por década do Netflix, onde o eixo X representa as décadas e o eixo Y a quantidade de conteúdo disponível na plataforma (coluna “release_year”). Use uma linha azul para representar as séries e uma linha amarela representando os filmes. (Obs: considerar como década o período que compreende os anos de XXX0 à XXX9, por exemplo, 2000 à 2009)

library(plotly)
## Carregando pacotes exigidos: ggplot2
## 
## 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
getwd()
## [1] "/home/andrelmf/AnaliseDados"
setwd("/home/andrelmf/AnaliseDados")
filme<-read.csv("netflix_titles.csv",na.strings = "")
Decada<-function(Ano){
  v=vector()
  TT<-length(Ano)
  Ano<-as.character(Ano)
  for (i in 1:TT){
    v[i]<-paste(substr(Ano[i],1,3),"0",sep="")
  }
  return(v)
}

filme$Decada<-Decada(filme$release_year)
filme$Decada<-as.numeric(filme$Decada)

Movies<-dplyr::group_by(filme,Decada)
Movies<-dplyr::filter(Movies,type=="Movie")
Movies<-dplyr::summarise(Movies,Movies=length(Decada))

TVShow<-dplyr::group_by(filme,Decada)
TVShow<-dplyr::filter(TVShow,type=="TV Show")
TVShow<-dplyr::summarise(TVShow,TVShow=length(Decada))

Combinado<-merge(x=Movies,y=TVShow,by.x="Decada",by.y="Decada",all=T)

Combinado$Movies[which(is.na(Combinado$Movies))]<-0
Combinado$TVShow[which(is.na(Combinado$TVShow))]<-0

FIG<-plotly::plot_ly(Combinado, x = ~Decada,y = ~ TVShow,name="TV Series", type = 'scatter',mode = 'lines+markers',
                     line = list(color = 'blue', 
                                 width = 2), marker=list(color="blue"))

FIG<-plotly::add_trace(FIG, y = ~Movies,name="Movies", type = 'scatter',mode = 'lines+markers',
                        line = list(color = 'orange',
                                    width = 2), marker=list(color="orange"))

FIG<-plotly::layout(FIG,title = 'Netflix',
                    xaxis = list(title = 'Década'),
                    yaxis = list (title = 'Qnd. Conteúdo'))

FIG

Questão_10