---
title: "Proyecto Final"
author: "Juan Carlos Oropeza Meneses"
date: "`r format(Sys.time(), '%d %B, %Y')`"
output:
flexdashboard::flex_dashboard:
orientation: rows
social: menu
source_code: embed
---
```{r setup, include=FALSE}
#{r, echo=FALSE, warning=FALSE}
library(tidyverse)
library(highcharter)
library(ggplot2)
library(plotly)
library(plyr)
library(dplyr)
library(viridisLite)
library(forecast)
library(treemap)
library(arules)
library(flexdashboard)
thm <-
hc_theme(
colors = c("#1a6ecc", "#434348", "#90ed7d"),
chart = list(
backgroundColor = "transparent",
style = list(fontFamily = "Source Sans Pro")
),
xAxis = list(
gridLineWidth = 1
)
)
```
```{r}
# Crear el gráfico con ggplot
p <- ggplot(mpg, aes(x = displ, y = hwy, shape = trans, color = trans)) +
geom_point(size = 3) + # Ajusta el tamaño de los puntos según tus necesidades
scale_shape_manual(values = c(16, 17, 18, 19, 20, 21, 22, 23, 24, 25)) + # Diferentes formas para cada categoría
scale_color_manual(values = rainbow(length(unique(mpg$trans)))) + # Diferentes colores para cada categoría
labs(
title = "Millas por galón vs. Cilindrada, clasificado por transmisión",
x = "Cilindrada (displ)",
y = "Millas por galón en autopista (hwy)",
shape = "Transmisión",
color = "Transmisión"
) +
theme_minimal() # Un tema más limpio para el gráfico
# Convertir a una visualización interactiva con ggplotly
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
# Crear el gráfico con ggplot
p <- ggplot(mpg, aes(x = displ, y = hwy, shape = class, color = class)) +
geom_point(size = 3) + # Ajusta el tamaño de los puntos según tus necesidades
scale_shape_manual(values = 1:7) + # Diferentes formas para cada categoría (ajusta según el número de categorías)
scale_color_manual(values = c("#FF5733", "#33FF57", "#3357FF", "#F7DC6F", "#8E44AD", "#E74C3C", "#3498DB")) + # Diferentes colores para cada categoría
labs(
title = "Millas por galón vs. Cilindrada, clasificado por tipo de auto",
x = "Cilindrada (displ)",
y = "Millas por galón en autopista (hwy)",
shape = "Tipo de auto",
color = "Tipo de auto"
) +
theme_minimal() # Un tema más limpio para el gráfico
# Convertir a una visualización interactiva con ggplotly
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
# Crear el gráfico con ggplot
p <- ggplot(mpg, aes(x = displ, y = hwy, shape = drv, color = drv)) +
geom_point(size = 3) + # Ajusta el tamaño de los puntos según tus necesidades
scale_shape_manual(values = c(16, 17, 18)) + # Diferentes formas para cada categoría de drv
scale_color_manual(values = c("firebrick", "dodgerblue", "forestgreen")) + # Diferentes colores para cada categoría de drv
labs(
title = "Millas por galón vs. Cilindrada, clasificado por tipo de tracción",
x = "Cilindrada (displ)",
y = "Millas por galón en autopista (hwy)",
shape = "Tipo de tracción",
color = "Tipo de tracción"
) +
theme_minimal() # Un tema más limpio para el gráfico
# Convertir a una visualización interactiva con ggplotly
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
# Crear el gráfico con ggplot
p <- ggplot(mpg) +
geom_point(aes(x = displ, y = hwy, color = drv, shape = drv), size = 3) +
scale_shape_manual(values = c(16, 17, 18)) + # Diferentes formas para cada categoría de drv
scale_color_manual(values = c("red", "blue", "green")) + # Diferentes colores para cada categoría de drv
labs(
title = "Millas de carretera por galón vs. Cilindrada de motor",
x = "Cilindrada (displ)",
y = "Millas por galón en carretera (hwy)",
shape = "Tipo de tracción",
color = "Tipo de tracción"
) +
theme_minimal() # Un tema más limpio para el gráfico
# Convertir a una visualización interactiva con ggplotly
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
# Crear el gráfico con ggplot
p <- ggplot(mpg, aes(x = displ, y = hwy, color = drv, shape = drv)) +
geom_point(size = 3) +
scale_shape_manual(values = c(21, 22, 23)) + # Diferentes formas para cada categoría de drv
scale_color_manual(values = c("red", "blue", "green")) + # Diferentes colores para cada categoría de drv
labs(
title = "Millas de carretera por galón vs. Cilindrada de motor",
x = "Cilindrada (displ)",
y = "Millas por galón en carretera (hwy)",
shape = "Tipo de tracción",
color = "Tipo de tracción"
) +
theme_minimal() # Un tema más limpio para el gráfico
# Convertir a una visualización interactiva con ggplotly
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
# Crear el gráfico con ggplot
p <- ggplot(mpg, aes(x = displ, y = hwy, shape = class, color = class)) +
geom_point(size = 4, stroke = 1.5) +
scale_shape_manual(values = c(21, 22, 23, 24, 25, 1, 2)) + # Diferentes formas para cada categoría de class
scale_color_manual(values = c("red", "blue", "green", "orange", "purple", "brown", "pink")) + # Diferentes colores para cada categoría de class
labs(
title = "Millas por galón vs. Cilindrada, clasificado por tipo de coche",
x = "Cilindrada (displ)",
y = "Millas por galón en carretera (hwy)",
shape = "Tipo de coche",
color = "Tipo de coche"
) +
theme_minimal() # Un tema más limpio para el gráfico
# Convertir a una visualización interactiva con ggplotly
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
# Crear el gráfico con ggplot
p <- ggplot(mpg, aes(x = displ, y = hwy, size = displ, shape = class, color = class)) +
geom_point(stroke = 1.5) +
scale_shape_manual(values = c(21, 22, 23, 24, 25, 1, 2)) + # Diferentes formas para cada categoría de class
scale_color_manual(values = c("red", "blue", "green", "orange", "purple", "brown", "pink")) + # Diferentes colores para cada categoría de class
labs(
title = "Millas de carretera por galón vs. Cilindrada de motor",
x = "Cilindrada (displ)",
y = "Millas por galón en carretera (hwy)",
shape = "Tipo de coche",
color = "Tipo de coche"
) +
theme_minimal() # Un tema más limpio para el gráfico
# Convertir a una visualización interactiva con ggplotly
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
# Crear el gráfico con ggplot
p <- ggplot(mpg, aes(x = displ, y = hwy, size = displ, color = displ, shape = class)) +
geom_point() +
scale_shape_manual(values = c(21, 22, 23, 24, 25, 1, 2)) + # Diferentes formas para cada categoría de class
scale_color_gradient(low = "blue", high = "red") + # Gradiente de color para displ
labs(
title = "Millas/galón vs. Cilindrada de motor, clasificado por tipo de coche",
x = "Cilindrada (displ)",
y = "Millas por galón en carretera (hwy)",
shape = "Tipo de coche",
color = "Cilindrada (displ)"
) +
theme_minimal() # Un tema más limpio para el gráfico
# Convertir a una visualización interactiva con ggplotly
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
# Crear el gráfico con ggplot
p <- mpg %>%
ggplot(aes(x = displ, y = hwy, size = displ, color = factor(cyl), shape = class)) +
geom_point() +
scale_shape_manual(values = c(21, 22, 23, 24, 25, 1, 2)) + # Diferentes formas para cada categoría de class
scale_color_manual(values = c("red", "blue", "green", "orange", "purple", "brown", "pink")) + # Diferentes colores para cada categoría de cyl
labs(
title = "Millas por galón vs. Cilindrada de motor, clasificado por núm. de cilindros",
x = "Cilindrada (displ)",
y = "Millas por galón en carretera (hwy)",
shape = "Tipo de coche",
color = "Número de cilindros"
) +
theme_minimal() # Un tema más limpio para el gráfico
# Convertir a una visualización interactiva con ggplotly
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = displ, y = hwy, alpha = displ, shape = class, color = class)) +
geom_point() +
labs(
title = "Millas de carretera por galón vs. Cilindrada de motor",
shape = "Clase de vehículo",
color = "Clase de vehículo"
) +
scale_shape_manual(values = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14)) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000"))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = displ, y = hwy, alpha = displ, shape = class, color = class)) +
geom_point() +
labs(
title = "Millas galón vs. Cilindrada motor, clasificada por cilindrada",
shape = "Clase de vehículo",
color = "Clase de vehículo"
) +
scale_shape_manual(values = c(0, 1, 2, 3, 4, 5, 6, 7, 8, 15, 16, 17, 18, 19)) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000"))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- mpg |>
ggplot(aes(x = displ, y = hwy, shape = class, color = class)) +
geom_point() +
labs(
title = "Millas de carretera por galón vs. Cilindrada de motor",
shape = "Clase de vehículo",
color = "Clase de vehículo"
) +
scale_shape_manual(values = c(0, 1, 2, 3, 4, 5, 6, 7, 8, 15, 16, 17, 18, 19)) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000"))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = displ, y = hwy, color = drv, shape = drv)) +
geom_point() +
geom_smooth(aes(linetype = drv)) +
labs(
title = "Millas galón vs. Cilindrada, clasificada por tipo tren motriz",
color = "Tipo de tren motriz",
shape = "Tipo de tren motriz",
linetype = "Tipo de tren motriz"
) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF")) +
scale_shape_manual(values = c(0, 1, 2))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = displ, y = hwy, color = class, shape = class)) +
geom_point() +
geom_smooth() +
labs(
title = "Millas por galón vs. Cilíndros, clasificado por tipo de coche",
color = "Tipo de coche",
shape = "Tipo de coche"
) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_shape_manual(values = c(0, 1, 2, 3, 4, 5, 6, 7, 8, 15, 16, 17, 18, 19))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = displ, y = hwy, color = class, shape = class)) +
geom_point() +
geom_point(
data = mpg |> filter(class == "2seater"),
shape = 15, size = 3, color = "orange"
) +
geom_point(
data = mpg |> filter(class == "compact"),
shape = 17, size = 3, color = "red"
) +
labs(
title = "Millas/galón vs. Cilíndros, 2seater (orange) y compact (red)",
color = "Clase de vehículo",
shape = "Clase de vehículo"
) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_shape_manual(values = c(0, 1, 2, 3, 4, 5, 6, 7, 8, 15, 16, 17, 18, 19))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(class, hwy, color = class, shape = class)) +
geom_boxplot() +
labs(
title = "Millas de carretera por galón vs. tipo de coche",
color = "Tipo de coche",
shape = "Tipo de coche"
) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_shape_manual(values = c(0, 1, 2, 3, 4, 5, 6, 7, 8, 15, 16, 17, 18, 19))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(class, hwy, color = class, shape = class)) +
geom_boxplot(fill = "gray", alpha = 0.4) +
labs(
title = "Millas de carretera por galón vs. tipo de coche",
color = "Tipo de coche",
shape = "Tipo de coche"
) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_shape_manual(values = c(0, 1, 2, 3, 4, 5, 6, 7, 8, 15, 16, 17, 18, 19))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(cty, colour = factor(cyl), fill = factor(cyl))) +
geom_density(
aes(y = after_stat(count / sum(n[!duplicated(group)]))),
position = "stack", bw = 1, alpha = 0.3
) +
geom_density(bw = 1) +
labs(
title = "Millas ciudad/galón vs. densidad, clasif. número de cilindros",
color = "Número de cilindros",
fill = "Número de cilindros"
) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_fill_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000"))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(cty, colour = factor(cyl))) +
geom_ribbon(
stat = "density", outline.type = "upper",
aes(
fill = factor(cyl),
ymin = after_stat(group),
ymax = after_stat(group + ndensity)
),
alpha = 0.5
) +
labs(
title = "Densidad vs. millas ciudad/galón, agrupado por núm. cilíndros",
color = "Número de cilindros",
fill = "Número de cilindros"
) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_fill_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000"))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = displ, y = hwy, color = factor(cyl), shape = factor(cyl))) +
geom_point() +
facet_wrap(~cyl) +
labs(
title = "Millas carretera/galón vs. cilindrada motor, por cilindrada",
color = "Número de cilindros",
shape = "Número de cilindros"
) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_shape_manual(values = c(0, 1, 2, 3, 4, 5, 6, 7, 8, 15, 16, 17, 18, 19))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = displ, y = hwy, color = factor(cyl), shape = factor(drv))) +
geom_point() +
facet_grid(drv ~ cyl) +
labs(
title = "Millas carretera/galón vs. cilindrada, cilíndros y tracción",
color = "Número de cilindros",
shape = "Tipo de tracción"
) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_shape_manual(values = c(0, 1, 2, 3, 4, 5, 6, 7, 8, 15, 16, 17, 18, 19))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = displ, y = hwy, color = factor(cyl), shape = factor(drv))) +
geom_point() +
facet_grid(drv ~ cyl, scales = "free_y") +
labs(
title = "Millas carretera/galón vs. cilindrada, cilíndros y tracción",
color = "Número de cilindros",
shape = "Tipo de tracción"
) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_shape_manual(values = c(0, 1, 2, 3, 4, 5, 6, 7, 8, 15, 16, 17, 18, 19))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = displ, y = hwy, color = factor(cyl), shape = factor(drv))) +
geom_point() +
facet_grid(drv ~ .) +
labs(
title = "Millas carretera/galón vs. cilindrada y tracción",
color = "Número de cilindros",
shape = "Tipo de tracción"
) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_shape_manual(values = c(0, 1, 2, 3, 4, 5, 6, 7, 8, 15, 16, 17, 18, 19))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = displ, y = hwy, color = factor(cyl), shape = factor(cyl))) +
geom_point() +
facet_grid(. ~ cyl) +
labs(
title = "Millas carretera/galón vs. cilindrada, núm. cilíndros",
color = "Número de cilindros",
shape = "Número de cilindros"
) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_shape_manual(values = c(0, 1, 2, 3, 4, 5, 6, 7, 8, 15, 16, 17, 18, 19))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = displ, y = hwy, color = factor(cyl), shape = factor(cyl))) +
geom_point() +
facet_wrap(~ class, nrow = 2) +
labs(
title = "Millas carretera/galón vs. cilindrada, por tipo de coche",
color = "Número de cilindros",
shape = "Número de cilindros"
) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_shape_manual(values = c(0, 1, 2, 3, 4, 5, 6, 7, 8, 15, 16, 17, 18, 19))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = drv, fill = drv, color = drv)) +
geom_bar() +
labs(
title = "Total por tipo de tracción",
fill = "Tipo de tracción",
color = "Tipo de tracción"
) +
scale_fill_manual(values = c("#FF0000", "#00FF00", "#0000FF")) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF"))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = drv, fill = drv, color = drv)) +
geom_bar() +
labs(
title = "Total por tipo de tracción",
fill = "Tipo de tracción",
color = "Tipo de tracción"
) +
scale_fill_manual(values = c("#0000FF", "#FF0000", "#00FF00")) +
scale_color_manual(values = c("#0000FF", "#FF0000", "#00FF00"))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = drv, fill = class, color = class)) +
geom_bar() +
labs(
title = "Total por tipo de tracción, clasificado por tipo de automóvil",
fill = "Tipo de automóvil",
color = "Tipo de automóvil"
) +
scale_fill_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000"))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = drv, fill = class, color = class)) +
geom_bar(alpha = 1/2, position = "identity") +
labs(
title = "Total por tipo de tracción, clasificado por tipo de automóvil",
fill = "Tipo de automóvil",
color = "Tipo de automóvil"
) +
scale_fill_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000"))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = drv, fill = class, color = class)) +
geom_bar(fill = NA, position = "identity") +
labs(
title = "Total por tipo de tracción, clasificado por tipo de automóvil",
fill = "Tipo de automóvil",
color = "Tipo de automóvil"
) +
scale_fill_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000"))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = drv, fill = class, color = class)) +
geom_bar(position = "fill") +
labs(
title = "Porcentaje por tipo de tracción, clasificado por tipo de coche",
fill = "Tipo de automóvil",
color = "Tipo de automóvil"
) +
scale_fill_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000"))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
p <- ggplot(mpg, aes(x = drv, fill = class, color = class)) +
geom_bar(position = "dodge") +
labs(
title = "Total por tipo de tracción y clasificado por tipo de automóvil",
fill = "Tipo de automóvil",
color = "Tipo de automóvil"
) +
scale_fill_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000")) +
scale_color_manual(values = c("#FF0000", "#00FF00", "#0000FF", "#FFFF00", "#FF00FF", "#00FFFF", "#800000", "#008000", "#000080", "#808000", "#800080", "#008080", "#808080", "#000000"))
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
g <- ggplot(mpg, aes(x = cty, y = cyl)) +
labs(
title = "Número de cilíndros vs. millas de ciudad por galón",
color = "Número de cilíndros"
)
ggplotly(g +
geom_point(color = "blue", shape = 17, size = 3) +
scale_color_gradient(low = "green", high = "red"))
```
Row
-----------------------------------------------------------------------
```{r}
# Modificación del histograma con diferentes colores y formas
p <- iris %>%
ggplot(aes(x = Petal.Length, fill = Species, color = Species)) +
geom_histogram(position = "identity", alpha = 0.5, bins = 30) +
scale_fill_manual(values = c("setosa" = "red", "versicolor" = "blue", "virginica" = "green")) +
scale_color_manual(values = c("setosa" = "darkred", "versicolor" = "darkblue", "virginica" = "darkgreen")) +
labs(
title = "Distribución de la Longitud de los Pétalos según Especie",
x = "Longitud del Pétalo",
y = "Frecuencia",
fill = "Especie",
color = "Especie"
) +
theme_minimal()
ggplotly(p)
```
Row
-----------------------------------------------------------------------
```{r}
# Modificación del histograma con diferentes colores y formas
p1 <- iris %>%
ggplot(aes(x = Petal.Width, fill = Species, color = Species)) +
geom_histogram(position = "identity", alpha = 0.5, bins = 30) +
scale_fill_manual(values = c("setosa" = "red", "versicolor" = "blue", "virginica" = "green")) +
scale_color_manual(values = c("setosa" = "darkred", "versicolor" = "darkblue", "virginica" = "darkgreen")) +
labs(
title = "Distribución del Ancho de los Pétalos según Especie",
x = "Ancho del Pétalo",
y = "Frecuencia",
fill = "Especie",
color = "Especie"
) +
theme_minimal()
ggplotly(p1)
```
Row
-----------------------------------------------------------------------
```{r}
# Modificación del gráfico de dispersión con diferentes colores y formas
p2 <- iris %>%
ggplot(aes(x = Petal.Length, y = Petal.Width, color = Species, shape = Species)) +
geom_point(size = 3, alpha = 0.7) +
scale_color_manual(values = c("setosa" = "red", "versicolor" = "blue", "virginica" = "green")) +
scale_shape_manual(values = c("setosa" = 10, "versicolor" = 9, "virginica" = 25)) +
labs(
title = "Relación entre el Largo y el Ancho de los Pétalos por Especie",
x = "Largo del Pétalo",
y = "Ancho del Pétalo",
color = "Especie",
shape = "Especie"
) +
theme_minimal()
ggplotly(p2)
```
Row
-----------------------------------------------------------------------
```{r}
# Modificación del histograma con diferentes colores y formas
p3 <- iris %>%
ggplot(aes(x = Petal.Length, fill = Species)) +
geom_histogram(position = "identity", alpha = 0.6, bins = 30, color = "black") +
scale_fill_manual(values = c("setosa" = "red", "versicolor" = "blue", "virginica" = "green")) +
labs(
title = "Distribución del Largo de los Pétalos según Especie",
x = "Largo del Pétalo",
y = "Frecuencia",
fill = "Especie"
) +
theme_minimal()
ggplotly(p3)
```
Row
-----------------------------------------------------------------------