1. Gráfico de barras.
library(ggplot2)
data <- data.frame(
Categoria = c("A", "B", "C", "D"),
Valores = c(3, 12, 5, 8)
)
data$Porcentaje <- data$Valores / sum(data$Valores) * 100
colores <- c("A" = "#FFB6C1", "B" = "#ADD8E6", "C" = "#90EE90", "D" = "#FFDAB9")
grafico2 = ggplot(data, aes(x = "", y = Porcentaje, fill = Categoria)) +
geom_bar(stat = "identity", width = 1, color = "black", size = 0.2) +
coord_polar("y", start = 0) +
geom_text(aes(label = paste0(round(Porcentaje, 1), "%")), position = position_stack(vjust = 0.5), size = 3.5) +
labs(title = "Gráfico Circular", x = "", y = "") +
theme_minimal() +
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold", margin = margin(b = 40)),
panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
axis.text = element_blank(), # Elimina las etiquetas de los ejes
axis.ticks = element_blank(), # Elimina las marcas de los ejes
legend.position = "right",
plot.background = element_rect(color = "black", size = 0.5)
) +
scale_fill_manual(values = colores)
Explicación del código
# Cargar la librería ggplot2
library(ggplot2)
# Crear un marco de datos con categorías y valores
data <- data.frame(
# data: nombre de la base de datos
Categoria = c("A", "B", "C", "D"),
# Columnas de categorías
Valores = c(3, 12, 5, 8)
# Columnas de valores
)
# Crear el gráfico de barras
grafico1 = ggplot(data, aes(x = Categoria, y = Valores, fill = Categoria)) +
# data: nombre del data frame que contiene los datos a graficar
# aes: función que define la estética del gráfico
# x: variable del eje x (Categoría)
# y: variable del eje y (Valores)
# fill: variable que determina el color de las barras (Categoría)
geom_bar(stat = "identity", color = "black", size = 0.2) +
# geom_bar: función que crea las barras en el gráfico
# stat = "identity": usa los valores de los datos en lugar de contar ocurrencias
# color: color del borde de las barras ("black" en este caso)
# size: grosor del borde de las barras (0.2 en este caso)
geom_text(aes(label = Valores), vjust = -0.5, size = 3.5) +
# geom_text: función que añade etiquetas de texto en el gráfico
# aes: función que define la estética del gráfico
# label: variable que contiene los valores a mostrar como etiquetas (Valores)
# vjust: ajuste vertical de las etiquetas (-0.5 en este caso, para colocarlas justo por encima de las barras)
# size: tamaño del texto de las etiquetas (3.5 en este caso)
labs(title = "Gráfico de Barras", x = "Categoría", y = "Valores") +
# labs: función que añade etiquetas y títulos al gráfico
# title: título del gráfico ("Gráfico de Barras" en este caso)
# x: etiqueta del eje x ("Categoría" en este caso)
# y: etiqueta del eje y ("Valores" en este caso)
theme_minimal() +
# theme_minimal: aplica un tema minimalista al gráfico
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold", margin = margin(b = 40)),
# plot.title: personaliza el estilo del título del gráfico
# hjust: alineación horizontal del título (0.5 para centrarlo)
# size: tamaño del texto del título (14 en este caso)
# face: estilo de la fuente del título ("bold" para negrita)
# margin: margen alrededor del título (40 unidades en la parte inferior)
panel.grid.major = element_blank(),
# Elimina las líneas de la cuadrícula mayor
panel.grid.minor = element_blank(),
# Elimina las líneas de la cuadrícula menor
legend.position = "none",
# Elimina la leyenda
plot.background = element_rect(color = "black", size = 0.5)
# Añade un borde negro delgado alrededor del gráfico
) +
scale_y_continuous(expand = expansion(mult = c(0, 0.1))) +
# scale_y_continuous: ajusta la escala del eje y
scale_fill_manual(values = rep("#99CCFF", 4))
# scale_fill_manual: asigna manualmente los colores a las barras
2. Gráfico circular.
library(ggplot2)
data <- data.frame(
Categoria = c("A", "B", "C", "D"),
Valores = c(3, 12, 5, 8)
)
data$Porcentaje <- data$Valores / sum(data$Valores) * 100
grafico2 = ggplot(data, aes(x = "", y = Porcentaje, fill = Categoria)) +
geom_bar(stat = "identity", width = 1, color = "black", size = 0.2) +
coord_polar("y", start = 0) +
geom_text(aes(label = paste0(round(Porcentaje, 1), "%")), position = position_stack(vjust = 0.5), size = 3.5) +
labs(title = "Gráfico Circular", x = "", y = "") +
theme_minimal() +
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold", margin = margin(b = 40)),
panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
legend.position = "right",
plot.background = element_rect(color = "black", size = 0.5)
) +
scale_fill_manual(values = rep("#99CCFF", 4))
Explicación del código
# Cargar la librería ggplot2
library(ggplot2)
# Crear un marco de datos con categorías y valores
data <- data.frame(
# data: nombre de la base de datos
Categoria = c("A", "B", "C", "D"),
# Columnas de categorías
Valores = c(3, 12, 5, 8)
# Columnas de valores
)
# Calcular los porcentajes
data$Porcentaje <- data$Valores / sum(data$Valores) * 100
# Porcentaje: columna que contiene los valores en porcentaje
# Definir los colores pastel para cada categoría
colores <- c("A" = "#FFB6C1", "B" = "#ADD8E6", "C" = "#90EE90", "D" = "#FFDAB9")
# colores: vector de colores asignados a cada categoría
# Crear el gráfico circular
grafico2 = ggplot(data, aes(x = "", y = Porcentaje, fill = Categoria)) +
# data: nombre del data frame que contiene los datos a graficar
# aes: función que define la estética del gráfico
# x: variable del eje x (en este caso una cadena vacía para el gráfico circular)
# y: variable del eje y (Porcentaje)
# fill: variable que determina el color de las secciones (Categoría)
geom_bar(stat = "identity", width = 1, color = "black", size = 0.2) +
# geom_bar: función que crea las secciones del gráfico circular
# stat = "identity": usa los valores de los datos en lugar de contar ocurrencias
# width: ancho de las barras (1 en este caso para gráfico circular completo)
# color: color del borde de las secciones ("black" en este caso)
# size: grosor del borde de las secciones (0.2 en este caso)
coord_polar("y", start = 0) +
# coord_polar: convierte las barras en un gráfico circular
# "y": especifica la transformación en el eje y
# start: ángulo de inicio del gráfico (0 en este caso)
geom_text(aes(label = paste0(round(Porcentaje, 1), "%")), position = position_stack(vjust = 0.5), size = 3.5) +
# geom_text: función que añade etiquetas de texto en el gráfico
# aes: función que define la estética del gráfico
# label: variable que contiene los porcentajes a mostrar como etiquetas (Porcentaje)
# position: posición de las etiquetas dentro de las secciones
# vjust: ajuste vertical de las etiquetas (0.5 en este caso para centrarlas)
# size: tamaño del texto de las etiquetas (3.5 en este caso)
labs(title = "Gráfico Circular", x = "", y = "") +
# labs: función que añade etiquetas y títulos al gráfico
# title: título del gráfico ("Gráfico Circular" en este caso)
# x: etiqueta del eje x (cadena vacía en este caso)
# y: etiqueta del eje y (cadena vacía en este caso)
theme_minimal() +
# theme_minimal: aplica un tema minimalista al gráfico
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold", margin = margin(b = 40)),
# plot.title: personaliza el estilo del título del gráfico
# hjust: alineación horizontal del título (0.5 para centrarlo)
# size: tamaño del texto del título (14 en este caso)
# face: estilo de la fuente del título ("bold" para negrita)
# margin: margen alrededor del título (40 unidades en la parte inferior)
panel.grid.major = element_blank(),
# Elimina las líneas de la cuadrícula mayor
panel.grid.minor = element_blank(),
# Elimina las líneas de la cuadrícula menor
axis.text = element_blank(),
# Elimina las etiquetas de los ejes
axis.ticks = element_blank(),
# Elimina las marcas de los ejes
legend.position = "right",
# Coloca la leyenda a la derecha
plot.background = element_rect(color = "black", size = 0.5)
# Añade un borde negro delgado alrededor del gráfico
) +
scale_fill_manual(values = colores)
# scale_fill_manual: asigna manualmente los colores a las secciones
print(grafico2)
3. Gráfico de línea.
library(ggplot2)
data <- data.frame(
Tiempo = c(1, 2, 3, 4, 5),
SerieA = c(3, 5, 2, 8, 7),
SerieB = c(4, 7, 6, 3, 6)
)
# Definir los colores pastel para cada serie
colores <- c("SerieA" = "#FFB6C1", "SerieB" = "#ADD8E6")
grafico3 = ggplot(data, aes(x = Tiempo)) +
geom_line(aes(y = SerieA, color = "SerieA"), size = 1) +
geom_line(aes(y = SerieB, color = "SerieB"), size = 1) +
geom_point(aes(y = SerieA, color = "SerieA"), size = 3) +
geom_point(aes(y = SerieB, color = "SerieB"), size = 3) +
labs(title = "Gráfico de Líneas", x = "Tiempo", y = "Valor", color = "Categoria") +
theme_minimal() +
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold", margin = margin(b = 40)),
panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
axis.text = element_text(size = 12),
axis.title = element_text(size = 12),
legend.position = "right",
plot.background = element_rect(color = "black", size = 0.5)
) +
scale_color_manual(values = colores)
Explicación del código
# Cargar la librería ggplot2
library(ggplot2)
# Crear un marco de datos con series temporales
data <- data.frame(
# data: nombre de la base de datos
Tiempo = c(1, 2, 3, 4, 5),
# Columnas de tiempo
SerieA = c(3, 5, 2, 8, 7),
# Valores de la serie A
SerieB = c(4, 7, 6, 3, 6)
# Valores de la serie B
)
# Definir los colores pastel para cada serie
colores <- c("SerieA" = "#FFB6C1", "SerieB" = "#ADD8E6")
# colores: vector de colores asignados a cada serie
# Crear el gráfico de líneas
grafico3 = ggplot(data, aes(x = Tiempo)) +
# data: nombre del data frame que contiene los datos a graficar
# aes: función que define la estética del gráfico
# x: variable del eje x (Tiempo)
geom_line(aes(y = SerieA, color = "SerieA"), size = 1) +
# geom_line: función que crea las líneas en el gráfico
# y: variable del eje y (SerieA)
# color: color de la línea (SerieA)
# size: grosor de la línea (1 en este caso)
geom_line(aes(y = SerieB, color = "SerieB"), size = 1) +
# geom_line: función que crea las líneas en el gráfico
# y: variable del eje y (SerieB)
# color: color de la línea (SerieB)
# size: grosor de la línea (1 en este caso)
geom_point(aes(y = SerieA, color = "SerieA"), size = 3) +
# geom_point: añade puntos a la línea SerieA
# y: variable del eje y (SerieA)
# color: color de los puntos (SerieA)
# size: tamaño de los puntos (3 en este caso)
geom_point(aes(y = SerieB, color = "SerieB"), size = 3) +
# geom_point: añade puntos a la línea SerieB
# y: variable del eje y (SerieB)
# color: color de los puntos (SerieB)
# size: tamaño de los puntos (3 en este caso)
labs(title = "Gráfico de Líneas", x = "Tiempo", y = "Valor", color = "Categoria") +
# labs: función que añade etiquetas y títulos al gráfico
# title: título del gráfico ("Gráfico de Líneas" en este caso)
# x: etiqueta del eje x ("Tiempo" en este caso)
# y: etiqueta del eje y ("Valor" en este caso)
# color: etiqueta de la leyenda ("Categoria" en este caso)
theme_minimal() +
# theme_minimal: aplica un tema minimalista al gráfico
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold", margin = margin(b = 40)),
# plot.title: personaliza el estilo del título del gráfico
# hjust: alineación horizontal del título (0.5 para centrarlo)
# size: tamaño del texto del título (14 en este caso)
# face: estilo de la fuente del título ("bold" para negrita)
# margin: margen alrededor del título (40 unidades en la parte inferior)
panel.grid.major = element_blank(),
# Elimina las líneas de la cuadrícula mayor
panel.grid.minor = element_blank(),
# Elimina las líneas de la cuadrícula menor
axis.text = element_text(size = 12),
# Ajusta el tamaño del texto de los ejes (12 en este caso)
axis.title = element_text(size = 12),
# Ajusta el tamaño del título de los ejes (12 en este caso)
legend.position = "right",
# Coloca la leyenda a la derecha
plot.background = element_rect(color = "black", size = 0.5)
# Añade un borde negro delgado alrededor del gráfico
) +
scale_color_manual(values = colores)
# scale_color_manual: asigna manualmente los colores
print(grafico3)
4. Gráfico de caja.
library(ggplot2)
data <- data.frame(
Categoria = c(rep("A", 10), rep("B", 10), rep("C", 10), rep("D", 10)),
Valores = c(rnorm(10, mean = 5, sd = 1), rnorm(10, mean = 6, sd = 1),
rnorm(10, mean = 7, sd = 1), rnorm(10, mean = 8, sd = 1))
)
# Definir los colores pastel para cada categoría
colores <- c("A" = "#FFB6C1", "B" = "#ADD8E6", "C" = "#90EE90", "D" = "#FFDAB9")
grafico4 = ggplot(data, aes(x = Categoria, y = Valores, fill = Categoria)) +
geom_boxplot(color = "black", size = 0.2) +
labs(title = "Gráfico de Caja", x = "Categoría", y = "Valores") +
theme_minimal() +
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold", margin = margin(b = 40)),
panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
axis.text = element_text(size = 12),
axis.title = element_text(size = 12),
legend.position = "none",
plot.background = element_rect(color = "black", size = 0.5)
) +
scale_fill_manual(values = colores)
Explicación del código
# Cargar la librería ggplot2
library(ggplot2)
# Crear un marco de datos con categorías y valores
data <- data.frame(
# data: nombre de la base de datos
Categoria = c(rep("A", 10), rep("B", 10), rep("C", 10), rep("D", 10)),
# Columnas de categorías
Valores = c(rnorm(10, mean = 5, sd = 1), rnorm(10, mean = 6, sd = 1),
rnorm(10, mean = 7, sd = 1), rnorm(10, mean = 8, sd = 1))
# Columnas de valores generados aleatoriamente
)
# Definir los colores pastel para cada categoría
colores <- c("A" = "#FFB6C1", "B" = "#ADD8E6", "C" = "#90EE90", "D" = "#FFDAB9")
# colores: vector de colores asignados a cada categoría
# Crear el gráfico de caja
grafico4 = ggplot(data, aes(x = Categoria, y = Valores, fill = Categoria)) +
# data: nombre del data frame que contiene los datos a graficar
# aes: función que define la estética del gráfico
# x: variable del eje x (Categoría)
# y: variable del eje y (Valores)
# fill: variable que determina el color de las cajas (Categoría)
geom_boxplot(color = "black", size = 0.2) +
# geom_boxplot: función que crea el gráfico de caja
# color: color del borde de las cajas ("black" en este caso)
# size: grosor del borde de las cajas (0.2 en este caso)
labs(title = "Gráfico de Caja", x = "Categoría", y = "Valores") +
# labs: función que añade etiquetas y títulos al gráfico
# title: título del gráfico ("Gráfico de Caja" en este caso)
# x: etiqueta del eje x ("Categoría" en este caso)
# y: etiqueta del eje y ("Valores" en este caso)
theme_minimal() +
# theme_minimal: aplica un tema minimalista al gráfico
theme(
plot.title = element_text(hjust = 0.5, size = 14, face = "bold", margin = margin(b = 40)),
# plot.title: personaliza el estilo del título del gráfico
# hjust: alineación horizontal del título (0.5 para centrarlo)
# size: tamaño del texto del título (14 en este caso)
# face: estilo de la fuente del título ("bold" para negrita)
# margin: margen alrededor del título (40 unidades en la parte inferior)
panel.grid.major = element_blank(),
# Elimina las líneas de la cuadrícula mayor
panel.grid.minor = element_blank(),
# Elimina las líneas de la cuadrícula menor
axis.text = element_text(size = 12),
# Ajusta el tamaño del texto de los ejes (12 en este caso)
axis.title = element_text(size = 12),
# Ajusta el tamaño del título de los ejes (12 en este caso)
legend.position = "none",
# Elimina la leyenda
plot.background = element_rect(color = "black", size = 0.5)
# Añade un borde negro delgado alrededor del gráfico
) +
scale_fill_manual(values = colores)
# scale_fill_manual: asigna manualmente los colores a las cajas
print(grafico4)
