---
title: "Execício 3"
author: "Aline Fonseca"
date: "10 Oct 2024"
cap-location: bottom
title-block-banner: true
format: html
code-link: true
code-tools: true
theme: vapor
toc: true
toc-title: Índice
editor: visual
editor_options:
chunk_output_type: console
---
# Exercício 3 - Visualização de dados - `Dplyr`
## Carregando a tabela e carregando pacotes
quarto-executable-code-5450563D
```r
eggs <- readr::read_csv('https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2023/2023-04-11/egg-production.csv')
library(tidyverse)
library(ggsci)
library(knitr)
library(kableExtra)
library(tinytex)
library(ggplot2)
library(dplyr)
library(RColorBrewer)
eggs_divide <- mutate(eggs, n_hens = n_hens)
```
## Evolução do número de ovos de galinhas criadas livres (orgânicas e não-orgânicas) ao longo dos anos
quarto-executable-code-5450563D
```r
sep <- eggs_divide %>% separate(observed_month, into = c("Ano", "Mes", "Dia"), sep = "-")
sel <- filter(sep, prod_type != "hatching eggs", prod_process != "all")
prod_ovos <- ggplot(sel, aes(x=n_eggs, y=n_hens))+
geom_smooth(method = "lm")+
geom_point(aes(color=Ano))
prod_ovos
```
quarto-executable-code-5450563D
```r
#### Fazendo com a Marina
ggplot(sel, aes(x= Ano, y= n_hens, fill= prod_process))+
geom_boxplot()+
facet_wrap(~prod_process, scales = "free")
galinha <- ggplot(data=filter(sep, prod_process!="all"),aes(x= Ano, y= n_hens, fill= prod_process))+
geom_boxplot()+
facet_wrap(~prod_process, scales = "free_y")+
labs(title = "Number of hens", subtitle = "Per million", tag = "(A)")+
scale_fill_brewer(palette = "YlOrBr")+
theme_classic()+
theme(axis.title = element_blank(), plot.background = element_rect(fill = "#F0E9AD", color = NA),
strip.background = element_rect(fill = "#FFED3D"),
panel.background = element_rect(fill = "#FAEF8F", color = "black"), legend.position = "none")
galinha
ovos <- ggplot(data=filter(sep, prod_process!="all"),aes(x= Ano, y= n_eggs/10000, fill= prod_process))+
geom_boxplot()+
facet_wrap(~prod_process, scales = "free_y")+
labs(title = "Number of eggs", subtitle = "Per million", tag = "(B)")+
scale_fill_brewer(palette = "YlOrBr")+
theme_classic()+
theme(axis.title = element_blank(), plot.background = element_rect(fill = "#F0E9AD", color = NA),
strip.background = element_rect(fill = "#FFED3D"),
panel.background = element_rect(fill = "#FAEF8F", color = "black"), legend.position = "none")
ovos
# essas últimas linhas são para por nome em cada um dos boxplot no gráfico
library(patchwork)
# esse é um pacote para a composição de gráficos
painel1 <- galinha/ovos #um acima do outro
painel1
painel2 <- galinha+ovos #um do lado do outro
painel2
#ggsave("opcao1.jpg", painel1, dpi = 200, units = "cm", width = 12, height = 12)
#ggsave("opcao2.pdf", painel2, units = "cm", width = 24, height = 9)
painel3 <- galinha/ovos + plot_annotation(title = "Produção de ovos nos Estados Unidos 2016-2021", subtitle = "Aumento expressivo de galinhas criadas livres", caption = "Plot for @TudyTuesday | By Aline Fonseca", theme=theme(plot.background = element_rect(fill = "#B2A374", color = NA), plot.title = element_text(color = "#FFED3D")))
painel3
#ggsave("opcao3.jpg", painel3, dpi = 200, width = 20, height = 20, unit = "cm")
```
## Comparando a produtividade dos diferentes tipos de processos e dos diferentes tipos de produtos
quarto-executable-code-5450563D
```r
razao <- sep %>%
mutate(produtividade = (n_hens/n_eggs))
# display.brewer.all()
prod_process <- ggplot(razao, aes(x=prod_type, y=produtividade, fill= prod_type))+
geom_boxplot()+
scale_fill_manual(values = c("lightblue", "aquamarine"))+
labs(x="Tipo de produção", y="Produtividade",title="Figura 2",
subtitle = "Produtividade entre os diferentes processos")
prod_process
# Fazendo com a Marina
# install.packages("ggridges")
library(ggridges)
ggplot(razao, aes(x= produtividade, y= prod_process, fill = prod_type, color= prod_type))+
geom_density_ridges(alpha= 0.5)+
scale_fill_manual(values = c("#F1EB17", "#F1172A"),
labels= c("Ovos de mesa","Ovos Incubabos"))+
scale_color_manual(values = c("#F1EB17", "#F1172A"))+
scale_y_discrete(labels = c(`cage-free (organic)`="Orgânico", `cage-free (non-organic)`="Não orgânico", all="Todos"))+
scale_x_continuous(expand = c(0,0))+
labs(title="Produtividade(ovos/galinha)",
subtitle = "Produção orgânica se equipara a produção não orgânica")+
theme_ridges()+
guides(color="none")+
theme(axis.title = element_blank(),
legend.title = element_blank(),
legend.position = c(0,0.9),
panel.background = element_rect(fill = "#F5E3C7"),
plot.background = element_rect(fill = "#F5E3C7"),
panel.grid.major = element_line(color= "#FAA805"),
linetype= "dashed", legend.backgroud = element_rect(fill = "#F5E3C7"))
```
## Comparando a produtividade entre os meses dos anos
quarto-executable-code-5450563D
```r
prod_meses <- ggplot(razao, aes(x=produtividade, fill = Mes))+
geom_density(alpha=0.4)+
scale_y_continuous(expand = c(0,0))+
labs(title="Figura 3",
subtitle = "Produtividade entre os meses dos anos")
prod_meses
#### Fazendo com a Marina
library(ggsci)
ax3 <- ggplot(razao, aes(x= Mes, y= produtividade, fill= prod_type))+
geom_boxplot(alpha= 0.6, width= 0.4)+
facet_wrap(~prod_process, ncol = 1, scale = "free_y")+
theme_minimal()+
scale_fill_uchicago()+
labs(title="Produtividade (ovos/galinha)",
subtitle = "Diminuição no mês de fevereiro",
x="Mês", y="Produtividade (ovos/galinha)")+
theme(legend.title = element_blank(), legend.position = "top",
panel.background = element_rect(fill = "#E1DFDA"), color= NA,
plot.background = element_rect(fill = "#E1DFDA"), color= NA)
ax3
#ggsave("exerc3.jpg", ax3, dpi = 200, width = 12, height = 16, unit= "cm")
```
## Faça um gráfico mostrando a relação linear entre o tamanho do pé e o peso dos roedores
quarto-executable-code-5450563D
```r
etbilu <- readr::read_csv('https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2023/2023-05-02/species.csv')
reg_roedor <- ggplot(etbilu, aes(x=meanhfl, y=meanwgt))+
geom_smooth(method = "lm")+
geom_point()+
labs(x="Tamanho do pé", y="Peso",title="Regressão linear",
subtitle = "Comparando a média do tamanho do pé e peso dos roedores")
reg_roedor
#### Fazendo com a Marina
summary(lm(meanwgt~meanhfl, data = etbilu))
# install.packages("png")
library(png)
rato <- readPNG("mouse.png")
ratinho <- ggplot(etbilu, aes(x=meanhfl, y=meanwgt))+
theme_bw()+
geom_point(alpha=0.9, color= "#ADE1EE", size= 4)+
geom_smooth(method = "lm", se=F, color= "#ADE1EE")+
geom_text(label= etbilu$scientificname, check_overlap = T, fontface= "italic", size= 3)+
labs(x="Tamanho do pé (mm)", y= "Peso corporal (g)",
title = "Relação entre peso e tamanho do pé de roedores")+
annotate("text", label = expression(paste(r^2, "=0,53, p-value < 0.001")),x= 45, y= 15)+
xlim(5,55)+
annotation_raster(rato, xmin = 10, xmax = 20, ymin = 100, ymax = 150)
ratinho
# theme(panel.grid = element_blank(),
# panel.background = element_blank(),
# plot.background = element_rect(color = NA))
# ggsave("ratinhofofinho.pdf", ratinho)
```
## Compare o peso médio e o peso dos juvenis entre os diferentes gêneros
quarto-executable-code-5450563D
```r
sep1 <- etbilu %>% separate(scientificname, into = c("Genero", "epiteto"), sep = " ")
colours()
juv <- ggplot(sep1, aes(x= Genero, y= juvwgt, fill = Genero))+
geom_boxplot()+
scale_fill_manual(values = c("lightblue", "aquamarine","lightpink", "orange", "yellowgreen", "violet", "seagreen", "salmon", "peru"))+
labs(x="Gênero", y="Juvenis",title="Figura 4",
subtitle = "Peso médio entre os gêneros")+
theme(axis.text.x = element_blank(), axis.ticks.x = element_blank())
juv
```
## Compare o peso dos animais nos diferentes tratamentos para os diferentes sexos
quarto-executable-code-5450563D
```r
portal <- readr::read_csv('https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2023/2023-05-02/surveys.csv')
portal1 <- filter(portal, wgt != "NA", sex != "NA", hfl != "NA")
ggplot(portal1, aes(x= treatment, y= wgt, fill= sex))+
geom_boxplot()+
facet_wrap(~treatment, scales = "free")+
scale_fill_manual(values = c("lightblue", "aquamarine"))+
labs(x="Tratamentos", y="Peso",title="Peso dos animais nos diferentes tratamentos para os diferentes sexos")+
theme(axis.text.x = element_blank(), axis.ticks.x = element_blank())
```
## Comparando a relação linear entre o tamanho do pé e o peso dos roedores para os diferentes tratamentos
quarto-executable-code-5450563D
```r
ggplot(portal1, aes(x=wgt, y=hfl))+
theme_gray()+
geom_smooth(method = "lm", se=F, color= "aquamarine")+
facet_wrap(~treatment, scales = "free")+
labs(x="Peso corporal (g)", y= "Tamanho do pé (mm)",
title = "Relação entre peso e tamanho do pé de roedores em diferentes tratamentos")
```
