Ggplot … again

Preparativos

Comencemos por cargar el tidyverse y con ello tendremos a disposición la base de datos mpg

library(tidyverse)
mpg |> 
  knitr::kable()

Layers

Recuerden que:

• ggplot trabaja por capas que añaden visuales al gráfico

• los visuales se relacionan con las variables usando estéticas con el argumento aes

• las estéticas pueden fijarse sin hacer referencia a variables como en color = "blue"

• las estéticas pueden definirse en el llamado global a ggplot(..., aes(...)) o en cada geometría como en geom_point(..., aes(...))

Visualizando relaciones

Intentemos analizar la relación entre displ y hwy usando un scatterplot distinguiendo por la variable class

# class -> shape
ggplot(mpg, aes(x = displ, y = hwy, shape = class)) +
  geom_point()

Warning: The shape palette can deal with a maximum of 6 discrete values because more
than 6 becomes difficult to discriminate
ℹ you have requested 7 values. Consider specifying shapes manually if you need
  that many have them.

Warning: Removed 62 rows containing missing values or values outside the scale range
(`geom_point()`).

• Investiga: Qué pasa si mapeas size = class o alpha = class

Resultados

ggplot(mpg, aes(x = displ, y = hwy, size = class)) +
  geom_point()
#> Warning: Using size for a discrete variable is not advised.

ggplot(mpg, aes(x = displ, y = hwy, alpha = class)) +
  geom_point()
#> Warning: Using alpha for a discrete variable is not advised.

• Mapear una variable categórica, no ordenada como class a una estética ordenada (numéricamente) no tiene sentido: la variable no tiene un orden natural

Establecer la estética manualmente

Las figuras disponibles en ggplot2 están indexadas según este diagrama

Ejemplo

axis <- mpg |> 
  ggplot(aes(x = displ, y = hwy))   # Ejes

ungrouped <- axis + geom_smooth()   # Izquierda
grouped <- axis + geom_smooth(aes(group = drv))  # Centro
colored <- axis + geom_smooth(aes(color = drv))  # Derechga

Mapeos locales vs. mapeo global

1ggplot(mpg, aes(x = displ, y = hwy)) +
2  geom_point(aes(color = class)) +
3  geom_smooth()

Mapeos locales vs. mapeo global

ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_point() + 
  geom_point(
    data = mpg |> filter(class == "2seater"), 
1    color = "red"
  ) +
  geom_point(
    data = mpg |> filter(class == "2seater"), 
2    shape = "circle open", size = 3, color = "red"
  )

La geometría es todo

Ejercicios

Recree los siguientes gráficos

Ejercicios

Recree los siguientes gráficos

Facetas

ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_point() + 
1  facet_wrap(~cyl)

…con más de una variable

ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_point() + 
1  facet_grid(drv ~ cyl)

.. con más de una variable

ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_point() + 
1  facet_grid(drv ~ cyl, scales = "free")

Ejercicios

Compare:

ggplot(mpg, aes(x = displ)) + 
  geom_histogram() + 
  facet_grid(drv ~ .)

ggplot(mpg, aes(x = displ)) + 
  geom_histogram() +
  facet_grid(. ~ drv)

Cuál de estos gráficos hace más fácil comparar el tamaño del motor (displ) entre autos con distinto tren (drv). Qué aprendemos sobre utilizar la variable para facetar en renglones o columnas?

Transformaciones estadísticas

ggplot(diamonds, aes(x = cut)) +
1   geom_bar()

Transformaciones estadísticas

• Los diagramas de barras, histogramas, y polígonos de frecuencia separan los datos en bins y grafican el número de observaciones dentro de cada bin

• Los smoothers ajustan un modelo de suavizamiento a tus datos y grafican las predicciones de dicho modelo

• Los diagramas de caja y bigote calculan el resumen de cinco puntos de la muestra y grafican el boxplot

Transformaciones estadísticas

Los algoritmos con los que se calculan los valores del gráfico se denominan stat

Transformaciones estadísticas

Cada geom_ tiene un stat_ por defecto, y cada stat_ tiene una geom_ por defecto, pero

# 3. Quizás queremos usar un estadístico que enfatice algo...

ggplot(diamonds) + 
  stat_summary(
    aes(x = cut, y = depth),
    fun.min = min,
    fun.max = max,
    fun = median
1  )

1

ggplot2 cuenta con más de 20 stat que podemos usar y cada función tiene ayuda documentada. Por ejemplo ?stat_summary.

Ejercicios:

En el gráfico de porporciones, usamos el mapeo group = 1. Por qué? Qué problema tienen los siguientes gráficos:

ggplot(diamonds, aes(x = cut, y = after_stat(prop))) + 
  geom_bar()
ggplot(diamonds, aes(x = cut, fill = color, y = after_stat(prop))) + 
  geom_bar()