ggplot(mtcars, aes(x = wt, y = mpg, color = factor(cyl))) +
  geom_point(size = 3, alpha = 0.85) +
  labs(
    title = "Relação entre Peso e Consumo de Combustível",
    x = "Peso do carro (wt)",
    y = "Consumo (mpg)",
    color = "Cilindros (cyl)"
  ) +
  theme_minimal()

dados_cut <- diamonds %>%
  count(cut, name = "quantidade") %>%
  arrange(desc(quantidade))

ggplot(dados_cut, aes(x = reorder(cut, quantidade), y = quantidade, fill = cut)) +
  geom_col(width = 0.75) +
  geom_text(aes(label = quantidade), vjust = -0.25, size = 4) +
  scale_fill_brewer(palette = "Spectral") +
  labs(
    title = "Contagem de Diamantes por Tipo de Corte",
    x = "Tipo de corte (cut)",
    y = "Quantidade"
  ) +
  theme_minimal() +
  theme(
    legend.position = "none",
    axis.text.x = element_text(angle = 20, hjust = 1)
  )

cores_cut <- c(
  "Fair" = "#d7191c",
  "Good" = "#fdae61",
  "Very Good" = "#ffffbf",
  "Premium" = "#abd9e9",
  "Ideal" = "#2c7bb6"
)

ggplot(diamonds, aes(x = cut, y = price, fill = cut)) +
  geom_boxplot(outlier.alpha = 0.25) +
  scale_fill_manual(values = cores_cut) +
  labs(
    title = "Distribuição de Preços por Tipo de Corte",
    x = "Tipo de corte (cut)",
    y = "Preço (price)"
  ) +
  theme_minimal() +
  theme(
    legend.position = "none",
    axis.text.x = element_text(angle = 30, hjust = 1)
  )