Analise da relacao entre peso e consumo (dataset mtcars).
# Carregando dados
data(mtcars)
# Gerando grafico
ggplot(data = mtcars) +
aes(x = wt, y = mpg, color = factor(cyl)) +
geom_point(size = 3, alpha = 0.8) +
labs(
title = "Relacao Peso x Consumo",
subtitle = "Analise do dataset mtcars",
x = "Peso (1000 lbs)",
y = "Milhas por Galao",
color = "Cilindros"
) +
theme_minimal() +
theme(legend.position = "bottom")
Contagem de diamantes por tipo de corte.
# Carregando dados
data(diamonds)
# Tratamento dos dados
dados_resumo <- diamonds %>%
count(cut) %>%
mutate(cut = reorder(cut, -n))
# Gerando grafico
ggplot(dados_resumo, aes(x = cut, y = n, fill = cut)) +
geom_bar(stat = "identity") +
geom_text(aes(label = n), vjust = -0.5, fontface = "bold") +
scale_fill_brewer(palette = "Spectral") +
labs(
title = "Diamantes por Corte",
x = "Corte",
y = "Quantidade"
) +
theme_light() +
theme(legend.position = "none")
Distribuicao de precos por corte.
# Gerando grafico
ggplot(diamonds, aes(x = cut, y = price, fill = cut)) +
geom_boxplot(outlier.alpha = 0.3) +
labs(
title = "Distribuicao de Preco",
x = "Corte",
y = "Preco (USD)"
) +
scale_fill_manual(values = c("#FF9999", "#66B2FF", "#99FF99", "#FFCC99", "#CC99FF")) +
theme_bw() +
theme(
legend.position = "none",
axis.text.x = element_text(angle = 45, hjust = 1)
)
1. Diferenca entre geom_point e geom_jitter: O
geom_point coloca o ponto exatamente na coordenada real. O
geom_jitter adiciona um pequeno ruido aleatorio para
separar pontos que estariam encavalados (sobrepostos), facilitando a
visualizacao da densidade.
2. Gramatica dos Graficos: No ggplot2, um grafico e construido somando camadas independentes: * Dados: A tabela base. * Estetica (Aes): O que vai no eixo X, Y e Cor. * Geometria (Geom): Se vai ser barra, ponto ou linha.