In questo report visualizzo l’andamento nel tempo di nascite e morti.
library(ggplot2)
# Import (scegline UNO dei due)
# 1) Se hai il file in cartella di lavoro:
# datim <- read.csv("nascite e morti.csv", sep = ",")
# 2) Se vuoi leggerlo direttamente da GitHub:
datim <- read.csv("https://raw.githubusercontent.com/ProfAI/statistica-descrittiva-per-datascience/main/datasets/nascite%20e%20morti.csv")
str(datim)
## 'data.frame': 21 obs. of 4 variables:
## $ X : int 1 2 3 4 5 6 7 8 9 10 ...
## $ tempo : int 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 ...
## $ nascite: int 991 1016 1028 1007 1001 1020 1041 1006 987 1002 ...
## $ morti : int 952 972 978 1010 993 1030 996 1058 1032 989 ...
ggplot(datim) +
geom_line(aes(x = tempo, y = nascite, color = "nascite"), linewidth = 1) +
geom_line(aes(x = tempo, y = morti, color = "morti"), linewidth = 1) +
geom_point(aes(x = tempo, y = nascite), color = "green", size = 2) +
geom_point(aes(x = tempo, y = morti), color = "red", size = 2) +
labs(
x = "Tempo",
y = "Numero di Nascite/Morti",
title = "Andamento demografico in Sicilia",
color = "Legenda"
) +
scale_color_manual(values = c("nascite" = "green", "morti" = "red")) +
scale_x_continuous(breaks = seq(2000, 2020, 1))