#Leitura dos dados
covid <- fread("datasets/a10_graficos_interativos/brazil_covid19_cities.csv")
#Leitura dos dados de população brasileira da wikipedia
pop <- read_html("https://pt.wikipedia.org/wiki/Lista_de_munic%C3%ADpios_do_Brasil_por_popula%C3%A7%C3%A3o_(2022)") %>%
html_node("table") %>%
html_table %>% clean_names %>%
select(codigo_ibge, populacao) %>%
rename(code = codigo_ibge, population = populacao) %>%
mutate(population = str_replace_all(population, "\u00A0", "")) %>%
mutate(code = str_sub(code, 1, 6)) %>%
mutate(code = as.numeric(code)) %>%
data.table()Gráficos interativos, animados e mapas no R
Inovação Tecnológica e Processos de Desenvolvimento
Anderson Ribeiro Duarte
Introdução
De acordo com as aulas anteriores, a visualização de dados é uma ferramenta fundamental na compreensão da relação entre os dados, na geração de insights e muitas vezes é o produto final da análise de dados.
Entretanto, principalmente nos casos em que se trata do produto final, muitas vezes é necessário acrescentar uma camada de dinamismo para tornar os resultados mais interessantes e agradáveis visualmente.
Introdução
Além do dinamismo, em alguns casos a interatividade é essencial para o entendimento das informações que os dados apresentam. Estes gráficos interativos se tornam ainda mais interessantes quando inseridos em um dashboard.
Aqui são exibidas algumas possibilidades de inserção de interatividade em gráficos, bem como a geração de mapas interativos. Cada pacote que será apresentado nesta seção contém uma infinidade de possibilidades. O intuito não é aprofundar nas funcionalidades de cada um, e sim apresentar um panorama geral, que poderá ser estudado com mais detalhes em caso de interesse ou necessidade.
Gráficos Interativos com o pacote plotly
O pacote plotly é uma biblioteca desenvolvida para a geração de gráficos interativos de alta qualidade. Com a biblioteca é possível a geração de toda sorte de gráficos interativos, tais como gráficos de pontos, linhas, histogramas, boxplots, gráficos de barras, mapas, dentre diversas outras possibilidades.
Diferente dos pacotes mais conhecidos do R, como ggplot, o pacote plotly gera gráficos como uma aplicação HTML, o que permite a interatividade de seus elementos. Uma característica interessante do pacote e que, ele não somente cria gráficos interativos como converte gráficos do pacote ggplot de estáticos para interativos.
Gráficos Interativos com o pacote plotly
Antes de iniciar o estudo dos gráficos em plotly, veja como tornar um gráfico ggplot interativo. Será utilizada com uma base de dados de mortes por covid19 nos estados brasileiros. Como se trata de um volume considerável de dados, será usado com o pacote data.table. Note que os casos estão acumulados por dia, ou seja, os dados anuais consolidados são os dados do último dia do ano.
Gráficos Interativos com o pacote plotly
Gráficos Interativos com o pacote plotly
#Agregando população das cidades aos dados
covid <- covid[pop, on = .(code = code)]
covid[, population := as.numeric(population)]
#Agregação dos dados - Mortes e casos totais em MG no ano de 2020
covid_mg <- covid[state == "MG" & date == "2020-12-31"]
covid_mg[, population := as.numeric(population)]
#Gráfico de pontos casos versus mortes por cidade
g <- covid_mg[, `:=`(case_rate = 1000*round(cases/population, 4), death_rate = 1000*round(deaths/population, 4))] %>%
ggplot(aes(x = case_rate, y = death_rate)) +
geom_point(aes(text = name), size = 3, col = "blue") +
labs(x = "Taxa de casos (por mil hab.)",
y = "Taxa de Mortes (por mil hab.)")Gráficos Interativos com o pacote plotly
Gráficos Interativos com o pacote plotly
Gráficos Interativos com o pacote plotly
O que o pacote faz neste caso é converter um gráfico ggplot para plotly e aplicar as camadas do próprio pacote neste. Vejamos como fazer o mesmo gráfico usando a sintaxe do plotly.
Gráficos Interativos com o pacote plotly
#Gráfico anterior usando o pacote plotly
covid_mg[, `:=`(case_rate = 1000*round(cases/population, 4), death_rate = 1000*round(deaths/population, 4))] %>%
plot_ly(x = ~case_rate, y = ~death_rate, text = ~name) %>%
add_markers() %>%
layout(xaxis = list(title = "Taxa de casos (por mil hab.)"),
yaxis = list(title = "Taxa de Mortes (por mil hab.)"))Gráficos Interativos com o pacote plotly
Assim como acontece no pacote ggplots, o pacote plotly também trabalha com camadas que são adicionadas sobre um gráfico base. A função plot_ly() cria uma camada inicial com os atributos estéticos do gráfico e novas camadas são adicionadas por meio de comandos específicos para cada tipo de gráfico:
add_lines: Adiciona um gráfico de linhasadd_markers: Adiciona um diagrama de pontosadd_bars: Adiciona um gráfico de barrasadd_boxplot: Adiciona um ou mais boxplotsadd_histogram: Adiciona um histogramaadd_trace: Função geral para adicionar qualquer tipo de gráfico. Basta informar o tipo no parâmetrotype. Podemos realizar o mesmo procedimento dentro da funçãoplot_ly, entretanto a funçãoadd_traceé ideal para sobrepor diferentes tipos de gráficos.
Gráficos Interativos com o pacote plotly
Os comandos estéticos devem ser adicionados dentro da função plot_ly, precedidos de um sinal de ‘til’, por exemplo, plot_ly(x = ~peso, y = ~altura, text = ~imc)
Os tipos de gráficos que podem ser gerados com o pacote podem ser visualizados no link https://plotly.com/r/. Observe a geração de alguns gráficos para compreender a estrutura do pacote, seguindo com a utilização dos dados de COVID.
Gráficos Interativos com o pacote plotly
Gráficos Interativos com o pacote plotly
Gráficos Interativos com o pacote plotly
Gráficos Interativos com o pacote plotly
Gráficos Interativos com o pacote plotly
#Adicionar um novo gráfico de linhas com as mortes ao primeiro gráfico
covid[year(date) == 2020, .(cases = sum(cases), deaths = sum(deaths)), by = date] %>%
plot_ly(x = ~date, y = ~cases) %>% add_lines(name = "Casos") %>%
add_trace(name = "Mortes", x = ~date, y = ~deaths, type = "scatter", mode = 'line')Gráficos Interativos com o pacote plotly
No último gráfico é possível utilizar mais uma função add_lines. Entretanto, a função add_trace é bastante útil para adicionar novas camadas aos gráficos, bem como para transformar o gráfico.
Além dos parâmetros básicos, é possível passar parâmetros como cor, tamanho, agrupamento, dentre outros para a função plot_ly. Os principais são:
split: define o agrupamento de variáveis na geração dos gráficoscolor: Colore o gráfico conforme uma variável ou uma cor pré-definidasize: Altera o tamanho dos elementossymbol: altera os símbolos do gráficolinetype: altera o tipo de linha.
Gráficos Interativos com o pacote plotly
Observe como os gráficos se alteram com estes parâmetros.
#Adicionar a informação do estado no nosso gráfico de casos acumulados no segundo semestre de 2020
#nos estados da região sudeste
covid[year(date) == 2020, .(cases = max(cases)), by = .(month = month(date), state)][
month %in% 6:12 & state %in% c("MG", "SP", "RJ", "ES")] %>%
plot_ly(x = ~state, y = ~cases, split = ~month) %>% add_bars()Gráficos Interativos com o pacote plotly
Gráficos Interativos com o pacote plotly
Gráficos Interativos com o pacote plotly
#Taxas de casos e mortes em MG com símbolos diferentes para faixas populacionais
covid_mg[, cat_pop := factor(cut(population, c(0, 100000, 5000000), labels = c("Até 100 mil", "Mais de 100 hab")))] %>%
plot_ly(x = ~case_rate, y = ~death_rate, text = ~name, symbol = ~cat_pop) %>% add_markers() %>%
layout(xaxis = list(title = "Taxa de casos (por mil hab.)"),
yaxis = list(title = "Taxa de Mortes (por mil hab.)"),
legend = list(title = "Faixa populacional"))Gráficos Interativos com o pacote plotly
#Gráfico de linhas comparando mortes diárias em 2020 em MG e SP
covid[year(date) == 2020 & state %in% c("MG", "SP"), .(cases = sum(cases), deaths = sum(deaths)), by = .(date, mg = ifelse(state == "MG", "MG", "SP"))] %>%
plot_ly(x = ~date, y = ~deaths, linetype = ~mg, type = 'scatter', mode = 'line')Gráficos Interativos com o pacote plotly
Um atributo bastante interessante do pacote plotly é seu menu interno. Cada gráfico gerado pelo pacote adiciona no canto superior direito um menu em que é possível interagir com o gráfico.
Nele, é possível salvar a imagem, aplicar e retirar zoom, comparar dados simultâneos de duas séries, dentre outras possibilidades. Além do menu, é possível aplicar zoom por meio de seleção, dentro do próprio gráfico, mover eixos, etc. Conjuntamente com os demais atributos, estas possbilidades tornam o pacote plotly uma excelente opção para a geração de uma apresentação mais dinâmica.
Assim como os demais pacotes apresentados até aqui, os exemplos acima representam apenas a ponta do iceberg. É importante que se aprofunde o conhecimento sobre o pacote ao estudar os exemplos e a documentação do pacote. Um guia com todos os gráficos básicos, que contém bastante exemplos, pode ser obtido no link https://plotly.com/r/.
Gráficos animados
Muitas vezes é necessário representar mais de três variáveis em um único gráfico. Uma das alternativas é a utilização de facetas, por exemplo. Entretanto, quando uma das variáveis apresenta ordenação, geralmente a ordenação dos dados no tempo, podemos nos valer de animações para gerar maior dinamismo ao gráfico.
A geração de gráficos animados depende de um ambiente em que a animação possa ser executada. Geralmente este tipo de gráfico é apresentado em ambientes como páginas da web, dashboards, ou relatórios em HTML, como os gerados pelo R Quarto, Jupyter Notebook, Google Colab, etc. Como já estamos familiarizados com o pacote plotly, vamos apresentar a funcionalidade de gráficos animados neste pacote.
Gráficos animados
O próprio pacote possui um parâmetro para executar a animação. Trata-se do parâmetro frame, que é incluído dentro da função plot_ly, assim como os parâmetros de agrupamento, cor, tipo de linha, etc. Basta informar qual será a variável responsável pela transição dos frames. Como o gráfico é gerado em HTML, ele permite o controle da execução, como pausar a transição. Vejamos dois exemplos.
Gráficos animados
#Diagrama de pontos comparando casos e mortes por estado e por mês
covid[year(date) == 2020, .(cases = sum(cases), deaths = sum(deaths), population = sum(population)), by = .(state, month = month(date))] %>%
plot_ly(x = ~cases, y = ~deaths, color = ~state, size = ~population, frame = ~month) %>%
add_markers()Gráficos animados
#Gráfico de barras de casos e mortes (dentro das barras) acumulados por estado e mês
covid[year(date) == 2020, .(cases = max(cases), deaths = max(deaths)), by = .(month = month(date), state)] %>%
plot_ly(x = ~state, y = ~cases, frame = ~month, text = ~deaths) %>%
add_trace(type = "bar", name = "Casos(mortes)") %>%
animation_opts(transition = 0)Gráficos animados
Além dos pacotes ggplot2 e plotly, existem outros pacotes para gráficos dinâmicos, como o highcharter. Entretanto, mais importante que o aspecto visual, é saber quando e como utilizar as ferramentas para visualização adequada dos dados. Muitas vezes acrescentar complexidade aos gráficos pode tornar a análise mais difícil, ao invés de mais fácil. Deste modo, sempre tente incluir o mínimo de elementos em um gráfico e utilize as ferramentas apresentadas com parcimônia.
Para encerrar o tópico de visualização de dados, observe uma breve introdução à geração de mapas no R.
Geração de Mapas
Quando se trabalha com dados georeferenciados, para a visualização de dados é necessário plotar gráficos que levem em consideração a posição dos elementos em um sistema de coordenadas espaciais. Os objetos desta natureza mais utilizados são os mapas. A geração de mapas em R é relativamente simples, graças ao avanço do pacote sf, cujo nome se origina da expressão shape file. Um arquivo do tipo shape file armazena coordenadas necessárias para a geração de polígonos em formatos específicos, como países, estados, cidades, etc.
Geração de Mapas
Os shape files do território brasileiro podem ser acessados diretamente do pacote geobr. Instale e carregar ambos os pacotes, para então testarmos alguns exemplos. Inicialmente carregue o formato todos os estados brasileiros
Mapas com o pacote ggplot2
O pacote ggplot2, possui uma geometria específica para a geração de mapas com base em shape files, a geometria geom_sf. Seu uso é bastante intuitivo. Diferente das demais geometrias, nela não é necessário atribuir parâmetros estéticos (aes) à função ggplot, apenas o shape file. Os parâmetros estéticos devem ser repassados na função geom_sf(). Utilizaremos o pacote geobr para baixar os dados do Brasil e de Minas Gerais.
Geração de Mapas
Agora plotar o mapa usando o pacote ggplot2
Geração de Mapas
Geração de Mapas
Geração de Mapas
