2VA - Gráficos (1-4)

Questões

VADeaths

data(VADeaths)
print(VADeaths)
##       Rural Male Rural Female Urban Male Urban Female
## 50-54       11.7          8.7       15.4          8.4
## 55-59       18.1         11.7       24.3         13.6
## 60-64       26.9         20.3       37.0         19.3
## 65-69       41.0         30.9       54.6         35.1
## 70-74       66.0         54.3       71.1         50.0
cores <- c("lightblue", "lightgreen", "lightcoral", "lightgoldenrod")

# Gráfico de barras
barplot(VADeaths, 
        beside = TRUE,  # Barras lado a lado
        col = cores,               
        main = "Taxas de mortalidade por faixa etária e localidade",  # Título
        xlab = "Localidade e gênero", 
        ylab = "Taxa de mortalidade (por 1000 habitantes)", 
        legend.text = rownames(VADeaths), 
        args.legend = list(x = "topright",  # Posição da legenda
                           title = "Faixa etária",
                           cex = 0.8))

ClassificaçãoDoença

dados <- c("moderado", "leve", "leve", "severo", "leve", "moderado", 
           "moderado", "moderado", "leve", "leve", "severo", "leve", 
           "moderado", "moderado", "leve", "severo", "moderado", 
           "moderado", "moderado", "leve")

tabela <- table(dados)

porcentagens <- round(100 * tabela / sum(tabela), 1)

rotulos <- paste0(names(tabela), "\n", porcentagens, "%")

cores <- c("lightgreen", "lightblue", "lightcoral")

pie(tabela,
    labels = rotulos,
    col = cores,
    main = "Classificação da doença nos pacientes",
    border = "white",
    init.angle = 90)

legend("topright",
       legend = names(tabela),
       fill = cores,
       title = "Estágios da doença",
       cex = 0.9,
       bty = "n")

USArrests

library(dplyr)
library(tidyr)
library(plotly)

dados <- USArrests %>%
  mutate(City = rownames(USArrests))

top5 <- dados %>%
  arrange(desc(Murder)) %>%
  slice(1:5) %>%
  mutate(
    City = factor(
      City,
      levels = c(
        "Georgia",
        "Mississippi",
        "Florida",
        "Louisiana",
        "South Carolina"
      )
    )
  ) %>%
  arrange(City)

plot_ly(top5, x = ~City) %>%
  add_bars(y = ~Murder,
           name = "Murder") %>%
  add_bars(y = ~Rape,
           name = "Rape") %>%
  add_bars(y = ~Assault,
           name = "Assault") %>%
  layout(
  barmode = "group",
  title = list(text = "5 estados mais violentos (EUA, 1973)"),
  xaxis = list(title = "Estado"),
  yaxis = list(
    title = "Ocorrências",
    range = c(0, 350),
    tickmode = "linear",
    tick0 = 0,
    dtick = 100
  ),
  legend = list(title = list(text = ""))
)

Orange

library(plotly)

dados <- Orange

p <- plot_ly()

for(arvore in levels(dados$Tree)) {

  dados_arvore <- subset(dados, Tree == arvore)

  p <- p %>%
    add_lines(
      data = dados_arvore,
      x = ~age,
      y = ~circumference,
      color = ~Tree,
      colors = "Set1",
      name = paste("Árvore", arvore),
      text = ~paste0(
        "Árvore ", arvore,
        " — idade: ", age, " dias",
        " — circ.: ", circumference, " mm"
      ),
      hovertemplate = "%{text}<extra></extra>"
    )
}

p %>%
  layout(
    title = "Crescimento das laranjeiras",
    xaxis = list(title = "Idade"),
    yaxis = list(title = "Circunferência"),
    legend = list(title = list(text = "Árvore"))
  )