1. No interactivo: El usuario no tiene control sobre el gráfico.

1. Interactivo: El usuario tiene control sobre el gráfico, puede hacer zoom, mover el gráfico y ver los valores que apunta con el mouse.

1. Animado: El gráfico contiene varias imágenes en un solo archivo y se presentan en un orden especifíco para transmitir animación.

library(gapminder)
# lifeExp: Esperanza de vida al nacer (años)
# pop: Población  
# gdpPercap: PIB per cápita (US$, ajustado a la inflación)

head(gapminder)

## # A tibble: 6 x 6
##   country     continent  year lifeExp      pop gdpPercap
##   <fct>       <fct>     <int>   <dbl>    <int>     <dbl>
## 1 Afghanistan Asia       1952    28.8  8425333      779.
## 2 Afghanistan Asia       1957    30.3  9240934      821.
## 3 Afghanistan Asia       1962    32.0 10267083      853.
## 4 Afghanistan Asia       1967    34.0 11537966      836.
## 5 Afghanistan Asia       1972    36.1 13079460      740.
## 6 Afghanistan Asia       1977    38.4 14880372      786.

Paquete plotly
Paquete d3heatmap
Paquete heatmaply
Paquete streamgraph
Paquete leaflet
Paquete rgl
Paquete chorddiag
Paquete circlePacker
Paquete collapsibletree
Paquete networkD3
Paquete dygraph
Paquete highcharts
Paquete visNetwork
Paquete SunburstR

Paquete animation

Paquete gganimate

Paquete animations

Paquete googleVis

install.packages("plotly")
library(plotly)

plot_ly(data = data.frame(), ..., type = NULL, name, color,
  colors = NULL, alpha = NULL, stroke, strokes = NULL,
  alpha_stroke = 1, size, sizes = c(10, 100), span, spans = c(1, 20),
  symbol, symbols = NULL, linetype, linetypes = NULL, split, frame,
  width = NULL, height = NULL, source = "A")

library(gapminder)
library(plotly)
gapminder2007 <- subset(gapminder, year==2007)
plot_ly(data = gapminder2007, x = ~ gdpPercap, y = ~ lifeExp)

library(gapminder)
library(plotly)
gapminder2007 <- subset(gapminder, year==2007)
plot_ly(data = gapminder2007, x = ~ gdpPercap, y = ~ lifeExp, color = ~ continent)

library(gapminder)
library(plotly)
gapminder2007 <- subset(gapminder, year==2007)
plot_ly(data = gapminder2007, x = ~ gdpPercap, y = ~ lifeExp, 
        color = ~ continent, colors ="Set1")

library(gapminder)
library(plotly)
gapminder2007 <- subset(gapminder, year==2007)

pal <- c("red", "blue", "green", "yellow", "black")
plot_ly(data = gapminder2007, x = ~ gdpPercap, y = ~ lifeExp, 
        color = ~ continent, colors = pal)

library(gapminder)
library(plotly)
gapminder2007 <- subset(gapminder, year==2007)

pal <- c("red", "blue", "green", "yellow", "black")
pal <- setNames(pal, c("Africa", "Americas", "Asia", "Europe", "Oceania"))
plot_ly(data = gapminder2007, x = ~ gdpPercap, y = ~ lifeExp, 
        color = ~ continent, colors = pal)

library(gapminder)
library(plotly)
gapminder2007 <- subset(gapminder, year==2007)

plot_ly(data = gapminder2007, x = ~ gdpPercap, y = ~ lifeExp, 
        type = "scatter", mode="markers", symbol = ~ continent, 
        symbols = c("circle", "x", "o", "+", "*"),  
        color = I('black'), marker = list(size = 5))

1. Realice un diagrama de dispersión con las variables gdPercap y lifeExp para el año 1952. Use una paleta de colores personalizada.

1. Realice un diagrama de dispersión de las variables pop y gdPercap para el año 1952.Use una paleta de colores personalizada.

Da click sobre este enlace para ver la solución, sólo si es necesario.

library(gapminder)
library(plotly)
gapminder2007 <- subset(gapminder, year==2007)
p <- ggplot(gapminder2007, aes(lifeExp, fill = continent)) +
     geom_density(alpha = 0.2)

p <- ggplotly(p)
p

Realiza un diagrama de densidades con la variable pop para el año 1952 discriminado por continent.

Da click sobre este enlace para ver la solución, sólo si es necesario.

library(gapminder)
library(plotly)
gapminder2007 <- subset(gapminder, year==2007)

plot_ly(data = gapminder2007, x = ~ lifeExp, color = ~ continent,
        type="box")

Realiza un boxplot con la variable pop para el año 1952 discriminado por continent.

Da click sobre este enlace para ver la solución, sólo si es necesario.

library(ggplot2)
library(gganimate)
library(gapminder)

p <- ggplot(gapminder, 
            aes(x = gdpPercap, y=lifeExp, size = pop, colour = country)) +
  geom_point(show.legend = FALSE, alpha = 0.7) +
  scale_color_viridis_d() +
  scale_size(range = c(2, 12)) +
  scale_x_log10() +
  labs(x = "GDP per capita", y = "Life expectancy")

p + transition_time(year) + labs(title = "Year: {frame_time}")

Realiza un boxplot comparativo animado con la variables lifeExp y continent.

Da click sobre este enlace para ver la solución, sólo si es necesario.

Cook, D., Swayne, D. F., & Buja, A. (2007). Interactive and dynamic graphics for data analysis: with R and GGobi. Springer Science & Business Media.

Sosulski, K. (2018). Data Visualization Made Simple: Insights Into Becoming Visual. Routledge.

Young, F. W., Valero-Mora, P. M., & Friendly, M. (2011). Visual statistics: seeing data with dynamic interactive graphics (Vol. 914). John Wiley & Sons.

Wilke, C. O. (2019). Fundamentals of Data Visualization: A Primer on Making Informative and Compelling Figures. O'Reilly Media.

Wilkinson, L. (2012). The grammar of graphics. In Handbook of Computational Statistics (pp. 375-414). Springer, Berlin, Heidelberg.

Muchas gracias!

Olga Cecilia Usuga Manco
olga.usuga@udea.edu.co