Grafici andamento occupazione ponte

R Markdown!

Notebook condiviso per produrre i grafici.

Caricamento dei vari packages. Conviene limitarsi sempre e solo ai package indispensabili.

library(readxl)
library(ggplot2)
library(scales)
library(car)
# library(png) # non serve, png() è "di serie"

Caricamento e condizionamento dati

Caricamento dei file di dati Excel in un dataframe:

dataFileName <- "Analisi Dati R.xlsx"
#@FIXED le posizioni dei file vanno indicate relativamente alla posizione del file .rproj
data <- read_xlsx(path=paste0("data/", dataFileName), sheet=1)

Eventuali operazioni di condizionamento dati:

data$individui<-as.numeric(data$'NUMERO INDIVIDUI')

NAs introduced by coercion

Attenzione a eventuali errori, dovuti a valori inseriti in modo errato nel foglio elettronico… perché quel NAs introduced by coercion?

Esaminiamo <code>data$NUMERO INDIVIDUI.

unique(data$`NUMERO INDIVIDUI`)

 [1] "287" "98"  "440" "0"   "2"   "1"   "44"  "*"   "49"  "161" "6"   "24"  "189" "175" "10" 
[16] "231" "3"   "7"   "11"  "79"  "20"  "27"  "73"  "15"  "56"  "4"   "60"  "35"  "28"  "5"  
[31] "192" "107" "22"  "142" "383" "85"  "298" "13"  "53"  "12"  "386" "106" "209" "19"  "81" 
[46] "306" "36"  "232" "38"  "384" "144" "208" "45"  "64"  "399" "269" "29"  "30"  "370" "198"
[61] "61"  "148" "145" "9"   "25"  "65"  "267" "214" "76"  "150" "120" "280" "216" "154" "32" 
[76] "21"  "112" "34"  "58"  "14"  "8"   "50" 

In effetti, compare almeno una volta *, che è una brutta cosa (non è tidy): se una variabile contiene numeri, allora deve contenere solo numeri, altrimenti quando la si importa in R fa casino e diventa (il più delle volte cápita così) testo (chr)

Proviamo a fare una specie di “trova-e-cambia”: la cosa migliore sarebbe però tornare a mettere le mani sul foglio con i dati e rendere tidy i dati sin sall’origine…

data[data$`NUMERO INDIVIDUI`=="*",]$`NUMERO INDIVIDUI` <- '0'
data$individui<-as.numeric(data$'NUMERO INDIVIDUI')

View(data)

Non ci dovrebbero più essere asterischi…

Analisi esplorative

Andamento generale della frequentazione del ponte.

Non fare il grafico due volte…

L’idea è che lo script te lo costruisci mano a mano, è ovvio, lo sanno tutti, ma l’obiettivo è il programma finito, che alla fine delle cose puoi aptire e eseguire tutto in un solo colpo e rifà tutte le analisi, senza i “passaggi intermedi”

NumTotInd <- ggplot(data=data, aes(x=DATA, y=individui)) + 
  stat_summary(fun.y=sum, na.rm=TRUE, geom='line', size=1, col='darkorange1') + 
  scale_x_datetime(labels=date_format("%d/%m/%Y")) +
  theme_minimal() +
  theme(plot.title=element_text(size=18)) +
  theme(axis.title=element_text(size=16))+
  theme(axis.text=element_text(size=12))+
  xlab("Data")+
  ylab("Numero totale di individui")
# salvataggio grafico su file, il percorso è sempre relativo la file .rprj
png(filename = 'img/NumTotInd.png', width=200, height=150, units="mm", res=300)
print(NumTotInd)
dev.off()

null device 
          1 

Giusto per vedere il plot anche qui nel notebook R:

Per uniformità, iniziamo a “salvarci” gli elementi “di stile” in modo da essere sicuri che tutti i grafici vengano sfornati uguali…

baseColor <- 'darkorange1'
baseTheme <- theme_minimal()

È sufficiente ricordarsi in tutti i grafici di specificare + baseTheme()

print(NumTotInd + stat_summary(fun.y=sum, na.rm=TRUE, geom='line', aes(colour=SPECIE))+ scale_x_datetime(labels=date_format("%d/%m/%Y"), date_breaks="3 weeks") + theme(axis.text.x=element_text(angle=-90, vjust=0.5)))

Scale for 'x' is already present. Adding another scale for 'x', which will replace the
existing scale.

Bé, buon divertimento…