Introducción a R y Dataframes
Versión anotada de Clase 28 de mayo 2020: Intro a R y dataframes.
Introducción a R y cuadernos
Formato de R notebooks
La sintaxis de R permite que el codigo sea legible para personas, y es posible añadir comentarios explicativos como # comentario. En general, estos comentarios solo son un nombre más explicativo, o una explicación de que hace determinada linea.
Los cuadernos con extensión .Rmd permiten tomar notas más largas, y aplicar formato como utilizando sintaxis Markdown, con algunas modificaciones.
_italica**negrita`monoespaciado
Podemos añadir # al inicio de una linea para marcarla como titulo, sub-titulo, sub-sub-titulo, etc… para así hacer un esquema más ordenado.
Trabajando con chunks
Los cuadernos seccionan el codigo en chunks, o secciones cortas de codigo. Podemos darles nombre de forma ```{r NOMBRE DEL CHUNK}.
Estas secciones luego pueden ejecutarse cada una como su propio script, accediendo a variables dejadas por las otras secciones.
Por ejemplo, haciendo una definición de los tipos de objetos en R:
A <- 15.0 # Número
B <- 15e2 # Número en notación cientifica
C <- pi # Constantes definidas
D <- 'cadena de texto' # Texto
E <- FALSE # Valores binarios Más otros objetos:
V <- c(1, 3, 5) # Un vector
W <- 7:9 # Otro vector, naturales desde 7 a 9
X <- list(V, x <- 2, "texto") # Una lista, con distintos tipos de objetos con nombre
Y <- data.frame(V, W, c(7,8,9)) # Una lista con elementos del mismo largo
# son más complejos, y los veremos en detalleEstos dos chunks son independientes, por lo que podriamos modificarlos sin que se afecten entre si. Podemos usar los objetos creados en estos chunks fuera, en otros chunks del cuaderno:
V*A # Multiplicando un vector (1,2,5) por un escalar (15)## [1] 15 45 75 # la salida seria (15, 30, 75)Luego, podemos usar el header del chunk (donde esta el nombre) para controlar otros atributos, como las salidas, warnings, o ejecución del chunk.
Un chunk sin ejecución automatica puede usarse para cargar las librerias al inicio de la clase, dado que luego no necesario recargarlas durante la sesión.
Importación y analisis de datos
Listas
Un vector, definido como c(1,2,"abc",...) es util para contener datos simples, como los valores obtenidos de mediciones repetidas o los nombres de personas. Para elementos más complejos se recurre a las listas, definidas como list("a",b <- c(1,2,3), 15e2).
data('psychademic') # requiere GGally
data('diamonds') # requiere ggplot2
data('iris') # no requiere más paquetes
sets.de.datos <- list() # Crea una lista "set.de.datos"
sets.de.datos[['sicoacademico']] <- psychademic # Añadimos los datos de psychademic
sets.de.datos[['diamantes']] <- diamonds # Añadimos los datos de diamonds
sets.de.datos[['flores']] <- iris # Añadimos los datos de irisFlujo de datos
Para controlar cascadas de datos, utilizamos el operador %>% , pipe, el cual toma la salida de una función o los datos presentados, y los introduce como entrada en la siguiente función.
# Utilizando %>% (pipe)
sets.de.datos$sicoacademico %>% head()# Formato estándar para funciones
head(sets.de.datos$sicoacademico)Exploración de datos
Para simplificar los analisis, trabajamos con un unico set.
mi.set = sets.de.datos$sicoacademicoExisten varios funciones para el analisis de la estructura de datos. Paquetes como tibble (incluido en tidyverse) añaden funciones adicionales.
mi.set %>% class() # tipo de objeto (es un dataframe)## [1] "data.frame"mi.set %>% dim() # dimensiones del dataframe (600 x 8)## [1] 600 8mi.set %>% length() # largo (columnas) del dataframe## [1] 8mi.set %>% head() # primeras 10 filas del dataframe <!-- R utils -->#mi.set %>% as.matrix() # dataframe mostrado como una matriz.
# salida demasiado larga
mi.set %>% names() # Nombre de las columnas del dataframe (locus..., self)## [1] "locus_of_control" "self_concept" "motivation" "read"
## [5] "write" "math" "science" "sex"mi.set %>% rownames() # Nombre de las filas (no tienen, solo estan numeradas)## [1] "1" "2" "3" "4" "5" "6" "7" "8" "9" "10" "11" "12"
## [13] "13" "14" "15" "16" "17" "18" "19" "20" "21" "22" "23" "24"
## [25] "25" "26" "27" "28" "29" "30" "31" "32" "33" "34" "35" "36"
## [37] "37" "38" "39" "40" "41" "42" "43" "44" "45" "46" "47" "48"
## [49] "49" "50" "51" "52" "53" "54" "55" "56" "57" "58" "59" "60"
## [61] "61" "62" "63" "64" "65" "66" "67" "68" "69" "70" "71" "72"
## [73] "73" "74" "75" "76" "77" "78" "79" "80" "81" "82" "83" "84"
## [85] "85" "86" "87" "88" "89" "90" "91" "92" "93" "94" "95" "96"
## [97] "97" "98" "99" "100" "101" "102" "103" "104" "105" "106" "107" "108"
## [109] "109" "110" "111" "112" "113" "114" "115" "116" "117" "118" "119" "120"
## [121] "121" "122" "123" "124" "125" "126" "127" "128" "129" "130" "131" "132"
## [133] "133" "134" "135" "136" "137" "138" "139" "140" "141" "142" "143" "144"
## [145] "145" "146" "147" "148" "149" "150" "151" "152" "153" "154" "155" "156"
## [157] "157" "158" "159" "160" "161" "162" "163" "164" "165" "166" "167" "168"
## [169] "169" "170" "171" "172" "173" "174" "175" "176" "177" "178" "179" "180"
## [181] "181" "182" "183" "184" "185" "186" "187" "188" "189" "190" "191" "192"
## [193] "193" "194" "195" "196" "197" "198" "199" "200" "201" "202" "203" "204"
## [205] "205" "206" "207" "208" "209" "210" "211" "212" "213" "214" "215" "216"
## [217] "217" "218" "219" "220" "221" "222" "223" "224" "225" "226" "227" "228"
## [229] "229" "230" "231" "232" "233" "234" "235" "236" "237" "238" "239" "240"
## [241] "241" "242" "243" "244" "245" "246" "247" "248" "249" "250" "251" "252"
## [253] "253" "254" "255" "256" "257" "258" "259" "260" "261" "262" "263" "264"
## [265] "265" "266" "267" "268" "269" "270" "271" "272" "273" "274" "275" "276"
## [277] "277" "278" "279" "280" "281" "282" "283" "284" "285" "286" "287" "288"
## [289] "289" "290" "291" "292" "293" "294" "295" "296" "297" "298" "299" "300"
## [301] "301" "302" "303" "304" "305" "306" "307" "308" "309" "310" "311" "312"
## [313] "313" "314" "315" "316" "317" "318" "319" "320" "321" "322" "323" "324"
## [325] "325" "326" "327" "328" "329" "330" "331" "332" "333" "334" "335" "336"
## [337] "337" "338" "339" "340" "341" "342" "343" "344" "345" "346" "347" "348"
## [349] "349" "350" "351" "352" "353" "354" "355" "356" "357" "358" "359" "360"
## [361] "361" "362" "363" "364" "365" "366" "367" "368" "369" "370" "371" "372"
## [373] "373" "374" "375" "376" "377" "378" "379" "380" "381" "382" "383" "384"
## [385] "385" "386" "387" "388" "389" "390" "391" "392" "393" "394" "395" "396"
## [397] "397" "398" "399" "400" "401" "402" "403" "404" "405" "406" "407" "408"
## [409] "409" "410" "411" "412" "413" "414" "415" "416" "417" "418" "419" "420"
## [421] "421" "422" "423" "424" "425" "426" "427" "428" "429" "430" "431" "432"
## [433] "433" "434" "435" "436" "437" "438" "439" "440" "441" "442" "443" "444"
## [445] "445" "446" "447" "448" "449" "450" "451" "452" "453" "454" "455" "456"
## [457] "457" "458" "459" "460" "461" "462" "463" "464" "465" "466" "467" "468"
## [469] "469" "470" "471" "472" "473" "474" "475" "476" "477" "478" "479" "480"
## [481] "481" "482" "483" "484" "485" "486" "487" "488" "489" "490" "491" "492"
## [493] "493" "494" "495" "496" "497" "498" "499" "500" "501" "502" "503" "504"
## [505] "505" "506" "507" "508" "509" "510" "511" "512" "513" "514" "515" "516"
## [517] "517" "518" "519" "520" "521" "522" "523" "524" "525" "526" "527" "528"
## [529] "529" "530" "531" "532" "533" "534" "535" "536" "537" "538" "539" "540"
## [541] "541" "542" "543" "544" "545" "546" "547" "548" "549" "550" "551" "552"
## [553] "553" "554" "555" "556" "557" "558" "559" "560" "561" "562" "563" "564"
## [565] "565" "566" "567" "568" "569" "570" "571" "572" "573" "574" "575" "576"
## [577] "577" "578" "579" "580" "581" "582" "583" "584" "585" "586" "587" "588"
## [589] "589" "590" "591" "592" "593" "594" "595" "596" "597" "598" "599" "600"mi.set %>% colnames() # Nombre de las columnas. Similar a names()## [1] "locus_of_control" "self_concept" "motivation" "read"
## [5] "write" "math" "science" "sex"mi.set %>% attributes() # propiedades del objeto. Similar a class()## $names
## [1] "locus_of_control" "self_concept" "motivation" "read"
## [5] "write" "math" "science" "sex"
##
## $row.names
## [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
## [19] 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
## [37] 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54
## [55] 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72
## [73] 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90
## [91] 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108
## [109] 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126
## [127] 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144
## [145] 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162
## [163] 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180
## [181] 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198
## [199] 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216
## [217] 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234
## [235] 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252
## [253] 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270
## [271] 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288
## [289] 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306
## [307] 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324
## [325] 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342
## [343] 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360
## [361] 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378
## [379] 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396
## [397] 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414
## [415] 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432
## [433] 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450
## [451] 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468
## [469] 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486
## [487] 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504
## [505] 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522
## [523] 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540
## [541] 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558
## [559] 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576
## [577] 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594
## [595] 595 596 597 598 599 600
##
## $academic
## [1] "read" "write" "math" "science" "sex"
##
## $psychology
## [1] "locus_of_control" "self_concept" "motivation"
##
## $class
## [1] "data.frame"mi.set %>% str() # Convierte el dataframe a un string. <!-- R utils -->## 'data.frame': 600 obs. of 8 variables:
## $ locus_of_control: num -0.84 -0.38 0.89 0.71 -0.64 1.11 0.06 -0.91 0.45 0 ...
## $ self_concept : num -0.24 -0.47 0.59 0.28 0.03 0.9 0.03 -0.59 0.03 0.03 ...
## $ motivation : chr "4" "3" "3" "3" ...
## $ read : num 54.8 62.7 60.6 62.7 41.6 62.7 41.6 44.2 62.7 62.7 ...
## $ write : num 64.5 43.7 56.7 56.7 46.3 64.5 39.1 39.1 51.5 64.5 ...
## $ math : num 44.5 44.7 70.5 54.7 38.4 61.4 56.3 46.3 54.4 38.3 ...
## $ science : num 52.6 52.6 58 58 36.3 58 45 36.3 49.8 55.8 ...
## $ sex : chr "female" "female" "male" "male" ...
## - attr(*, "academic")= chr [1:5] "read" "write" "math" "science" ...
## - attr(*, "psychology")= chr [1:3] "locus_of_control" "self_concept" "motivation"mi.set %>% glimpse() # Muy util para explorar, muestra las columnas con algunos datos de ejemplo, señalando que tipo de datos son. (Podemos ver el error en "motivation" en que datos tipo "1, 3, 2, ..." son caracteres en lugar de integros) <!-- tidyverse/tibble -->## Rows: 600
## Columns: 8
## $ locus_of_control <dbl> -0.84, -0.38, 0.89, 0.71, -0.64, 1.11, 0.06, -0.91...
## $ self_concept <dbl> -0.24, -0.47, 0.59, 0.28, 0.03, 0.90, 0.03, -0.59,...
## $ motivation <chr> "4", "3", "3", "3", "4", "2", "3", "3", "4", "3", ...
## $ read <dbl> 54.8, 62.7, 60.6, 62.7, 41.6, 62.7, 41.6, 44.2, 62...
## $ write <dbl> 64.5, 43.7, 56.7, 56.7, 46.3, 64.5, 39.1, 39.1, 51...
## $ math <dbl> 44.5, 44.7, 70.5, 54.7, 38.4, 61.4, 56.3, 46.3, 54...
## $ science <dbl> 52.6, 52.6, 58.0, 58.0, 36.3, 58.0, 45.0, 36.3, 49...
## $ sex <chr> "female", "female", "male", "male", "female", "fem...Pipelines para limpieza de datos
Es posible construir analisis más complejos usando el operador pipe.
mi.set %>% colnames() %>% class() # Hace una lista del nombre de las columnas en el subset, y luego pregunta que tipo de data esta en esta lista.## [1] "character"nombres.filas <- mi.set %>% rownames() # Hace una lista con los nombres de las filas del subset "mi.set", y luego los guarda como un objeto "nombres.filas"
mi.set %>% colnames() -> nombres.columnas # Hace una lista con los nombres de las columnas del subset "mi.set", y luego los guarda como un objeto "nombres.filas"
# lo interesante es como se puede hacer lo mismo escribiendolo de dos formas.A menudo los datos vienen en un formato que no es conveniente para lo que queremos, ya sea porque los nombres son cripticos, o no coinciden con identificadores estándar que estamos usando. Un primer paso en limpieza de datos es renombrarlos a nuestro formato.
nombres.columnas %>% str_replace_all('_',' ') # Reemplaza los caracteres "_" por " " en la lista "nombres.columnas" (sin guardar el objeto). La función str_replace(a,b) busca "a" dentro de la entrada y lo reemplaza por "b"## [1] "locus of control" "self concept" "motivation" "read"
## [5] "write" "math" "science" "sex"nombres.columnas %>% # Cambiamos el nombre de las columanas a español
str_replace_all(c("locus_of_control" = "control",
"self_concept" = "consciencia",
'motivation'='motivación',
'read'='lectura',
'write'='escritura',
'math'='matemáticas',
'science'='ciencias',
'sex'='sexo')
) -> nuevas.cols # Guardamos el nuevo objeto
colnames(mi.set) <- nuevas.cols # Renombra las columnas del dataset "mi.set" con los nombres en la lista "nuveas.cols"
attr(mi.set, "psychology") <- nuevas.cols[c(1:3)] # Renombra atributos internos del dataset "mi.set" con los valores 1-3 en la lista "nuevas.cols"
attr(mi.set, "academic") <- nuevas.cols[c(4:8)] # Renombra atributos internos del dataset "mi.set" con los valores 4-8 en la lista "nuevas.cols"
attributes(mi.set) # Muestra los atributos del dataset "mi.set". Ahora son distintos dado que los renombramos. ## $names
## [1] "control" "consciencia" "motivación" "lectura" "escritura"
## [6] "matemáticas" "ciencias" "sexo"
##
## $row.names
## [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
## [19] 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
## [37] 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54
## [55] 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72
## [73] 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90
## [91] 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108
## [109] 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126
## [127] 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144
## [145] 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162
## [163] 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180
## [181] 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198
## [199] 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216
## [217] 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234
## [235] 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252
## [253] 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270
## [271] 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288
## [289] 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306
## [307] 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324
## [325] 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342
## [343] 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360
## [361] 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378
## [379] 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396
## [397] 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414
## [415] 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432
## [433] 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450
## [451] 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468
## [469] 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486
## [487] 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504
## [505] 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522
## [523] 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540
## [541] 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558
## [559] 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576
## [577] 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594
## [595] 595 596 597 598 599 600
##
## $academic
## [1] "lectura" "escritura" "matemáticas" "ciencias" "sexo"
##
## $psychology
## [1] "control" "consciencia" "motivación"
##
## $class
## [1] "data.frame"Visualización de datos
Aún dentro de las exploraciones iniciales, resulta conveniente visualizar los datos para encontrar patrones que luego podamos usar para análisis. Para esto podemos usar funciones como plot(), ya incluida en R, o paquetes como ggPlot2, que permiten generar gráficos más complejos.
mi.set$motivación <- as.factor(mi.set$motivación)
# Creamos un objeto "dp" como plot
dp <- ggplot(mi.set, aes(x=motivación, y=matemáticas, # Plots en x e y (motivación y matematicas)
fill=motivación))+ # Coloreando segun x (motivacion)
geom_violin(trim=FALSE)+ # Añade un violin-plot
geom_boxplot(width=0.1, fill="white")+ # Fill de las barras de Desviación Estandar
labs(title="Desempeño",x="Motivación", y = "Ciencias") # Etiquetas (titulo, x, y)
# con ggplot2 es posible usar "+" para añadir elementos al plot
dp + scale_fill_brewer(palette="jco") + theme_classic() -> dp
dp %>% plot() # Podemos usar pipes para plots
Una forma de explorar la interacción entre variables es haciendo una matriz que muestre la correlación de estas.
academic_variables <- attr(mi.set, "academic") # Agrupamos las variables academicas
ggpairs(mi.set, academic_variables, title = "Segun variables academicas") # Permite hacer una matriz de plots a partir de grupos de variables, calculando la correlación entre estas
Se pueden construir plots complejos añadiendo elementos en ggplot2.
# Otro subset de datos
mi.set2 = sets.de.datos$diamantes
p1 <- ggplot(subset(mi.set2, carat >= 2.2), # Selecciona solo los diamantes de más de 2.2 carat
aes(x = table, y = price, colour = cut))+ # Define los ejes
geom_point(alpha = 0.7) + # Añadimos un punto para cada dato, con opacidad 70%
geom_smooth(method = "loess", alpha = 0.05, size = 1, span = 1)+ # Suavizamos las lineas
theme_bw() # Utiliza bw, el tema clasico de ggplot2. Más en ggtheme()
p2 <- ggplot(subset(mi.set2, carat > 2.2 & depth > 55 & depth < 70), # Podemos usar "&" como AND para sumar requisitos, entonces serian solo los de más de 2.2 carats, y profundidad entre 55-70
aes(x = depth, fill = cut))+ # Solo los destribuye segun el corte
geom_histogram(colour = "black", binwidth = 1, position = "dodge")+ # Define el plot como histograma
theme_bw() # Usa el tema clasicoPodemos usar estos plots para crear nuevos graficos, ya sea añadiendo elementos, o sumandolos para hacer figuras.
p1_lancet <- p1 + scale_color_lancet() # Añade colores del Lancet Oncology al plot p1
p2_lancet <- p2 + scale_fill_lancet() # Añade colores del Lancet Oncology al plot p2
figura <- grid.arrange(p1_lancet, p2_lancet, ncol = 2) # Crea una figura a partir de los plots recoloreados
# Visualizaciones interactivas
Existen varios paquetes en R capaces de crear visualizaciones interactivas. Estas se pueden ampliar, reescalar, rotar, o más, dependiendo del paquete usado.
# Plot interactivo generado automaticamente usando analisis de `stats::prcomp`
p <- autoplotly(prcomp(iris[c(1, 2, 3, 4)]), data = iris, # HAce un analisis PCA de los datos Iris
colour = 'Species', label = TRUE, label.size = 3, frame = TRUE) # Colores, segun especie
# Añadiendo elementos al plot PCA
p + ggplot2::ggtitle("Analisis de componentes principales")+ # Titulo
ggplot2::labs(x = "Primer componente principal", # Coordenada 1
y = "Segundo componente principal") -> p # Coordenada 2, guarda p
# Añadiendo anotaciones, como una flecha
p %>% plotly::layout(annotations = list(
text = "Flecha apuntando",
font = list(
family = "Courier New, monospace",
size = 18,
color = "black"),
x = 0,
y = 0,
showarrow = TRUE))Más ejemplos, con graficos Muller de fitnes de una población simulada. Esta pasa por varios estados, siendo data con una dimensión temporal.
edges3 <- data.frame(Parent = paste0("clone_",
LETTERS[c(rep(1:3, each = 2), 2, 5)]),
Identity = paste0("clone_", LETTERS[2:9]))
# a function for generating exponential growth curves:
pop_seq <- function(gens, lambda, start_gen) c(rep(0, start_gen),
exp(lambda * gens[0:(length(gens) - start_gen)]))
lambda <- 0.1 # baseline fitness
gens <- 0:150 # time points
fitnesses <- c(1, 2, 2.2, 2.5, 3, 3.2, 3.5, 3.5, 3.8) # relative fitnesses of genotypes
pop3 <- data.frame(Generation = rep(gens, 9),
Identity = paste0("clone_", LETTERS[rep(1:9, each = length(gens))]),
Population = c(1E2 * pop_seq(gens, fitnesses[1]*lambda, 0),
pop_seq(gens, fitnesses[2]*lambda, 0),
pop_seq(gens, fitnesses[3]*lambda, 10),
pop_seq(gens, fitnesses[4]*lambda, 20),
pop_seq(gens, fitnesses[5]*lambda, 30),
pop_seq(gens, fitnesses[6]*lambda, 40),
pop_seq(gens, fitnesses[7]*lambda, 50),
pop_seq(gens, fitnesses[8]*lambda, 50),
pop_seq(gens, fitnesses[9]*lambda, 60)),
Fitness = rep(fitnesses, each = length(gens)))
Muller_df3 <- get_Muller_df(edges3, pop3)Podemos generar animaciones a partir de la data.
Muller_plot(Muller_df3, add_legend = TRUE, xlab = "Time", ylab = "Proportion")
Muller_plot(Muller_df3, colour_by = "Fitness", add_legend = TRUE)
p <- ggplot(Muller_df3, aes(Generation,Population, size = Frequency , colour = Identity)) +
geom_point(alpha = 0.7, show.legend = T) +
scale_size(range = c(2, 12)) +
scale_y_log10() +
labs(title = 'Generation: {frame_time}', x = 'Generation', y = 'Population') +
transition_time(Generation) +
ease_aes('linear')
p
Material suplementario
Dataframes y relacionados
- Manipulación de estructuras: https://rpubs.com/Cisco_Self_Serve/315139
- Manipulación de estructuras: https://rpubs.com/williamsurles/292547
- Manipulación de estructuras: https://rpubs.com/JoanClaverol/493728