Libreria ggplot:
Autor: René Díaz Flores
Librerias
Es importante cargar las siguientes librerias:
library(cowplot)
library(ggthemes)
library(readxl)
library(tidyverse)
library(ggplot2)
library(dplyr)
library(writexl)
library(kableExtra)
library(knitr)
library(rmarkdown)
library(RColorBrewer)
library(tinytex)
library(janitor)
library(rsconnect)
library(stringr)
library(forcats)
library(ggthemes)
library(lubridate)
library(magrittr)
library(data.table)
library(dslabs)
#devtools::install_github('Mikata-Project/ggthemr', force = TRUE)
library(ggthemr)
library(scales)
library(ggpubr)
library(extrafont)
library(ggrepel)
library(zoo)
library(gridExtra)Gráficos barras
Para este ejercicio contamos con la siguiente base de datos:
| Country | Marzo 2020 |
|---|---|
| Argentina | 13 |
| Bolivia | 9 |
| Brasil | 12 |
| Chile | 11 |
| Colombia | 11 |
| Ecuador | 8 |
| Paraguay | 14 |
| Perú | 14 |
| Uruguay | 44 |
| Fuente: FELABAN |
Gráfico No1
Arrancamos con un gráfico sencillo de barras, para aquello, y siguiendo los linemientos establecidos en la visualización de los datos, presentamos la informAción de forma ascendente, para esto aplicamos, la siguiente rutina.
- Donde:
aes: Se detalla el eje de los gráficos.
geom_bar: Esta opción permite hacer diagrama de barras.
width: Ancho de las barras
fill: Color de las barras
scale_y_continuous(limits = c(0,45)): Límites del eje y.
theme(plot.title = element_text(hjust=0.5: Al poner hjust=0.5, es posible centrar el titúlo del gráfico
aa <- ggplot(data=ROE, aes(x=Country, y =`Marzo 2020`))
aa <- aa + geom_bar(stat = "identity", width = 0.4, fill= "bisque3")+
theme_wsj() + scale_y_continuous(limits = c(0,45))
aa <- aa + labs(title = "ROE: Países de la región",
caption = "Fuente:FELABAN") +
theme(plot.title = element_text(hjust=0.5, size =15, face = "bold" ),
plot.caption = element_text(size = 9))
aa
Gráfico No2
fill: En este caso, al aplicar fill, dentro de la opción aes, estamos indicando que cada barra (país), tendrá un color específico
colour: Al aplicar colour dentro de geom_bar, estamos indicando que queremos que las barras presenten líneas color gray2
scale_fill_manual: Debemos elegir los colores de cada país. En este caso, todos los países presentaran el color cadetblue1, mientras que Argentina steelblue.
theme_classic(): Un tema de aspecto clásico, con líneas de eje xey y sin líneas de cuadrícula.
axis.title.x = element_blank(): Como se activo previamente theme_classic, al aplicar axis.title.x = element_blank(),indicamos que no exhiba la etiqueta del eje x.
ab <- ggplot(ROE, aes(x= Country, y= `Marzo 2020`, fill = Country))
ab <- ab + geom_bar(stat = "identity", colour="gray2", width = 0.5) +
scale_fill_manual(values = c("cadetblue1","cadetblue1","cadetblue1",
"steelblue","cadetblue1","cadetblue1",
"cadetblue1","cadetblue1","cadetblue1")) +
theme_classic()
ab <- ab + labs(title = "ROE: Países de la región",
caption = "Fuente:FELABAN") +
theme(plot.title = element_text(hjust=0.5, size =15, face = "bold" ),
plot.caption = element_text(size = 9),
legend.position = 'none',
axis.title.x = element_blank(),
axis.title.y = element_blank())
ab
Gráfico No3: theme_economist()
theme_economist(): Gráficos de estilo similares a los de la revista The Economist.
ac <- ggplot(data=ROE, aes(x= Country, y= `Marzo 2020`))
ac <- ac + geom_bar(stat = "identity", width = 0.6, fill= "cadetblue3")+
ylab("En porcentajes [%]")+xlab(NULL) + theme_economist()+
scale_y_continuous(limits = c(0,45))
ac <- ac + labs(title = "ROE: Países de la región") +
theme(plot.title = element_text(hjust=0.5, size =15, face = "bold" ),
plot.caption = element_text(hjust = 1, size =8))
ac
Gráfico No4: Barras Invertidas
reorder Permite ordenar de forma ascendente la variable Productos de acuerdo a sus valores expresados en Millosd USD.
aes(…label): Esta opción permite exhibir las etiquetas de cada producto.
scale_y_continuous(…, expand = c(0,0)): Permite que el gráfico comience en la coordenada (0,0).
coord_flip(): Esta opción permite girar la dimensión del gráfico.
position_dodge: Permite ajustar las etiquetas. Con la opción dodge, Ordena una a lado de la otra.
ad <- ggplot(data = Exportaciones, aes(x=reorder(Productos, `Millones USD FOB`),
y= `Millones USD FOB`, fill= Productos,
label = `Millones USD FOB`)) +
geom_bar(stat = "identity", colour="gray2", width = 0.8) + scale_y_continuous(limits = c(0,5000), expand = c(0,0)) +
scale_fill_manual(values = c("darkblue","darkblue","darkblue","darkblue"
,"darkblue","darkblue","darkblue","darkblue","darkblue"
,"darkblue","darkblue"))+
coord_flip() + theme_classic()
ad <- ad + labs(title = "Exportaciones FOB por producto principal",
caption = "Fuente:BCE") +
theme(plot.title = element_text(hjust=0.5, size =15, face = "bold" ),
plot.caption = element_text(size = 8),
legend.position = 'none',
axis.title.y = element_blank())
ad <- ad + geom_text(position = position_dodge(width= 1), vjust= 0.5, hjust = -0.1, size=4)
ad
Gráfico No5: Barras- Caso Especial
| Year | Score |
|---|---|
| 2015 | 270 |
| 2016 | 275 |
| 2017 | 280 |
| 2018 | 300 |
| 2019 | 350 |
Existen ocasiones en los cuales, al aplicar un gráfico de barras, los mismos no son reconocidos por el software, para lo cual, se considera como factor al eje x, que en este caso, es representado por la variable year
theme (axis.title = element_text(size = 9): Permite cambiar el tamaño de letra de ambos títulos de los ejes.
theme (axis.text.x = element_text(colour=“black”, size = 14): Permite cambiar el tamaño de letra de los elementos que integran el eje x.
ab <- ggplot(PI, aes(x= Year, y= Score, fill= as.factor(Year)))
ab <- ab + geom_bar(stat = "identity", colour="gray2", width = 0.5) +
scale_y_continuous(limits = c(0,400), expand= c(0,0))+
scale_fill_manual(values = c("lightskyblue1",
"lightskyblue1",
"lightskyblue3",
"dodgerblue3",
"dodgerblue3")) +
ylab("Score") + xlab('Year')
ab <- ab + theme(axis.line = element_line(size=1, colour = "black"),
panel.grid.minor = element_blank(),
panel.border = element_blank(),
panel.background = element_blank(),
text = element_text(family="mono"),
axis.text.x = element_text(colour="black", size = 14),
axis.text.y = element_text(colour="black", size = 14),
axis.title = element_text(size = 15))## Warning: The `size` argument of `element_line()` is deprecated as of ggplot2 3.4.0.
## i Please use the `linewidth` argument instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.ab <- ab + theme(legend.position ="bottom",
legend.direction="horizontal",
legend.title = element_blank())
ab <- ab + geom_text(position = position_dodge(width= 0.9), vjust= -0.28,size=6,
aes(label=format(Score,
big.mark = ".", decimal.mark= ",")))
ab
Gráfico No6: Barras - Inclusión flechas ejes
theme(legend.position =“none”,axis.line = element_line(arrow = arrow())): El primer argumento permite eliminar las etiquetas de las variable Year (categorizado como factor). Mientras que el segundo factor, permite poner en ambos ejes una flecha que señala el infinito.
abl <- ggplot(PI, aes(x= Year, y= Score, fill= as.factor(Year)))
abl <- abl + geom_bar(stat = "identity", colour="gray2", width = 0.5) +
scale_y_continuous(limits = c(0,400), expand= c(0,0))+
scale_fill_manual(values = c("lightskyblue1",
"lightskyblue1",
"lightskyblue3",
"dodgerblue3",
"dodgerblue3")) +
ylab("Score") + xlab('Year')
abl <- abl + theme(axis.line = element_line(size=1, colour = "black"),
panel.grid.minor = element_blank(),
panel.border = element_blank(),
panel.background = element_blank(),
text = element_text(family="mono"),
axis.text.x = element_text(colour="black", size = 14),
axis.text.y = element_text(colour="black", size = 14),
axis.title = element_text(size = 15))
abl <- abl + theme(legend.position ="none",
axis.line = element_line(arrow = arrow()))
abl <- abl + geom_text(position = position_dodge(width= 0.9), vjust= -0.28,size=6,
aes(label=format(Score,
big.mark = ".", decimal.mark= ",")))
abl
Gráfico No7: Categorías
Para este ejercicio contamos con la siguiente base de datos:
| fecha | Continente | Exportaciones |
|---|---|---|
| 2012-11-16 | América | 76.805 |
| 2012-11-16 | Europa | 51.990 |
| 2012-11-16 | Asia | 88.020 |
| 2014-05-31 | Europa | 65.590 |
| 2014-05-31 | Asia | 82.890 |
| 2014-05-31 | América | 63.640 |
| 2020-12-14 | Europa | 89.190 |
| 2020-12-14 | Asia | 80.660 |
| 2020-12-14 | América | 60.540 |
| Fuente: FEF |
geom_col: Esta opción permite generar gráficos de barras, el cual contega categorias (en este caso a los continentes).
aes(x=factor(fecha): Como la variable fecha, está integrado por fechas no continuas, se recomienda transformar la varible tipo date a factor
geom_text,… vjust:-0.25: Al aplicar esta opción, las etiquetas de las cifras, se exhiben en la parte superior de la barra.
ae <- ggplot(data=jjj, aes(x=factor(fecha), y = Exportaciones, fill=Continente,
label = Exportaciones)) +
geom_col(position = "dodge", width = 0.9) + theme_classic() + scale_fill_manual(values = c("darkgray","cadetblue1", "mediumpurple4")) + scale_y_continuous(limits = c(0,100), expand = c(0,0))
ae <- ae + labs(title = "Nivel de Exportaciones ",
caption = "Fuente:OEA") +
theme(plot.title = element_text(hjust=0.5, size =15, face = "bold"),
plot.caption = element_text(size = 8),
legend.position = 'bottom',
legend.title = element_blank(),
axis.title.x = element_blank(),
axis.title.y = element_blank(),
text = element_text(size = 14))
ae <- ae + geom_text(position = position_dodge(width= 0.9), vjust= -0.25, size=5)
ae
Gráfico No7.1: scale_fill_brewer
scale_fill_brewer: Esta opción genera un abanico de posibilidades de colores para las categorias. theme_stata: Gráficos en formato Stata.
af <- ggplot(data=jjj, aes(x=factor(fecha), y = Exportaciones, fill=Continente,
label = Exportaciones)) +
geom_col(position = "dodge", width = 0.9, colour="gray2") + theme_stata() + scale_fill_brewer(palette="Pastel1") +
scale_y_continuous(limits = c(0,100), expand = c(0,0))
af <- af + labs(title = "Nivel de Exportaciones ",
caption = "Fuente:OEA") +
theme(plot.title = element_text(hjust=0.5, size =15, face = "bold"),
plot.caption = element_text(size = 8),
legend.position = 'bottom',
legend.title = element_blank(),
axis.title.x = element_blank(),
axis.title.y = element_blank(),
text = element_text(size = 14))
af <- af + geom_text(position = position_dodge(width= 0.9), vjust= -0.25, size=5)
af
Gráfico No7.1.1: scale_fill_brewer-fct_relevel
fct_relevel: Permite ordenar los factores de acuerdo al criterio dell investigador.
af <- ggplot(data=jjj, aes(x=factor(fecha), y = Exportaciones, fill=fct_relevel(Continente, 'Asia', 'América', 'Europa'),
label = Exportaciones)) +
geom_col(position = "dodge", width = 0.9, colour="gray2") + theme_stata() + scale_fill_brewer(palette="Set3") + scale_y_continuous(limits = c(0,100), expand = c(0,0))
af <- af + labs(title = "Nivel de Exportaciones ",
caption = "Fuente:OEA") +
theme(plot.title = element_text(hjust=0.5, size =15, face = "bold"),
plot.caption = element_text(size = 8),
legend.position = 'bottom',
legend.title = element_blank(),
axis.title.x = element_blank(),
axis.title.y = element_blank(),
text = element_text(size = 14))
af <- af + geom_text(position = position_dodge(width= 0.9), vjust= -0.25, size=5)
af
Gráfico No7.2: Solución Etiquetas largas
La tabla que se presenta a continuación exhibe etiquetas bastantes extensas, lo cual provocaría que al realizar el gráfico correspondiente, no exponga un gráfico agradable para su presentación.
| Variable_one | Variable_two |
|---|---|
| etiqueta grande | 15 |
| etiqueta aún más grande | 23 |
| Una etiqueta extremadamente grande | 34 |
| Grande, la más grande | 21 |
| Otra etiqueta | 13 |
| corta | 5 |
| Fuente: SB |
Para solucionar ese inconveniente aplicamos la siguiente rutina:
scale_x_discrete(guide = ggplot2::guide_axis(n.dodge = 1), labels = function(x) stringr::str_wrap(x, width = 10))
Con la opción width, elige la longitud del caracter, para ubicarlo en una segunda fila en el gráfico, en este caso, la ocpión por default es 10.
text = element_text(size = 9): Modifica el tamaño de letra de las etiquetas.
ac <- ggplot(data=dfpl, aes(x= Variable_one, y= Variable_two))
ac <- ac + geom_bar(stat = "identity", width = 0.6)+ theme_economist() + scale_colour_economist()
ac <- ac + scale_x_discrete(guide = ggplot2::guide_axis(n.dodge = 1),
labels = function(x) stringr::str_wrap(x, width = 10))
ac <- ac + ggtitle("Etiquetas extensas")+
theme(legend.position = "bottom", legend.direction = "horizontal",
legend.title = element_blank(),
axis.title.x = element_blank(),
axis.title.y = element_blank(),
text = element_text(size = 9),
plot.title = element_text(hjust = 0.5, size = 15, face= "bold"))
ac 
Gráfico No7.3: Solución Etiquetas largas (Versión II)
| area | Razones | Proporcion |
|---|---|---|
| Norte | Desea que esté al cuidado de la madre/padre u otro familiar | 69.84 |
| Sur | Desea que esté al cuidado de la madre/padre u otro familiar | 57.97 |
| Sur | no hay colegios en el barrio | 17.44 |
| Norte | no lo considera necesario | 16.56 |
| Sur | no lo considera necesario | 12.59 |
| Sur | otra razón, cuá? | 6.10 |
| Norte | otra razón, cuá? | 5.37 |
| Sur | no hay vacantes en colegios del barrio | 4.29 |
| Norte | no hay colegios en el barrio | 4.03 |
| Norte | no hay vacantes en colegios del barrio | 3.03 |
Para este ejercicio necesitamos activar la libreria scales
regi <- c("darkslateblue", "goldenrod4")
GR <- ggplot(data=no_asiste_area, aes(reorder(Razones,-Proporcion), Proporcion,
fill=area,
label = Proporcion)) +
geom_col(position = "dodge", width = 0.8,colour="black")
GR <- GR + theme(legend.position="bottom",
legend.direction="horizontal",
legend.title = element_blank()) +
labs(x="",y="En porcentajes [%]") +
scale_y_continuous(limits = c(0,80), expand = c(0,0))+
scale_fill_manual(values=regi) +
theme(axis.line = element_line(size=0.8, colour = "black"),
#panel.grid.major = element_line(colour = "#d3d3d3"),
panel.grid.minor = element_blank(),
panel.border = element_blank(), panel.background = element_blank()) +
theme(plot.title = element_text(hjust = 0.5,size = 15, family = "Comic Sans MS",
face = "bold"),
text=element_text(family="Comic Sans MS"),
axis.text.x=element_text(colour="black", size = 9),
axis.text.y=element_text(colour="black", size = 10))+
geom_text(position = position_dodge(width= 0.8), vjust= -0.28,size=3,
aes(label=format(Proporcion,
big.mark = ".",
decimal.mark= ",")))
GR <- GR + scale_x_discrete(labels = wrap_format(15))
GR
Gráfico No8: Barras apiladas
Para este ejercicio contamos con la siguiente base de datos:
| CÓDIGO | CUENTA | Años | Volumen | Composicion |
|---|---|---|---|---|
| 14 | Cartera de créditos | 2016-12 | 19008.58 | 57.85 |
| 11 | Fondos Disponibles | 2016-12 | 8217.27 | 25.01 |
| 13 | Inversiones | 2016-12 | 5635.11 | 17.15 |
| 14 | Cartera de créditos | 2017-12 | 22894.51 | 63.64 |
| 11 | Fondos Disponibles | 2017-12 | 7372.27 | 20.49 |
| 13 | Inversiones | 2017-12 | 5709.87 | 15.87 |
| 14 | Cartera de créditos | 2018-12 | 25550.37 | 67.47 |
| 11 | Fondos Disponibles | 2018-12 | 6955.59 | 18.37 |
| 13 | Inversiones | 2018-12 | 5361.94 | 14.16 |
| Fuente: SB |
scale_fill_manual(values = filla): Los colores se especifican de acuerdo al criterio del consultor
filla <- c("goldenrod2","dodgerblue4", "firebrick4")
ag <- ggplot(data = Blades, aes(y=Composicion, x=Años, fill=CUENTA))+
geom_bar(stat= "identity", width = 0.5)+ xlab('Años')+ ylab('Porcentajes[%]') + scale_y_continuous(expand = c(0,0))+
geom_text(aes(Años, label=paste0(Composicion,'%')),
colour= 'white', position= position_stack(vjust = 0.5)) +
labs(fill='Cuentas')+ theme_bw()+ ggtitle("Composición Activos")+
theme(legend.position = "bottom", legend.direction = "horizontal",
legend.title = element_blank(),
plot.title = element_text(hjust = 0.5, size = 15, face= "bold"))+
scale_fill_manual(values = filla)
ag 
Gráfico No8.1: Barras apiladas- Theme_Economist
ah <- ggplot(data = Blades, aes(y=Composicion, x=Años, fill=CUENTA))+
geom_bar(stat= "identity", width = 0.5)+ xlab('Años')+ ylab('Porcentajes[%]') + scale_y_continuous(expand = c(0,0))+
geom_text(aes(Años, label=paste0(Composicion,'%')),
colour= 'white', position= position_stack(vjust = 0.5)) +
labs(fill='Cuentas')+ theme_economist()+ scale_fill_economist()+ ggtitle("Composición Activos")+
theme(legend.position = "bottom", legend.direction = "horizontal",
legend.title = element_blank(),
plot.title = element_text(hjust = 0.5, size = 15, face= "bold"))
ah 
Gráfico No8.2: Barras apiladas- Theme Wall Street
ai <- ggplot(data = Blades, aes(y=Composicion, x=Años, fill=CUENTA))+
geom_bar(stat= "identity", width = 0.5)+ xlab('Años')+ ylab('Porcentajes[%]') + scale_y_continuous(expand = c(0,0))+
geom_text(aes(Años, label=paste0(Composicion,'%')),
colour= 'white', position= position_stack(vjust = 0.5)) +
labs(fill='Cuentas')+ theme_wsj()+ scale_fill_wsj('colors6')+ ggtitle("Composición Activos")+
theme(legend.position = "bottom", legend.direction = "horizontal",
legend.title = element_blank(),
plot.title = element_text(hjust = 0.5, size = 15, face= "bold"))
ai 
Gráfico No8.3: Barras apiladas- Tema propio
regi <- c("blue4", "firebrick", "gray59")
aj <- ggplot(data = Blades, aes(y=Composicion, x=Años, fill=CUENTA))+
geom_bar (stat="identity", width = 0.5, colour="gray2")+
scale_y_continuous(limits = c(0,101),expand = c(0,0))+
geom_text(aes(x = Años, y = Composicion, label = paste0(Composicion,'%')), colour="white",
family="Tahoma", size = 4, position= position_stack(vjust = 0.5)) +
theme(legend.position="bottom", legend.direction="horizontal",
legend.title = element_blank()) +
labs(x="Años", y="Porcentaje [%]") +
ggtitle("Composición Activos") +
scale_fill_manual(values=regi) +
theme(axis.line = element_line(size=1, colour = "black"),
panel.grid.major = element_line(colour = "#d3d3d3"), panel.grid.minor = element_blank(),
panel.border = element_blank(), panel.background = element_blank()) +
theme(plot.title = element_text(hjust = 0.5,size = 15, family = "Comic Sans MS", face = "bold"),
text=element_text(family="Comic Sans MS"),
axis.text.x=element_text(colour="black", size = 10),
axis.text.y=element_text(colour="black", size = 10))
aj
Gráfico No8.4: Barras apiladas- Theme Stata
ak <- ggplot(data = Blades, aes(y=Composicion, x=Años, fill=CUENTA))+
geom_bar(stat= "identity", width = 0.5,colour="gray2")+
xlab('Años')+ ylab('Porcentajes[%]') +scale_y_continuous(expand = c(0,0)) +
geom_text(aes(x=Años, label=paste0(Composicion, '%')),
colour= 'black', position= position_stack(vjust = 0.5)) +
labs(fill='Cuentas')+ theme_stata() + scale_fill_brewer(palette="Pastel1")+
ggtitle("Composición Activos")+
theme(legend.position = "bottom", legend.direction = "horizontal",
legend.title = element_blank()) +
theme(plot.title = element_text(hjust = 0.5, size = 15, face= "bold"))
ak 
Gráfico No8.5: Barras apiladas - libreria ggthemr
El presente gráfico persigue varios objetivos:
- Que el tipo de barras vaya de acuerdo con la etiqueta de Correctas e Incorrectas:Para esto previamente, se debe realizar el siguiente ajuste a la base de datos:
mutate(Tipo = factor(Tipo, levels = c(“Incorrectas”,“Correctas”), labels = c(“Incorrectas”,“Correctas”)))
Así mismo, dentro de la rutina, para que se cumpla con el obetivo principal, se debe aplicar lo siguiente: guides(fill = guide_legend(reverse = TRUE))
theme(axis.text.y = element_text(size = 13) : Modifica el tamaño de las etiquetas del eje y (el mismo procedimiento para el eje x).
axis.line = Gráfica el eje x & y.
load("D:/Documentos/Estadisticos/R/R_studio/Markdown/Ggplot/Tabla_one.RData")
ak <- ggplot(data = Tabla_one, aes(y=Composición, x=Materias, fill=factor(Aciertos)))+
geom_bar(stat= "identity",position="stack",
width = 0.5,colour="gray2")+
guides(fill = guide_legend(reverse = TRUE)) +
labs(fill='Tipo')+
ylab('Porcentajes[%]') +scale_y_continuous(expand = c(0,0)) +
geom_text(aes(x=Materias, label=paste0(Composición, '%')), size= 6,
colour= 'black', position= position_stack(vjust = 0.45)) +
labs(fill='Cuentas')+ theme_gray() +
theme(legend.position = "bottom",
legend.direction = "horizontal",
legend.title = element_blank(),
axis.title.y = element_blank(),
plot.title = element_text(hjust = 0.5, size = 15, face= "bold"),
axis.text.y = element_text(size = 13),
axis.text.x = element_text(size = 13),
legend.text = element_text(size = 13),
axis.line = element_line(size=1, colour = "black"),
panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
panel.border = element_blank(),
panel.background = element_blank())
ak <- ak + coord_flip()
#devtools::install_github('Mikata-Project/ggthemr', force = TRUE)
#library(ggthemr)
ggthemr('light', type = 'inner')
ak <- ak + scale_colour_ggthemr_d()
ak
Gráfico No9 : Barras negativas
- Para trazar una línea vertical, paralela al eje X, escribimos geom_hline(yintercept=0)
- scale_y_continuous(labels = scales::number_format(accuracy = 0.1, decimal.mark = ‘,’),breaks = seq(-8,8,4),limits=c(-8,8)): Esta opción permite setear al eje y, de tal manera, que presente un decimal, que el separador de decimal sea la coma, que la secuencia del eje vaya desde -8 a 8, con saltos de 4 puntos, y que el límite sea -8 y 8.
- Para describir fuente al gráfico, detallamos la siguiente rutina:
theme(plot.caption = element_text(hjust = 0)) + labs(caption = “Fuente: FBI- BCE”)
ae <- ggplot(data=Data_II, aes(x=factor(Year), y = Crecimiento, fill= Países,
label = Crecimiento)) + geom_col(position = "dodge",
width = 0.7,
colour="gray2")
ae <- ae + ylab("") + xlab('')+scale_fill_brewer(palette="Pastel2")
ae <- ae + geom_hline(yintercept=0)
ae <- ae + theme(axis.line = element_line(size=1, colour = "black"),
panel.grid.minor = element_blank(),
panel.border = element_blank(),
panel.background = element_blank(),
text = element_text(family="Times New Roman"),
axis.text.x = element_text(colour="black", size = 14),
axis.text.y = element_text(colour="black", size = 14),
axis.title = element_text(size = 15))
ae <- ae + theme(legend.direction = "horizontal",
legend.position = 'bottom',
legend.title = element_blank())
ae <- ae + geom_text(position = position_dodge(width= 0.7), vjust= -0.28,
size=6,
aes(label=format(Crecimiento,
big.mark = ".", decimal.mark= ",")))
ae <- ae + scale_x_discrete(labels = wrap_format(10))
ae <- ae + theme(legend.text = element_text(size = 17))
ae <- ae + scale_y_continuous(labels = scales::number_format(accuracy = 0.1,
decimal.mark = ','),
breaks = seq(-8,8,4),limits=c(-8,8))
ae <- ae + theme(plot.caption = element_text(hjust = 0)) + # set the left align here
labs(caption = "Fuente: FBI- BCE")
ae
Para guardar el gráfico:
ggsave(“ae.png”,width = 22, height = 10, units = “cm”)
Gráfico No10 : Combinación de barras y líneas
#https://stackoverflow.com/questions/51456307/how-to-add-a-legend-for-the-secondary-axis-ggplot
DF = tibble(Periodo = seq(as.Date("2022-01-01"),as.Date("2022-12-01"), by = "month"),
B = c(100, 110, 105, 200, 210, 190, 180, 170, 165, 175, 140, 145),
C = c(120, 130, 150, 170, 250, 160, 130, 120, 110, 130, 120, 170),
D = c(1060, 1180, 1050, 2070, 2150, 1900, 1850, 1070, 1605, 1750, 1460, 1250))
DF_BAR <- reshape2::melt(DF, id.vars = "Periodo", measure.vars = c("B", "C", "D")) %>%
filter(variable != "D")
DF_line <- DF %>%
select(Periodo, D) - Base DF_BAR
| Periodo | variable | value |
|---|---|---|
| 2022-01-01 | B | 100 |
| 2022-02-01 | B | 110 |
| 2022-03-01 | B | 105 |
| 2022-04-01 | B | 200 |
| 2022-05-01 | B | 210 |
| 2022-06-01 | B | 190 |
| 2022-07-01 | B | 180 |
| 2022-08-01 | B | 170 |
| 2022-09-01 | B | 165 |
| 2022-10-01 | B | 175 |
| 2022-11-01 | B | 140 |
| 2022-12-01 | B | 145 |
| 2022-01-01 | C | 120 |
| 2022-02-01 | C | 130 |
| 2022-03-01 | C | 150 |
| 2022-04-01 | C | 170 |
| 2022-05-01 | C | 250 |
| 2022-06-01 | C | 160 |
| 2022-07-01 | C | 130 |
| 2022-08-01 | C | 120 |
| 2022-09-01 | C | 110 |
| 2022-10-01 | C | 130 |
| 2022-11-01 | C | 120 |
| 2022-12-01 | C | 170 |
- Base DF_line
| Periodo | D |
|---|---|
| 2022-01-01 | 1060 |
| 2022-02-01 | 1180 |
| 2022-03-01 | 1050 |
| 2022-04-01 | 2070 |
| 2022-05-01 | 2150 |
| 2022-06-01 | 1900 |
| 2022-07-01 | 1850 |
| 2022-08-01 | 1070 |
| 2022-09-01 | 1605 |
| 2022-10-01 | 1750 |
| 2022-11-01 | 1460 |
| 2022-12-01 | 1250 |
DF <- ggplot(data = DF_BAR, aes(x = Periodo, y = value, fill = variable)) +
geom_bar(stat = "identity", position = "dodge", colour="gray2") +
scale_fill_brewer(palette="Pastel2")+
#theme(axis.text.x = element_text(angle = 90, hjust = 1)) +
theme(axis.text=element_text(size=9),
axis.title=element_text(size=14,face="bold")) +
ylab("Bufalos") +
geom_line(data = DF_line, aes(x = Periodo, y = (D)/10, group = 1), inherit.aes = FALSE,color="black", size=0.9) +
geom_point(data = DF_line, aes(x = Periodo, y = (D)/10, group = 1), inherit.aes = FALSE) +
scale_y_continuous(sec.axis = sec_axis(~.*10, name = "Tauro"),expand= c(0,0)) ## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## i Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.DF <- DF + scale_x_date(date_labels = '%Y%-%b',
breaks = as.Date(c('2022-01-01',
'2022-03-01',
'2022-06-01',
'2022-09-01',
'2022-12-31')))
DF
Gráfico No11 : Combinación de barras y líneas: Caso III - Valores Negativos
| CODIGO | CUENTA | Meses | Cartera de Crédito | Meses_II | Variacion | var_iii |
|---|---|---|---|---|---|---|
| 14 | CARTERA DE CRÉDITOS | 2020-03-01 | 28.05 | 3 | 0.0000000 | 30.00000 |
| 14 | CARTERA DE CRÉDITOS | 2020-06-01 | 26.81 | 6 | -0.0440356 | 15.02790 |
| 14 | CARTERA DE CRÉDITOS | 2020-09-01 | 26.54 | 9 | -0.0103375 | 26.48525 |
| 14 | CARTERA DE CRÉDITOS | 2020-12-01 | 27.28 | 12 | 0.0279495 | 39.50284 |
| 14 | CARTERA DE CRÉDITOS | 2021-03-01 | 27.63 | 3 | 0.0129515 | 34.40352 |
| 14 | CARTERA DE CRÉDITOS | 2021-06-01 | 28.33 | 6 | 0.0252887 | 38.59817 |
| 14 | CARTERA DE CRÉDITOS | 2021-09-01 | 29.83 | 9 | 0.0527787 | 47.94476 |
| 14 | CARTERA DE CRÉDITOS | 2021-12-01 | 31.33 | 12 | 0.0504042 | 47.13742 |
| 14 | CARTERA DE CRÉDITOS | 2022-03-01 | 32.49 | 3 | 0.0370309 | 42.59051 |
| 14 | CARTERA DE CRÉDITOS | 2022-06-01 | 33.60 | 6 | 0.0342396 | 41.64147 |
af <- ggplot() +
geom_bar(data=Cartera, aes(x=Meses, y = `Cartera de Crédito`),
stat = "identity",colour="gray7", fill="khaki4") +
theme_stata()
af <- af + scale_x_date(date_labels = '%Y%-%b',
breaks = as.Date(c( '2020-03-01',
'2020-06-01',
'2020-09-01',
'2020-12-01',
'2021-03-01',
'2021-06-01',
'2021-09-01',
'2021-12-01',
'2022-03-01',
'2022-06-01')))
af <- af + geom_line(data=Cartera,mapping = aes(x = Meses, y = Variacion*340+30),
color="black", size=0.6,linetype = 1)+
geom_point(data=Cartera,mapping = aes(x = Meses, y = Variacion*340+30),
color="darkblue", size=1)+
scale_y_continuous(expand = c(0,0),
sec.axis = ggplot2::sec_axis(~(.-30)/340,
name = "Variación Porcentual",
labels = scales::label_percent()))
af
Histogramas
Arrancamos con un histograma básico, el cual se generó mediante la siguiente forma: Norm <- rnorm(10000))
color = “black”: Indica el color de la línea de cada
barra, en este caso se elige el colot negro.
fill: El color de las barras.
ba <- ggplot(data=Norm, aes(x= data))
ba <- ba + geom_histogram(color = "black", fill = "#E7B800") + scale_y_continuous(expand = c(0,0))
ba## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
Histograma: Incluir línea vertical del promedio de la distribución
geom_vline: Permite crear una línea vertical, en la cual señala el promedio de la distribución
geom_text: Permite detallar con las coordenadas específicas, el promedio de la serie.
bb <- ggplot(data=Norm, aes(x= data))
bb <- bb + geom_histogram(color = "black", fill = "azure3") + scale_y_continuous(expand = c(0,0)) +
geom_vline(aes(xintercept = mean(data)), col = "blue", linetype="dashed", size=1) +
geom_text(x = 1, y = 780, label = paste("Mean", round(mean(Norm$data, digits = 2))
, sep = '\n'), color = "black")
bb## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
Funciones
Histogramas: Caso I
En este apartado revisaremos breves aspectos de la aplicación de funciones que nos permitirá generar graficos de forma automatizada. En este caso haremos una gráfico de histograma, por cada una de las especies: virginica, versicolor, setosa, tomando como variable x: Sepal. Length
Dattos <- as.data.table(iris)
Figuras <- split(Dattos, Dattos$Species)
for (i in seq(length(Figuras))) {
ql <- ggplot(data=Figuras[[i]], aes(x= Sepal.Length))
ql <- ql + geom_histogram(color = "black", fill = "lightskyblue1", binwidth = 0.5)
ql <- ql + scale_y_continuous(expand = c(0,0)) + theme_stata()
ql <- ql + ggtitle(sprintf("Histograma de %s",names(Figuras)[i]))
ql <- ql + ylab("Frecuencia") + xlab("Sepal.Length")
print(ql)
}
Histogramas: Caso II.
En este gráfico se incorpora tanto el promedio como la desviación estándar.
dibujos_qq2 <- list() ### Actualizar R Markdown
for (i in seq(length(Lista_Prueba_A))) {
# Filter and calculate mean and sd for each BoM group
df <- Lista_Prueba_A[[i]] %>%
dplyr::filter(Dummy > 0) %>%
mutate(Saldos=Saldos/1000000)%>%
group_by(BoM) %>%
summarise(mean_Saldos = mean(Saldos, na.rm = TRUE),
sd_Saldos = sd(Saldos, na.rm = TRUE),
.groups = "drop")
# Add the statistics back to the data for plotting
plot_data <- Lista_Prueba_A[[i]] %>%
dplyr::filter(Dummy > 0) %>%
left_join(df, by = "BoM")
# Create the plot
qq2 <- ggplot(plot_data, aes(x = Saldos)) +
geom_histogram(bins = 20, fill = "pink", colour = "#CC3300") +
xlab("Periodicidad: Mensual") +
facet_wrap(~BoM) +
geom_text(aes(
label = paste0("Mean: ", round(mean_Saldos, 2),
"\nSD: ", round(sd_Saldos, 2))
),
x = Inf, y = Inf,
hjust = 1.1, vjust = 1.1,
inherit.aes = FALSE
)+ scale_x_continuous(
labels = scales::label_number(scale = 1e-6, suffix = "M"), # Convert to millions
breaks = scales::pretty_breaks(n = 5)
) + theme_minimal()
# Print and save the plot
print(i)
print(qq2)
dibujos_qq2[[i]] <- qq2
}## [1] 1
## [1] 2
Pie-Chart:
En este espacio, expondremos como realizar un gráfico de pastel (pie-chart), automatizándolo de tal manera, que se realice un gráfico por género (mujer- hombre) por tipo de examen (A & B) y por examen (MT- Final).
| Exam | Gender | Exam Type | Points |
|---|---|---|---|
| Final | M | B | 40 |
| Final | F | B | 32 |
| Final | F | B | 60 |
| Final | M | B | 64 |
| Final | M | B | 56 |
| Final | M | B | 28 |
| Final | F | A | 56 |
| Final | M | B | 60 |
| Final | M | B | 44 |
| Final | F | A | 44 |
| Final | F | B | 60 |
| Final | F | B | 72 |
| Final | F | A | 56 |
| Final | F | B | 56 |
| Final | M | B | 48 |
| Final | F | B | 36 |
| Final | F | B | 24 |
| Final | F | B | 48 |
| Final | F | B | 72 |
| Final | F | A | 60 |
| Final | F | A | 76 |
| Final | M | B | 68 |
| Final | M | A | 60 |
| Final | M | B | 44 |
| Final | M | B | 64 |
| Fuente: https://data.mendeley.com/datasets/49k3rnrwkk/1 |
sexo <- function(b, Gender){
tabla<-b[,.(num=.N,media=mean(Points)),by=.(Gender,`Exam Type`)]
if(Gender == 'F'){
tabla<-tabla[Gender=='F']
tabla[,Composicion:=round(100*num/sum(num),2)]
tabla<-tabla[order(num)]
HM <- ggplot(data=tabla, aes(x='', y=Composicion, fill=`Exam Type`)) +
geom_bar(width=1, stat="identity") +
labs(x=NULL,y=NULL) +
geom_text(aes(label = paste(format(tabla$Composicion, big.mark = '.',
decimal.mark = ',', format = "f",
scientific = FALSE ), '%')), size=5, colour = 'black',
position = position_stack(vjust = 0.5)) +
theme_minimal() +
theme(axis.ticks = element_blank(),
axis.text.x = element_blank(),
axis.text.y = element_blank(),
axis.title = element_blank(),
axis.line.x = element_blank(),
axis.line.y = element_blank(),
plot.margin=unit(c(1,1,1,1), "cm")) +
coord_polar(theta = 'y') +
theme_void()
ggsave( HM,height=2, width =4,file = paste(getwd(),'/sexo_Mujer', '.png', sep = '' ))
} else{
tabla<-tabla[Gender=='M']
tabla[,Composicion:=round(100*num/sum(num),2)]
tabla<-tabla[order(num)]
HM <- ggplot(data=tabla, aes(x='', y=Composicion, fill=`Exam Type`)) +
geom_bar(width=1, stat="identity") +
labs(x=NULL,y=NULL) +
geom_text(aes(label = paste(format( tabla$Composicion, big.mark = '.',
decimal.mark = ',', format = "f",
scientific = FALSE ), '%')), size=4.5, colour = 'black',
position = position_stack(vjust = 0.5)) +
theme_minimal() +
theme(axis.ticks = element_blank(),
axis.text.x = element_blank(),
axis.text.y = element_blank(),
axis.title = element_blank(),
axis.line.x = element_blank(),
axis.line.y = element_blank(),
plot.margin=unit(c(1,1,1,1), "cm")) +
coord_polar(theta = 'y') +
theme_void()
theme_stata()
ggsave( HM,height=2, width =4,file = paste(getwd(),'/sexo_Hombre', '.png', sep = '' ))
}
}
# Activar Fórmula
wdinf <-paste(getwd(),sep='')
setwd(wdinf)
dbg <-FALSE
quiet<-TRUE
informe_nombre<-'INFORME'
#rm(i)
Tipo_examenes <- unique(dataset_one$Exam)
for(i in 1:length(Tipo_examenes) ){
data_one <- dataset_one[Exam == Tipo_examenes[i],]
soporte <- Tipo_examenes[i]
sexo(data_one, 'F') #ok
sexo(data_one, 'M') #
informe.nom <- paste('INFORME_',soporte, sep = '' )
infolder.graficos<-paste(informe.nom, '/GRAPH/', sep = '' )
if (file.exists(informe.nom)) {
unlink(informe.nom, recursive = TRUE )
}
dir.create(informe.nom, recursive = TRUE )
dir.create(infolder.graficos, recursive = TRUE )
fls_png<-c('sexo_Mujer.png','sexo_Hombre.png')
file.copy(fls_png, paste(informe.nom, '/', fls_png, sep = '' ), overwrite = TRUE )
setwd(paste( wdinf,'/',informe.nom, sep = '' ) )
setwd(wdinf)
}Invitamos al lector que aplique la rutina antes descrita y pueda constatar como los gráficos programados se generan a las carpetas creadas para el efecto.
Pie-Chart: scales:: percentage
kob_II <- kable(kob)%>%
kable_styling(bootstrap_options = "striped", font_size = 12, full_width = F) %>%
kable_classic(full_width = F, html_font = "Cambria")%>%
row_spec(0, color = "white", background = "#6897BB", align = "left", bold= T)
kob_II| File | Book | Composición |
|---|---|---|
| Batman | 150 | 0.5681818 |
| Robin | 114 | 0.4318182 |
- Con la opción scales::percent, es factible transformar el formato de los números en porcentajes. Accuracy permite establecer el número de decimales requerido.
mycols = c('firebrick4', 'dodgerblue4')
II <- ggplot(kob, aes(x = "", y = Composición, fill = File)) +
geom_col(color = "black", size=1.2) +
geom_text(position = position_stack(vjust = 0.5), size=8,color = "white",
aes(label= scales::percent(Composición, accuracy = 0.01 ,suffix = "%",
big.mark = "",
decimal.mark = ",")))+
coord_polar(theta = "y") +
scale_fill_manual(values = mycols) + theme_void()
II <- II + theme(legend.title = element_blank())
II <- II + theme(legend.text = element_text(size = 20))
II
Gráfico de Línea
BB <- ggplot(GRAPH_1) + geom_line(aes(x = Meses, y = `Cartera de Créditos`
, colour = 'Cartera de Créditos'), size=1)+
geom_line(aes(x = Meses,y = `Obligaciones con el Público`,
colour = 'Obligaciones con el Público'), size=1) +
scale_color_manual(values = c("blue4", "firebrick4"))+
labs(y='',
x= '',
colour='')+
theme_economist()+
ggtitle('Cartera de créditos - Obligaciones con el Público',
subtitle = 'En millones USD')+
theme(legend.position = 'bottom',
legend.direction = 'horizontal',
legend.title = element_blank())
BB <- BB + scale_x_date(date_labels = '%Y%-%b',
breaks = as.Date(c('2016-12-31',
'2017-12-31',
'2018-12-31',
'2019-12-31',
'2020-12-31',
'2021-07-31')))
BB <- BB + theme(axis.text.x = element_text(size = 10))
BB
Doble Eje
AA <- ggplot(GRAPH_1) + geom_line(aes(x = Meses, y = `Cartera de Créditos`
, colour = 'Cartera de Créditos'), size=1)+
geom_line(aes(x = Meses,y = `Obligaciones con el Público`,
colour = 'Obligaciones con el Público'), size=1) +
scale_y_continuous(sec.axis = sec_axis(~.*5, name= 'Obligaciones con el Público'))+
scale_color_manual(values = c("blue4", "firebrick4"))+
labs(y='Cartera de Créditos',
x= 'Meses',
colour='Cuentas')+
theme_economist()+
ggtitle('Cartera de créditos - Obligaciones con el Público
En millones USD')+
theme(plot.title = element_text(hjust = 0.5),
legend.position = 'bottom',
legend.direction = 'horizontal',
legend.title = element_blank())
AA <- AA + scale_x_date(date_labels = '%Y%-%b',
breaks = as.Date(c('2016-07-31',
'2017-07-31',
'2018-07-31',
'2019-07-31',
'2020-07-31',
'2021-07-31')))
AA
Combinación puntos y líneas
AF <- ggplot(Mundial, aes(x=Fecha, y=Importaciones, group=Países))+
geom_line(aes(linetype=Países, color=Países),size=0.8)+
geom_point(aes(color=Países))+
scale_color_manual(values = c("#00008B","#800000"))+ theme_classic()
AF
Gráfico de puntos
Para este gráfico de puntos, se apoyará en la libreria ggrepel, que permite etiquetar a las variables.
Puntos <- ggplot(Todos_Box_A) +
scale_fill_manual(values = c("1"="#36648B", '2'="#8B668B",
"3"="brown"))+
scale_color_manual(values = c("1"="#36648B", '2'="#8B668B",
"3"="brown"))+
labs(x="Libertad",y="Paz")+
geom_point(size=3,
aes(x = Libertad, y = Paz,
fill =factor(Cluster),
color=factor(Cluster)))+
geom_label_repel(aes(Libertad, Paz,
label = ID, fill = factor(Cluster)),
fontface = 'bold', color = 'white',
max.overlaps = 20,
box.padding = unit(0.25, 'lines'),
point.padding = unit(0.5, 'lines'))+
TEMASA +theme(legend.text = element_text(size = 15))+
guides(fill = guide_legend(override.aes = aes(color = NA)))
Puntos
Libreria cowplot
Esta libreria permite colocar dos gráficos (objetos), en un mismo cuadrante
plot_grid(ab, abl, labels = c('Modelo I', 'Modelo II'),
label_size = 10)
Cuadrantes
filla <- c("aquamarine4","chocolate4","yellow2", "brown4", "darkmagenta",
"thistle2", "skyblue1", "slategray1", "cyan2", "tan")
akj <- ggplot(data = Actividades, aes(y=Proporcion, x=Año, fill=factor(`Actividad económica`)))+
geom_bar(stat= "identity",position="stack" ,width = 0.6,colour="gray2")+
guides(fill = guide_legend(reverse = TRUE)) +
xlab('Años')+ ylab('Porcentajes[%]') +
scale_y_continuous(expand = c(0,0))+geom_text(aes(Año, label=paste0(Proporcion,'%')),
colour= 'black', position= position_stack(vjust = 0.5))
akj <- akj +labs(fill= 'Actividad económica')+ theme_stata()+
theme(legend.position = "bottom", legend.direction = "horizontal",
legend.title = element_blank())+ scale_fill_manual(values = filla)
akj <- akj + scale_x_continuous(breaks=seq(2015, 2020, 1))
akj <- akj + facet_wrap(~PROVINCIA, scales = "free_y")
akj <- akj + facet_wrap(~PROVINCIA, scales = "free_x")
akj <- akj + labs(caption = "Fuente:BCE") +
theme(plot.caption = element_text(size = 9),
legend.position = 'bottom',
legend.title = element_blank(),
axis.title.x = element_blank(),
axis.title.y = element_blank(),
text = element_text(size = 14))
akj
Caso I: geom_line
TEMAD <- theme(axis.line = element_line(size=1, colour = "black"),
plot.title = element_text(hjust=0.5, size =16, face = "bold"),
legend.text = element_text(size = 30),
plot.caption = element_text(size = 8),
legend.position = 'none',
legend.title = element_blank(),
axis.text.x = element_text(size = 12),
axis.text.y = element_text(size = 12),
text = element_text(size = 12),
panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
panel.border = element_blank(),
panel.background = element_blank())
CC <- ggplot(data = Decil_10_A,
mapping = aes(y = Indicador, x = Años , colour = 'Indicador',group = 1)) +
scale_color_manual(values = c("navy"))+
labs(y='Five [%]',
x= '',
colour='')+
geom_line(size=1) +
geom_point(size=1.5) +TEMAD
CC <- CC + facet_wrap(~Ciudades, scales = "free_y")
CC <- CC + facet_wrap(~Ciudades, scales = "free_x") +
theme(strip.text.x = element_text(size = 15))
CC <- CC + geom_label_repel(aes(label = format(Indicador,
big.mark = ".", decimal.mark= ",")),
data = Decil_10_A %>% filter(Años %in% c('2016', '2019')),
nudge_x = 0.15,
size = 4)
CC <- CC + theme(strip.text=element_text(face='bold', size=14,color='white'),
strip.background=element_rect(fill='navy'))
CC
Caso II: Gráfico y tabla
Para la creación de un gráfico y tabla de forma simultáneamente, invocaremos a la library(ggpubr)
G1b <- ggbarplot(Centros, "Año", "Centros",
fill = 'Unidades',
color = "black", palette = "Paired",
label = TRUE, position = position_dodge(0.7)) + scale_y_continuous(limits = c(0,2500),
expand = c(0,0))
G1b <- G1b + theme(legend.position="bottom", legend.direction="horizontal",
legend.title = element_blank()) +labs(x="Años", y="Refugios")
#G1b
CCENTROS_A <- Centros %>%
group_by(Año) %>%
summarise('Número de Centros'=sum(Centros))
table_two <- ggtexttable(CCENTROS_A, rows = NULL,
theme = ttheme(base_size = 15,
colnames.style = colnames_style(color = "white",
fill = "darkblue")))
GGGA <- ggarrange(G1b, table_two,
ncol = 2, nrow=1,
#heights = c(0.8,0.3),
widths = c(0.8,0.4))
GGGA
Box Plot
Función
FF <- ggplot(data=Tango, aes(x=Concepto ,y=Numero))
FF <- FF + geom_boxplot()+
stat_summary(
aes(label = round(stat(y), 1)),
geom = "text",
fun = function(y) { o <- boxplot.stats(y)$out; if(length(o) == 0) NA else o },
hjust = -1
)
FF## Warning: `stat(y)` was deprecated in ggplot2 3.4.0.
## i Please use `after_stat(y)` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.## Warning: Removed 1 rows containing missing values (`geom_text()`).
set.seed(349)
cooll <- data.frame(Letra = sample(LETTERS[1:3], 25, TRUE),
number = sample (1:100, 25, replace = TRUE),
Chair = sample (1:100, 25, replace = TRUE),
Year = sample (2020:2021, 25, replace = TRUE))
cooll$Letra <- as.factor(cooll$Letra)
head(cooll,5)## Letra number Chair Year
## 1 B 24 40 2020
## 2 A 11 42 2020
## 3 A 85 97 2021
## 4 A 76 57 2020
## 5 B 74 60 2021fill <- "#4271AE"
line <- "#1F3552"
Planta <- ggplot(cooll, aes(x = Letra, y = number)) +
geom_boxplot(fill = fill, colour = line)+
theme(axis.line = element_line(size=1, colour = "black"),
panel.grid.minor = element_blank(),
panel.border = element_blank(),
panel.background = element_blank(),
#text = element_text(family="mono"),
axis.text.x = element_text(colour="black", size = 14),
axis.text.y = element_text(colour="black", size = 14),
axis.title = element_text(size = 15))
Planta
Automatización: Caso I Box Plot
Automatización a travéz de un vector de variables
response <- names(cooll)[2:3]
response <- purrr::set_names(response)En este caso generamos un gráfico de cajas, por la variable letra y chair
fill <- "firebrick"
line <- "#1F3552"
scatter_fun = function(x, y) {
ggplot(cooll, aes(x = .data[[x]], y = .data[[y]]) ) + geom_boxplot(fill = fill, colour = line, width=0.4) +theme_bw()
}
#scatter_fun(x = "Letra", y = "Chair")
elev_plots <- map(response, ~ scatter_fun("Letra",.x))
elev_plots## $number
##
## $Chair
Automatización a travéz de la variable number, por año
Ahora en cambio, automatizaremos un gráfico por la variable number y , desagregado por Year (2020, 2021)
filla <- "blue"
line <- "#1F3552"
TTEMAS <- theme(axis.line = element_line(size=1, colour = "black"),
panel.grid.minor = element_blank(),
panel.border = element_blank(),
panel.background = element_blank(),
#text = element_text(family="mono"),
axis.text.x = element_text(colour="black", size = 14),
axis.text.y = element_text(colour="black", size = 14),
axis.title = element_text(size = 15))
ListaGrupos = sort(unique(cooll$Year)) #En lista los años
dibujos <- list()
for (i in seq_along(ListaGrupos)) { #Para cada uno de los valores de la lista...
Todos <-
ggplot(subset(cooll, cooll$Year==ListaGrupos[i]),
aes(x = Letra, y = number)) +
geom_boxplot(fill = filla, colour = line, width=0.4) +
TTEMAS +
ggtitle(paste("Number", ListaGrupos[i]))
print(i)
print (Todos) #Mostrar gráficos en la pantalla
dibujos[[i]] <- Todos
}## [1] 1
## [1] 2
names(dibujos) <- c('2020', '2021')Con esta rutian, podemos automatizar los gráficos por año considerando las variables Chair y number
relleno <- "cyan3"
line <- "#1F3552"
Year_JJ <- cooll %>%
arrange(Year)%>%
group_by(Year) %>%
nest()%>%
mutate(Sillas = map(.x = data,
~ ggplot(data = .x) +
aes(x = Letra,
y = Chair) +
geom_boxplot(fill = relleno, colour = line)+
TTEMAS),
Numero = map(.x = data,
~ ggplot(data = .x) +
aes(x = Letra,
y = number) +
geom_boxplot(fill = 'coral', colour = line)+
TTEMAS))
HH <- plot_grid(Year_JJ[[3]][[1]],Year_JJ[[3]][[2]], Year_JJ[[4]][[1]],Year_JJ[[4]][[2]] ,labels = c('Chair 2020', 'Chair 2021', 'Number 2020', 'Number 2021'), label_size = 8, hjust = -1.4)
HH
Iterar entre dos listas
load("D:/Documentos/Estadisticos/R/R_studio/Markdown/Ggplot/Graph_6.RData")
sector_names <- c("Ecuador",
"Colombia")
Fecha_A <- ymd("2024-10-20")
Xgen0 <- Xgen0 %>%
map(~mutate(.x,TSUMBoM=TSUMBoM/-11))
TABoMSIM_AA <- TABoMSIM_AA %>%
map(~mutate(.x,CVaR=CVaR/1.5))
dibujos_VI <- map(seq(length(Xgen0)), function(i) {
# Use the individual data frame from the list for plotting
data_frame <- Xgen0[[i]]
# Create the plot
q6 <- ggplot(data_frame, aes(x = TSUMBoM)) +
geom_histogram(aes(y = after_stat(density)), colour = 1, fill = "white", binwidth = 100) +
geom_density(lwd = 1, colour = 4, fill = 4, alpha = 0.25) +
annotate("text", x = TABoMSIM_AA[[i]]$CVaR - 80, y = 0.000075,
label = paste0("≈ CVaR AL ", " (", (100 - (100 * as.double(TABoMSIM_AA[[i]]$`Prob(%)`))),"%", ") : ", " USD ", abs(TABoMSIM_AA[[i]]$CVaR)),
size = 4, color = "Black", angle = 90, hjust = 0) +
geom_vline(xintercept = TABoMSIM_AA[[i]]$CVaR, colour = "navy", size = 1, linetype = "dashed") +
xlab("Trimestral") +
ylab("Pesos Colombiano ") +
labs(title = paste0("Países: ", sector_names[i]),
subtitle = "1998-2012",
caption = "Fuente: Amigos Anonimos") +
scale_y_continuous(expand = c(0, 0)) +
theme(plot.title = element_text(size = 10, hjust = 0.5),
plot.subtitle = element_text(size = 9, hjust = 0.5, vjust = -1),
plot.caption = element_text(size = 8))
q6
})
#Save graph
names(dibujos_VI) <- sector_names
combined_plot_VI <- grid.arrange(dibujos_VI[[1]], dibujos_VI[[2]], ncol = 2)
# Save the combined graph
ggsave(
filename = paste0("Graph_IV_", Fecha_A, ".png"), # File name with date
plot = combined_plot_VI, # The ggplot object to save
width = 12, # Width of the image (default in inches)
height = 9, # Height of the image (default in inches)
units = "in", # You can set this to "cm" or "mm"
dpi = 500, # DPI for resolution (optional, 300 is high quality)
path = "Graph_pol")