Atividade L1P1 - FPCC2

Aluno: Matheus Gomes Maia

library(tidyverse)
library(here)
theme_set(theme_bw())

Nesse exercício vamos fazer um relatório respondendo algumas perguntas sobre os dados climáticos das cidades de João Pessoa, Campina Grande e Patos.

Leitura dos dados:

# SEMPRE read_csv NUNCA read.csv
clima_tudo = read_csv(
    here("data/tempo-jp-cg-pt.csv"),
    col_types = cols(
        .default = col_double(),
        cidade = col_character(),
        semana = col_date(format = ""),
        ano = col_integer(),
        mes = col_integer()
    )
)

clima2019 = clima_tudo %>% 
    filter(ano == 2019) 

clima2019 %>% 
    slice(1:8)
## # A tibble: 8 x 11
##   cidade   semana     temp_max temp_media temp_min vento_medio vento_max umidade
##   <chr>    <date>        <dbl>      <dbl>    <dbl>       <dbl>     <dbl>   <dbl>
## 1 Campina… 2019-01-06     32.1       25.6     19.6        3.57       4.6    74.9
## 2 Campina… 2019-01-13     33.5       27.1     20          3.29       4.5    69  
## 3 Campina… 2019-01-20     33.3       26.7     19.6        4.01       6.5    72.5
## 4 Campina… 2019-01-27     32.4       26.4     19.6        3.53       5      75.0
## 5 Campina… 2019-02-03     32.2       25.3     19.5        2.95       4.8    83  
## 6 Campina… 2019-02-10     31.1       25.6     20.1        3.17       5      84.1
## 7 Campina… 2019-02-17     31.6       25.9     20.5        2.89       4.1    79.2
## 8 Campina… 2019-02-24     31.1       25.9     20.5        3.63       4.8    76.8
## # … with 3 more variables: chuva <dbl>, ano <int>, mes <int>

1. Análise dos Ventos

Vamos analisar os ventos nas três cidades no ano de 2019:

ggplot(clima_tudo %>% filter(ano == 2019) , aes(x = semana, y = vento_medio, color = cidade)) +
  geom_line()+
  geom_point() + 
  ggtitle("Velocidade dos Ventos 2019")+ 
  labs(
         x = "Datas", 
         y = "Velocidade Média dos Ventos"
    )

Os picos e vales se alinham em muitas semanas, o que indica que a velocidade média dos ventos nas três cidades está correlacionada em parte do tempo. Campina Grande foi a cidade com ventos mais fortes em 2019. Patos venta como em João Pessoa no começo do ano e como Campina Grande no fim do ano.

ggplot(clima_tudo %>% filter(ano == 2019) , aes(x = cidade, y = vento_medio, color = cidade)) +
    geom_jitter(width = 0.05, alpha = .6) + 
    geom_violin(alpha = 0.05)+
    ggtitle("Velocidade dos Ventos - Semanas ")+ 
    labs(
         x = "Cidades", 
         y = "Vento Médio Semanal"
    )

João Pessoa possui uma concentração grande de medidas, enquanto que Patos e Campina Grande têm medidas mais espalhadas.

2. Análise Calor no Verão

Vamos analisar os meses mais quentes entre janeiro e marco nas três cidades.

verao = clima_tudo %>% filter(mes < 4)  %>% 
  filter(semana > "2018-04-10") %>% group_by(mes, ano, cidade) %>%
  summarise(mean = median(temp_media), 
            max = ifelse(any(is.na(temp_max)), temp_media, max(temp_max)), 
            min = ifelse(any(is.na(temp_min)), temp_media, min(temp_min)))
## `summarise()` has grouped output by 'mes', 'ano'. You can override using the `.groups` argument.
verao$Concat = paste(verao$cidade, verao$ano, "Mes", verao$mes ) 
ggplot(verao,  aes(x = max, y = reorder(Concat, max), color = cidade)) +
  geom_point()+
  ggtitle("Temperatura Máxima Entre Janeiro e Marco 2019-2021 ")+ 
  labs(
       x = "Temperatura Máxima", 
       y = "Cidade ,Ano e Mês"
  )

Apesar de existiream dados faltantes para Patos nos ano de 2020 e 2021 é perceptível que os meses mais quentes são sempre em Patos. Em média, Campina Grande é sempre mais fria que Patos e João Pessoa, mas existem semanas em que Campina Grande é mais quente que João Pessoa. Segundo os dados, Março de 2020 foi bastate frio em Patos. Possívelmente um erro nos dados.

ggplot(verao, aes(x = mes, y = mean, color = cidade, ymin=min, ymax=max)) +
  geom_pointrange(position=position_dodge(width=0.40))  + 
  scale_x_continuous(breaks= scales::pretty_breaks(n = 3))+ 
  ylab("Temperatura") + 
  facet_grid(rows = vars(ano))+
  ggtitle("Min, Media e Max Entre Janeiro e Marco 2019-2021")+ 
  labs(
       x = "Meses", 
       y = "Temperatura (C)"
  )

Existem dados de temperatura mínima faltantes para Campina Grande nos anos de 2020 e 2021. A amplitude térmica em Patos aparenta ser a maior.

3. Análise dos meses de Junho

Como é a temperatura nas três cidades no período Junino?

junho = clima_tudo %>% filter(mes == 6)%>%
  group_by(mes, ano, cidade) %>%
  summarise(mean = mean(temp_media), max = max(temp_max), min = min(temp_min))
## `summarise()` has grouped output by 'mes', 'ano'. You can override using the `.groups` argument.
ggplot(junho, aes(x = ano, y = mean, color = cidade, ymin=min, ymax=max)) +
  geom_line()+
  geom_pointrange()+
  scale_x_continuous(breaks= scales::pretty_breaks(n = 15))+ 
  facet_grid(cols = vars(cidade))+
  ggtitle("Temperaturas em Junho")+ 
  labs(
       x = "Ano", 
       y = "Temperatura"
  )+ theme(axis.text.x=element_text(angle=90, hjust=1))

A temperatura em junho não varia muito de ano para ano. Campina Grande é consideravelmente mais fria em junho do que nas outras duas cidades. O ano de 2011 foi um ano especialmente frio em todas as cidades.

junho$Concat = paste(junho$cidade, "- Junho de", junho$ano ) 
ggplot(junho,  aes(x = mean, y = reorder(Concat, mean), color = cidade, ymin=min, ymax=max)) +
  geom_point() +
  geom_errorbarh(aes(xmin=min, xmax=max))+
  ggtitle("Média, Min e Max de Junho. Ordenado por Média.")+ 
  labs(
       x = "Temperatura", 
       y = "Junho de cada ano"
  )

Os meses de Junho em Campina Grande são sempre os mais frios. Em Patos as amplitudes térmicas são maiores e lá foi registrada a semana mais fria, no ano de 2011. Existem dados faltantes nos anos mais recentes.