Inicialmente, iremos fazer a importação do “df_pokemon” para a nossa base de dados no R:

##   id    pokemon species_id height weight base_experience type_1 type_2 attack
## 1  1  bulbasaur          1      7     69              64  grass poison     49
## 2  2    ivysaur          2     10    130             142  grass poison     62
## 3  3   venusaur          3     20   1000             236  grass poison     82
## 4  4 charmander          4      6     85              62   fire   <NA>     52
## 5  5 charmeleon          5     11    190             142   fire   <NA>     64
## 6  6  charizard          6     17    905             240   fire flying     84
##   defense hp special_attack special_defense speed color_1 color_2 color_f
## 1      49 45             65              65    45 #78C850 #A040A0 #81A763
## 2      63 60             80              80    60 #78C850 #A040A0 #81A763
## 3      83 80            100             100    80 #78C850 #A040A0 #81A763
## 4      43 39             60              50    65 #F08030    <NA> #F08030
## 5      58 58             80              65    80 #F08030    <NA> #F08030
## 6      78 78            109              85   100 #F08030 #A890F0 #DE835E
##   egg_group_1 egg_group_2 url_image         x        y
## 1     monster       plant     1.png  32.82239 17.21614
## 2     monster       plant     2.png  33.32643 16.71226
## 3     monster       plant     3.png  33.93778 16.17232
## 4     monster      dragon     4.png -24.36338 30.78973
## 5     monster      dragon     5.png -24.57820 30.60161
## 6     monster      dragon     6.png -25.50657 29.77037

Já nessa parte, iremos apresentar a tabela e os gráficos, tanto o de pizza, quanto o de barras:

## 
##   5  10  15  20  22  23  24  25  28  29  30  31  32  33  34  35  36  38  39  40 
##   2   3   9  13   1   4   1  10   4   3  32   2   4   2   1  22   3   3   1  32 
##  41  42  43  44  45  46  47  48  49  50  51  52  55  56  57  58  59  60  61  62 
##   2   6   5   3  28   2   2   6   1  42   3   4  29   4   4   8   2  43   2   1 
##  63  64  65  66  67  68  69  70  71  72  73  74  75  76  77  78  79  80  81  82 
##   2   5  36   4   4   6   1  34   5   4   2   3  13   3   2   3   1  30   3   1 
##  83  84  85  87  88  89  90  91  92  93  95  97  98  99 100 101 102 103 104 105 
##   3   3  27   1   1   1  27   4   2   2  25   5   3   3  24   6   2   1   2  10 
## 106 108 109 110 111 112 113 114 115 116 118 120 122 123 125 126 130 140 145 150 
##   2   6   2  10   2   2   1   1   8   2   1   4   1   1   3   1   4   1   1   1 
## 160 
##   1

Nessa terceira parte, iremos apresentar o resumo das informações na aba speed do banco de dados “df_pokemon”

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    5.00   45.00   65.00   65.72   85.00  160.00

Na quarta parte, tentei utilizar o que foi aprendido em aula com o comando “ifelse”, mas como se tratava de uma variável quantitativa, iria acabar atrapalhando ao invés de ajudar na resolução da atividade, então deixei como um comentário:

# PASSO 04 - Transformação (Correção de Variáveis)
# Não fazer nesse caso se não vai transformar a minha variável quantitativa em texto e eu não vou consegui fazer o histograma

Na quinta e última etapa, coloquei o resumo novamente da terceira etapa (Passo - 03), e logo em seguida montei a fórmula do histogrma, que assim como na análise, expliquei o tipo de histograma e as cores utilizadas e o porque delas:

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    5.00   45.00   65.00   65.72   85.00  160.00

Dessa forma, podemos concluir a variável quantitativa “velocidade” e o que foi aprendido em aula, referente a montagem da publicação com o histograma.