Diagramas de Barras - Bar Charts
El diagrama de barras (Bar Chart) es un gráfico
estadístico que nos permite representar la distribución de frecuencias
de variables cualitativas y cuantitativas discretas; nuestro objetivo es
pasar del lápiz y papel al uso de los lenguajes de programación R y
Python, compartimos la siguiente imagen como referencia.

Data Set - mtcars
mtcars es un data set que ya viene precargado al
momento de instalar el lenguaje de programación R en
nuestro sistema, haremos uso de dicho data set para la creación de
distintos diagramas de barras, de las 11 variables y 32 observaciones
que lo componen nos enfocaremos en las variables cyl
(cilindro) y gear (engranajes) como se muestra a
continuación.
summary(mtcars)
## mpg cyl disp hp
## Min. :10.40 Min. :4.000 Min. : 71.1 Min. : 52.0
## 1st Qu.:15.43 1st Qu.:4.000 1st Qu.:120.8 1st Qu.: 96.5
## Median :19.20 Median :6.000 Median :196.3 Median :123.0
## Mean :20.09 Mean :6.188 Mean :230.7 Mean :146.7
## 3rd Qu.:22.80 3rd Qu.:8.000 3rd Qu.:326.0 3rd Qu.:180.0
## Max. :33.90 Max. :8.000 Max. :472.0 Max. :335.0
## drat wt qsec vs
## Min. :2.760 Min. :1.513 Min. :14.50 Min. :0.0000
## 1st Qu.:3.080 1st Qu.:2.581 1st Qu.:16.89 1st Qu.:0.0000
## Median :3.695 Median :3.325 Median :17.71 Median :0.0000
## Mean :3.597 Mean :3.217 Mean :17.85 Mean :0.4375
## 3rd Qu.:3.920 3rd Qu.:3.610 3rd Qu.:18.90 3rd Qu.:1.0000
## Max. :4.930 Max. :5.424 Max. :22.90 Max. :1.0000
## am gear carb
## Min. :0.0000 Min. :3.000 Min. :1.000
## 1st Qu.:0.0000 1st Qu.:3.000 1st Qu.:2.000
## Median :0.0000 Median :4.000 Median :2.000
## Mean :0.4062 Mean :3.688 Mean :2.812
## 3rd Qu.:1.0000 3rd Qu.:4.000 3rd Qu.:4.000
## Max. :1.0000 Max. :5.000 Max. :8.000
Bar Chart - barplot()
La función barplot()
nos permite crear diagramas de
barras (Bar Charts) en el lenguaje de programación R,
utilizaremos la variable cyl (cilindros) para crear el
gráfico estadístico reespectivo, como se muestra en la siguiente
imagen.
x <- table(mtcars$cyl)
colores <- c("orange","blue","purple")
barplot(x,xlab="Cilindros",ylab="Frecuencias",main="Número de Cilindros",col=colores)

Bar Chart - ggplot2
ggplot2 es un paquete del lenguaje de programación
que nos permite crear gráficos estadísticos de gran calidad, haremos uso
de la variable cyl (cilindros) para la creación del
gráfico estadístico respectivo, como se muestra a continuación.
ggplot(mtcars,aes(cyl)) + geom_bar(fill=colores) + labs(x="Cillindros",y="Frecuencias",title="Número de Cilindros") + theme_dark()

Bar Chart - Lattice
Lattice es un paquete del lenguaje de programación
R, que nos permite crear gráficos estadísticos de muy buena calidad, nos
enfocaremos en la variable cyl (cilindros) para la
creación del gráfico estadístico respectivo, como se muestra a
continuación.
barchart(x,xlab="Cilindros",ylab="Frecuencias",main="Número de Cilindros",col=colores,horizontal=FALSE)

YouTube - Tutorial
Compartimos el siguiente tutorial tomado de la plataforma
YouTube que muestra como crear diagramas de barras
(Bar Charts) haciendo uso de la función
barplot()
y el paquete ggplot2 del
lenguaje de programación R.
embed_url("https://www.youtube.com/watch?v=EkxRj02iaLk&t=6s") %>%
use_align("center")
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