(3) Curso sobre el software estadístico R: La librería ggplot2
3 recomendaciones2,965 vistas
El documento presenta la librería ggplot2 para generar gráficos estadísticos en R. ggplot2 permite construir gráficos agregando sucesivamente más atributos o capas ("layers"). Los gráficos se pueden crear utilizando los comandos qplot() o ggplot() y variando los parámetros geom, stat y otras especificaciones.
(3) Curso sobre el software estadístico R: La librería ggplot2
- 1. Curso sobre el software estad´ıstico R: La librer´ıa ggplot2 Ponente: Carlos P´erez Glez. Entidades participantes en el curso: Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 1 / 20
- 2. La librer´ıa ggplot2 1 Es un paquete que permite generar gr´aficos estad´ısticos. 2 Se diferencia de otras librer´ıas en el aspecto de controlar una gran n´umero de componentes gr´aficos (“gram´atica de gr´aficos”). 3 Los gr´aficos se pueden construir a˜nadi´endole sucesivamente m´as atributos o capas (“layers”). Libro: H.Wickham (2009). ggplot2: Elegant Graphics for Data Analysis 123, Use R!, Springer Website: http://had.co.nz/ggplot2 Tutorial: http://www.ceb-institute.org/bbs/wp-content/uploads/2011/09/handout ggplot2.pdf Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 2 / 20
- 3. El comando qplot() Los comandos gr´aficos disponibles en ggplot2 son: qplot() - para “quick plots” ggplot() - para mejor ajuste y control de todo Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 3 / 20
- 4. El comando qplot(): ejemplos Veamos algunos ejemplos: qplot(data=data.geo.municipios ,x=Superficie ,main="Histograma de superficie",binwidth =50) qplot(data=data.geo.islas ,x=Superficie ,y=Altitud , main="Gr´afico de superficie vs. altitud") qplot(data=data.geo.islas ,x=Superficie ,y=Altitud , main="Gr´afico de superficie vs. altitud", xlab="Superficie de la isla", ylab="Altitud de la isla") qplot(data=data.geo.islas ,x=Superficie ,y=Altitud , main="Gr´afico de superficie vs. altitud", xlab="Superficie de la isla", ylab="Altitud de la isla", xlim=c(0 ,2500) , ylim=c(0 ,1500)) Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 4 / 20
- 5. Color, tama˜no, forma (aspectos est´eticos) Con el comando cl´asico plot(), si queremos representar variables categ´oricas (e.g. una variable de tipo sexo, “Hombre”,“Mujer”) con colores, debemos realizar nosotros mismos la correspondencia entre categor´ıa y color. En qplot() se puede especificar varios argumentos: colour, size, shape qplot(data=data.geo.islas ,x=Superficie ,y=Altitud , colour = Isla , main="Gr´afico de superficie vs. altitud", xlab="Superficie", ylab="Altitud") qplot(data=data.geo.islas ,x=Superficie ,y=Altitud , size = Isla , main="Gr´afico de superficie vs. altitud", xlab="Superficie", ylab="Altitud") qplot(data=data.geo.islas ,x=Superficie ,y=Altitud , shape = Isla , main="Gr´afico de superficie vs. altitud", xlab="Superficie", ylab="Altitud") + scale_shape_manual(values =1:7) Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 5 / 20
- 6. Objetos geom´etricos qplot no est´a limitado a gr´aficos de dispersi´on (scatterplot), sino que puede producir casi cualquier tipo de gr´afico variando el argumento geom. geom = “point” representa puntos para producir un scatterplot. Esta es la opci´on por defecto cuando se pasan argumentos x e y a qplot(). geom = “boxplot” produce un gr´afico box-and-whisker plot de resumen de la distribuci´on de un conjunto de puntos. geom = “smooth” ajusta una curva suavizada a los datos (smoother) y su error est´andar. Esta opci´on se combina con un argumento method %in % c(“loess”,“gam”,“lm”,“rlm”) (ver http://docs.ggplot2.org/0.9.3/stat smooth.html) geom = “path” and geom = “line” representa lineas entre los puntos. Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 6 / 20
- 7. Ejemplos de ggplot() - objetos geom´etricos Vemos algunos ejemplos: qplot(data=data.geo.municipios ,x=Superficie ,y=Altitud , geom = "point") qplot(data=data.geo.municipios ,x=Superficie ,y=Altitud , geom = "boxplot", colour = Isla) # cuidado con el tipo qplot(data=data.geo.municipios ,x=Isla ,y=Altitud , geom = "boxplot") qplot(data=data.geo.municipios ,x=Superficie ,y=Altitud , geom = "smooth", method="loess") qplot(data=data.geo.municipios ,x=Superficie ,y=Altitud , geom = c("point", "smooth"), method="lm") qplot(data=data.geo.municipios ,x=Superficie ,y=Altitud , geom = "path") qplot(data=data.geo.municipios ,x=Superficie ,y=Altitud , geom = "line") qplot(data=data.geo.municipios , x=Provincia , geom = "bar") qplot(data=data.geo.municipios , x=Superficie , geom = "histogram") qplot(data=data.geo.municipios , x=Superficie , geom = "density") Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 7 / 20
- 8. Comprensi´on de la gram´atica de capas 1 Podemos usar s´olo qplot() pero la verdadera potencia de ggplot2 est´a en el manejo de los gr´aficos por capas (gram´atica de capas) mediante ggplot(). 2 El qplot recorta bastantes detalles de ggplot() a pesar que permite una sintaxis m´as familiar y cercana al plot(). 3 Con ggplot(), sin embargo, es posible incorporar a un gr´afico diferentes niveles de detalle mediante sucesivas capas (layers). ggplot(data , mapping) + layer( geom = "", stat = "", position = "", .... ) Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 8 / 20
- 9. Otros objetos geom´etricos en ggplot2 Name Description abline Line, specified by slope and intercept area Area plots bar Bars, rectangles with bases on y-axis boxplot Box-and-whisker plot contour Display contours of a 3d surface in 2d errorbar Error bars histogram Histogram line Connect observations, in order of x value point Points, as for a scatterplot polygon Polygon, a filled path step Connect observations by stairs text Textual annotations Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 9 / 20
- 10. Algunas transformaciones estad´ısticas en ggplot2 Name Description bin Bin data boxplot Calculate components of box-and-whisker plot contour Contours of 3d data density Density estimation function Superimpose a function identity Don’t transform data quantile Continuous quantiles smooth Add a smoother step Create stair steps sum Sum unique values. Useful for overplotting on scatterplots summary Summarise y values at every unique x unique Remove duplicates Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 10 / 20
- 11. Scatterplot en ggplot2 Un scatterplot: ejemplo1 <-qplot(data=data.geo.municipios ,x=Superficie ,y=Altitud , colour = Isla) se compone de (http://docs.ggplot2.org/current/index.html): Un conjunto de datos por defecto (data). Una asignaci´on de variables del conjunto de datos a atributos gr´aficos (aesthetics). ejemplo1 <-ggplot(data=data.geo.municipios , mapping=aes(x=Superficie ,y=Altitud , colour=Isla )) Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 11 / 20
- 12. Scatterplot en ggplot2: layers Y de las siguientes capas o layers: El tipo de objeto geom´etrico (punto, l´ınea, barra, . . . ) utilizado para la representaci´on (geom). ejemplo1 + layer(geom="point") # o tambien : ejemplo1 + geom_point () Una transformaci´on estad´ıstica (suma, densidad, boxplot,..) de los datos (stat). ejemplo1 + layer(geom="point", stat="identity" ) # o tambien : ejemplo1 + geom_point(stat =" identity ") # o tambien : ejemplo1 + geom_point () Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 12 / 20
- 13. Scatterplot en ggplot2: otros aspectos Adem´as, se puede Controlar c´omo se asignan las variables del conjunto de datos a los atributos aesthetics (scales). Por ejemplo, la forma (shape) o el tama˜no (size) de los objetos puede cambiar seg´un el valor de las variables. ejemplo1 <-ggplot(data=data.geo.municipios , mapping=aes(x=Superficie ,y=Altitud , colour=Isla )) ejemplo1 + geom_point(mapping=aes(shape=Provincia) ) + scale_shape(solid = FALSE) # cambiar la forma ejemplo1 + geom_point(mapping=aes(size=Provincia) ) + scale_size_discrete(range = c(2, 4) ) # cambiar el tama~n Cambiar el sistema de representaci´on de coordenadas (coord) ejemplo1 + geom_point () + coord_polar () Especificar la visualizaci´on de subconjuntos de los datos en diferentes paneles (facet) ejemplo1 + geom_point () + facet_grid (. ~ Provincia) Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 13 / 20
- 14. Gr´afico de barras en ggplot2 Un diagrama de barras: ejemplo2 <-qplot(data=data.geo.municipios ,x=Provincia , geom = "bar", fill = Isla) La asignaci´on o mapping de variables (atributos aesthetics): ejemplo2 <-ggplot(data=data.geo.municipios , mapping=aes(x=Provincia , fill=Isla )) El tipo de objeto geom: ejemplo2 + layer(geom="bar") # o tambien : ejemplo2 + geom_bar () Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 14 / 20
- 15. Gr´afico de barras en ggplot2: layers La transformaci´on estad´ıstica stat: ejemplo2 + layer(geom="bar", stat="bin" ) # o tambien : ejemplo2 + geom_bar(stat =" bin ") # o tambien : ejemplo2 + geom_bar () El ajuste de posici´on en el gr´afico (position): ejemplo2 + layer(geom="bar", stat="bin", position="dodge") # o tambien : ejemplo2 + geom_bar( position = position _dodge () ) Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 15 / 20
- 16. Otros gr´aficos en ggplot2 Algunos ejemplos mas (densidad e histograma): qplot(data=data.espacios.nat , x=Superficie , geom = "density", colour = Isla) # las densidades son superpuestas ggplot(data=data.espacios.nat , mapping=aes(x=Superficie ,colour=Isla )) +geom_density () qplot(data=data.espacios.nat , x=Superficie , geom = "histogram", colour = Isla) # los histogramas son apilados y se colorea el borde ggplot(data=data.espacios.nat , mapping=aes(x=Superficie ,colour=Isla )) +geom_histogram () qplot(data=data.espacios.nat , x=Superficie , geom = "histogram", fill = Isla) # los histogramas son apilados y se colorea el interior ggplot(data=data.espacios.nat , mapping=aes(x=Superficie ,fill=Isla )) +geom_histogram () Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 16 / 20
- 17. Otros gr´aficos en ggplot2 Algunos ejemplos mas (gr´aficos de barras): qplot(data=data.espacios.nat , x=Espacio.natural , geom = "bar", fill = Isla) # tambi´en los gr´aficos de barras son apilados ggplot(data=data.espacios.nat , mapping=aes(x=Espacio.natural ,fill=Isla )) +geom_bar(position=position_dodge () ) qplot(data=data.espacios.nat , x=Espacio.natural , geom = "bar", fill = Isla , position="dodge") # barras colocadas unas al lado de otras ggplot(data=data.espacios.nat , mapping=aes(x=Espacio.natural ,fill=Isla )) +geom_bar() Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 17 / 20
- 18. Otros gr´aficos en ggplot2 Algunos ejemplos mas: qplot(data=data.geo.municipios , x=Provincia , geom = "bar") ggplot(data=data.geo.municipios , mapping=aes(x=Provincia )) +geom_bar() qplot(data=data.geo.municipios , x=Provincia , geom = "bar", fill = Isla) ggplot(data=data.geo.municipios , mapping=aes(x=Provincia ,fill = Isla )) +geom_bar () Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 18 / 20
- 19. Otros gr´aficos en ggplot2 Algunos ejemplos mas: qplot(data=data.geo.municipios , x=Superficie , geom = "histogram") ggplot(data=data.geo.municipios , mapping=aes(x=Superficie) +geom_histogram () qplot(data=data.geo.municipios , x=Superficie , geom = "density") ggplot(data=data.geo.municipios , mapping=aes(x=Superficie) +geom_density () qplot(data=data.geo.municipios , x=Superficie , geom = "density", colour = Provincia) # las densidades son super ggplot(data=data.geo.municipios , mapping=aes(x=Superficie , colour = Provincia )) +geom_density () Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 19 / 20
- 20. Otros gr´aficos en ggplot2 Algunos ejemplos mas: qplot(data=data.geo.municipios , x=Superficie , geom = "histogram", colour = Provincia) # los histogramas son apilados y se colorea el borde qplot(data=data.geo.municipios , x=Superficie , geom = "histogram", fill = Provincia) # los histogramas son apilados y se colorea el interior qplot(data=data.geo.municipios , x=Superficie , geom = "histogram", fill = Provincia , position="dodge") # las barras se pueden representar sin apilar Carlos P´erez Glez. (Universidad de La Laguna) La librer´ıa ggplot2 20 / 20