10 de octubro de 2019

A Cociña rápida

  • Simple
  • Moi rápida de facer
  • Utiliza poucos ingredientes diferentes que combinan para obter resultados de sabor moi diferentes
  • Fácilmente replicable
  • Visualmente atractiva
  • Con sabores que enganchan

A Cociña rápida de gráficos

  • Simple e rápida
  • Utiliza poucas instruccións diferentes que combinan para obter resultados visuais moi diferentes
  • Fácilmente replicable: moitos gráficos en pouco tempo
  • Visualmente atractiva
  • Con sabores que enganchan ???
  • Aprender un único sistema

A librería ggplot2

  • Permite de maneira sinxela crear gráficos complexos a partir dun conxunto de datos.
  • ggplot2 baséase na gramática de gráficos:
    • un conxunto de datos,
    • un sistema de coordenadas,
    • un conxunto de geoms (que determinan a representación visual dos datos)
  • A plantilla básica que pode usarse para distintos tipos de gráficos:

ggplot(data = datos, mapping = aes()) + geom_funcion()

A librería ggplot2

  • A función ggplot() úsase para vincular o gráfico a un conxunto de datos a través do argumento data
  • Para definir como se queren representar as variables faise a través do argumento mapping. Defínese empregando a función aes()

ggplot(data=datos,mapping=aes(x=Idade.Media,y=RDBph))

  • Agregar geoms para indicarlle como se representan os datos no gráfico (puntos, liñas, barras, …)

  • geom_point() para diagramas de dispersión
  • geom_boxplot() para diagramas de caixa
  • geom_bar() para diagramas de barras

A librería ggplot2

Para engadir un geom, emprégase o operador +

library(ggplot2)
datos=read.csv2("datos.csv",header=T,
                 fileEncoding = "windows-1252")
ggplot(data = datos, mapping = aes(x=Idade.Media,y=RDBph))+
  geom_point()

Gráfico de dispersión con ggplot2

head(datos[,c(1:10,15)])
            Nome Espazo cod_provincia provincia  Ano Poboacion RDBph
1 15001 Abegondo  15001            15  A Coruña 2016      5533 13726
2     15002 Ames  15002            15  A Coruña 2016     30544 15188
3   15003 Aranga  15003            15  A Coruña 2016      1982 10869
4     15004 Ares  15004            15  A Coruña 2016      5672 13369
5  15005 Arteixo  15005            15  A Coruña 2016     31239 13455
6    15006 Arzúa  15006            15  A Coruña 2016      6211 12862
  Idade.Media Indice.Envellecemento Pob_20_64 pens_hab
1       50.05                224.32     56.92  297.307
2       38.90                 49.14     65.26  118.026
3       55.04                501.61     52.36  378.406
4       47.20                164.98     58.81  234.661
5       41.37                 76.88     65.74  170.236
6       49.82                227.03     57.17  284.173

Gráfico de dispersión con ggplot2

ggplot(datos,aes(x=Idade.Media,y=RDBph))+
  geom_point(aes(color=provincia))

Gráfico de dispersión con ggplot2: + ingredientes

ggplot(datos,aes(x=Idade.Media,y=RDBph))+
  geom_point(aes(color=provincia))+geom_smooth()