Capítulo 17 O pacote `ggplot2`

O ggplot2 é um dos pacotes mais populares do R para criar gráficos. Ele implementa o conceito de Grammar of Graphics, que oferece uma maneira sistemática de descrever e construir gráficos. Este conceito está apresentado no livro The Grammar of graphics.

17.1 A Gramática dos Gráficos

O ggplot2 baseia-se na ideia de que um gráfico pode ser decomposto nos seguintes componentes:

Dados: o conjunto de dados que será visualizado.
Aes (aesthetics): os mapeamentos estéticos, como x, y, color, size, etc.
Geoms (geometrias): o tipo de gráfico, como pontos (geom_point()), linhas (geom_line()), barras (geom_bar()), etc.
Scales: definem como os dados são convertidos em estética.
Facets: permitem dividir o gráfico em subgráficos.
Themes: controlam a aparência geral.

17.1.1 Estrutura básica

library(ggplot2)
ggplot(data = mtcars, aes(x = wt, y = mpg)) +
  geom_point()

17.1.2 Exemplos práticos

Gráfico de Dispersão

ggplot(data = mtcars, aes(x = wt, y = mpg)) +
  geom_point()

Gráfico de Barras

ggplot(data = mpg, aes(x = class)) +
  geom_bar()

Boxplot por Grupo

ggplot(data = mpg, aes(x = class, y = hwy)) +
  geom_boxplot()

Gráfico com Regressão Linear

ggplot(data = mtcars, aes(x = wt, y = mpg)) +
  geom_point() +
  geom_smooth(method = "lm")

## `geom_smooth()` using formula = 'y ~ x'

Facetamento

ggplot(data = mpg, aes(x = displ, y = hwy)) +
  geom_point() +
  facet_wrap(~ class)

Customizações com Theme

ggplot(data = mpg, aes(x = displ, y = hwy)) +
  geom_point() +
  theme_minimal()

17.1.3 Boas práticas

Use títulos claros: labs(title = ..., x = ..., y = ...)
Evite sobrecarga visual
Use cores com bom contraste
Use facet_wrap ou facet_grid com atenção aos eixos

17.2 Exercícios

Com o dataset mtcars, faça um gráfico de dispersão entre wt e mpg, colorindo os pontos pela variável cyl.
Com o dataset mtcars, crie um gráfico de dispersão entre mpg e hp, colorindo os pontos por cyl e ajustando a forma (shape) por am.
Com o dataset mpg, faça um gráfico de barras da variável drv e mude a cor das barras manualmente com fill.
Usando o dataset diamonds, produza um gráfico de barras para a variável cut, preenchendo (fill) pelas categorias de clarity. Use position = "fill" para comparar proporções relativas.
Com mpg, desenhe um histograma da variável hwy com densidade sobreposta usando geom_density(). Explore o argumento alpha para transparência.
Produza um boxplot de hwy por manufacturer, ordenando os fabricantes pela média de hwy.
Crie boxplots de Sepal.Length por espécie no dataset iris. Sobreponha pontos representando a média de cada grupo usando stat_summary().
Crie um gráfico com geom_smooth() ajustando uma curva LOESS para os dados displ vs hwy do mpg, separando por drv com facet_grid().
Exporte um dos seus gráficos para um ficheiro .png com ggsave("grafico.png").
Escolha um conjunto de dados próprio (ou um tibble pequeno) e crie uma visualização que combine pelo menos dois tipos de geom diferentes.

Capítulo 17 O pacote ggplot2