4  ggplot2

¡Empecemos por lo básico! El paquete ggplot2 se basa en la Gramática de los Gráficos (GG), que es un marco para la visualización de datos que disecciona cada componente de un gráfico en componentes individuales, creando capas distintas. Utilizando el sistema GG, podemos construir gráficos paso a paso para obtener resultados flexibles y personalizables.

Las capas GG tienen nombres específicos que verás a lo largo de esta seccion:

Para hacer un ggplot, las capas de datos y mapas son requisitos básicos, mientras que las otras capas son para personalización adicional. Las capas que «no son necesarias» siguen siendo importantes, pero podrás generar un gráfico básico sin ellas.

4.1 Desglose de las capas comunes

A continuación se presenta un desglose de cada una de las capas de la GG y los argumentos comunes de cada una de ellas que pueden servir de referencia:

  • Datos:
    • sus datos, en formato tidy o dataframe, proporcionarán los ingredientes para su trazado
    • utilice las técnicas dplyr para preparar los datos para un formato de trazado óptimo
    • por lo general, esto significa que debe tener una fila por cada observación que desea trazar
  • Estética(Aesthetics / aes), para hacer visibles los datos
    • x, y: variable a lo largo de los ejes x e y.
    • colour: color de las variables según los datos.
    • fill: color interior de la zona o relleno.
    • group: a qué grupo pertenece una geom.
    • shape: la figura utilizada para trazar un punto.
    • linetype: tipo de línea utilizada (sólida, discontinua, etc.).
    • size: escala de tamaño para una dimensión extra
    • alpha: transparencia del objeto geométrico
  • Objetos geométricos(geoms - determina el tipo de trazado)
    • geom_point(): gráfico de dispersión
    • geom_line(): líneas que conectan puntos aumentando el valor de x
    • geom_path(): líneas que conectan puntos en secuencia de aparición
    • geom_boxplot(): gráfico de caja y bigotes para variables categóricas
    • geom_bar(): gráficos de barras para el eje x categórico
    • geom_histogram(): histograma para eje x continuo
    • geom_violin(): núcleo de distribución de la dispersión de datos
    • geom_smooth(): línea de función basada en datos
  • Facetas:
    • facet_wrap(): una variable discreta.
    • facet_grid(): dos variables discretas.
  • Estadísticas:
    • similar a geoms, pero computada
    • muestran medias, recuentos y otros resúmenes estadísticos de los datos
  • Coordenadas- ajuste de datos en una página
    • coord_cartesian(): para establecer límites
    • coord_polar(): para gráficos circulares
    • coord_map(): para diferentes proyecciones cartográficas
    • coord_flip(): voltear axis.
  • Temas:
    • parámetros visuales generales
    • fuentes, colores, formas, contornos

Más información en en el Workshop 3: Introduction to data visualisation with ggplot2

4.1.1 Paso 7. Integrar todo y generar un script y funcion

Code 
# paquetes
library(dplyr)

Attaching package: 'dplyr'
The following objects are masked from 'package:stats':

    filter, lag
The following objects are masked from 'package:base':

    intersect, setdiff, setequal, union
Code 
library(ggplot2)
library(gapminder)

# Funcion para analizar la esperanza de vida
analizar_esperanza_vida <- function(paises = NULL, anio_inicio = NULL, anio_fin = NULL) {
  # Filtrar por países (si se especifican)
  datos_filtrados <- gapminder %>%
    # Verificar Si los paises estan en el dataset
     filter(if (!is.null(paises)) {
        message("Extraer informacion del pais")
       # entonces
        country %in% paises
      } else {
        # Se da un TRUE, cuando no tenemos el pais en los datos. Lo que significa que no se realiza ningún filtrado, y se mantienen todos los países.
        warning("No se encuentra el pais")
        TRUE
      }) %>%
    # Verificar que existe el year de inicio
    filter(if (!is.null(anio_inicio)) {
        message("Extraer informacion del pais")
       # entonces
        year >= anio_inicio
      } else {
        # Se da un TRUE, cuando no tenemos el ano en los datos. Lo que significa que no se realiza ningún filtrado, y se mantienen todos los anos.
        warning("No se encuentra el pais")
        TRUE
      }) %>%
      # Verificar que existe el year de fin
    filter(if (!is.null(anio_fin)) {
        message("Extraer informacion del pais")
       # entonces
        year <= anio_fin
      } else {
        # Se da un TRUE, cuando no tenemos el pais en los datos. Lo que significa que no se realiza ningún filtrado, y se mantienen todos los países.
        warning("No se encuentra el pais")
        TRUE
      })
  
  # Verificar si hay datos después de filtrar
  if (nrow(datos_filtrados) == 0) {
    stop("No hay datos disponibles para los criterios especificados.")
  }
  
  # Resumen de la esperanza de vida
  resumen_vida <- datos_filtrados %>%
    group_by(country) %>%
    summarise(esperanza_media = mean(lifeExp),
              max_esperanza = max(lifeExp),
              min_esperanza = min(lifeExp)) %>%
    arrange(desc(esperanza_media))
  
  print("Resumen de la esperanza de vida:")
  print(resumen_vida)
  
  # Gráfico de esperanza de vida a lo largo del tiempo
  ggplot(datos_filtrados, aes(x = year, y = lifeExp, color = country)) +
    geom_line() +
    labs(title = "Evolución de la esperanza de vida",
         x = "Año",
         y = "Esperanza de vida") +
    theme_minimal()
}

Ejecuta el script:

Code 
# Uso de la función con un ejemplo
analizar_esperanza_vida(paises = c("Mexico", "Canada", "Japan"), anio_inicio = 1950, anio_fin = 2000)
Extraer informacion del pais
Extraer informacion del pais
Extraer informacion del pais
[1] "Resumen de la esperanza de vida:"
# A tibble: 3 × 4
  country esperanza_media max_esperanza min_esperanza
  <fct>             <dbl>         <dbl>         <dbl>
1 Canada             73.8          78.6          68.8
2 Japan              73.3          80.7          63.0
3 Mexico             63.4          73.7          50.8

Ejercicio 2 (20 min)

Te invitamos a que corras el ejercicio propuesto en el script ggplo2_R_Ladies_Morelia_.R por Fernanda Miron.

4.2 Material suplementario