Gráficos de linhas

Introdução à visualização de dados com ggplot2

Rick Scavetta

Founder, Scavetta Academy

Tipos comuns de gráficos

Tipo de gráfico	Possíveis geometrias
Gráficos de dispersão	pontos, dispersão, referência, suavidade, contagem
Gráficos de barras	histograma, barra, coluna, barra de erros
Gráficos de linhas	linha, caminho

Castor

str(beaver)

'data.frame':    101 obs. of  3 variables:
 $ time  : POSIXct, format: "2000-01-01 09:30:00" "2000-01-01 09:40:00" "2000-01-01 09:50:00" ...
 $ temp  : num  36.6 36.7 36.9 37.1 37.2 ...
 $ active: Factor w/ 2 levels "0","1": 1 1 1 1 1 1 1 1 1 1 ...

Castor

ggplot(beaver, aes(x = time, y = temp)) +
  geom_line()

Castor

ggplot(beaver, aes(x = time, y = temp, 
                   color = factor(active))
                   ) +
  geom_line()

Conjunto de dados de captura de peixes

str(fish)

'data.frame':    427 obs. of  3 variables:
 $ Species: Factor w/ 7 levels "Pink","Chum",..: 1 2 3 4 5 6 7 1 2 3 ...
 $ Year   : int  1950 1950 1950 1950 1950 1950 1950 1951 1951 1951 ...
 $ Capture: int  100600 139300 64100 30500 0 23200 10800 259000 155900 51200 ...

Estética linetype

ggplot(fish, aes(x = Year, 
                 y = Capture, 
                 linetype = Species)) + 
  geom_line()

Estética size

ggplot(fish, aes(x = Year, 
                 y = Capture, 
                 size = Species)) + 
  geom_line()

Estética color

ggplot(fish, aes(x = Year, 
                 y = Capture, 
                 color = Species)) + 
  geom_line()

Estéticas para variáveis categóricas

Preencher a estética com geom_area()

ggplot(fish, aes(x = Year, 
                 y = Capture, 
                 fill = Species)) + 
  geom_area()

Uso de position = "fill"

ggplot(fish, aes(x = Year, 
                 y = Capture, 
                 fill = Species)) + 
  geom_area(position = "fill")

geom_ribbon()

ggplot(fish, aes(x = Year, 
                 y = Capture, 
                 fill = Species)) + 
  geom_ribbon(aes(ymax = Capture, 
                  ymin = 0), 
              alpha = 0.3)

Vamos praticar!

Introdução à visualização de dados com ggplot2