Visualizaciones gráficas en R con ggplot2

R para usuarios de SAS

Melinda Higgins, PhD

Research Professor/Senior Biostatistician Emory University

Paquete ggplot2

logotipo hexsticker de ggplot2

ggplot2 es un potente paquete gráfico para R
La «GG» de ggplot viene de «grammar of graphics»
ggplot2 construye gráficos por capas
Se añaden uno o más objetos geométricos a la capa base

Capas - capa base

# Create plot for x=sex and y=diameter
ggplot(data = abalone, aes(sex, diameter))

Define la capa base con ggplot()
Establece data = abalone
Define aes con sex y diameter
Aún no hay objetos gráficos
El eje x está listo para sex
El eje y está listo para diameter
La cuadrícula ya está dispuesta

entorno gráfico de ggplot2 aún sin boxplot

Capas - añadir geom de boxplot

# Add boxplot geometric object or geom
ggplot(data = abalone,
       aes(sex, diameter)) +
  geom_boxplot()

El operador + añade una capa
Se añade el boxplot con geom_boxplot()
El resultado es una serie de boxplots
Diámetros de abulón por sexo
F hembras, I juveniles y M machos

boxplots añadidos en ggplot2

Capas - añadir un tema

# Add black white theme
ggplot(data = abalone,
       aes(sex, diameter)) +
  geom_boxplot() +
  theme_bw()

Añade una capa de «theme» con theme_bw()
Quita el fondo gris
Dibuja un marco negro alrededor del gráfico

boxplot de ggplot2 con tema blanco y negro

Cambiar geom de boxplot a geom de violín

# Change to geom_violin()
ggplot(data = abalone,
       aes(sex, diameter)) +
  geom_violin() +
  theme_bw()

geom_violin sustituye a geom_boxplot
Crea una forma similar a un violín
Refleja la densidad de los datos
Un cambio simple para una nueva figura

gráfico de violín en ggplot2

Histograma de variable única

# Make histogram of shuckedWeight
ggplot(abalone, aes(shuckedWeight)) +
  geom_histogram()

Crea un histograma de una variable
Una variable = una estética
Añade geom_histogram()
Define aes() como shuckedWeight
Conviene cambiar los colores por defecto

histograma de ggplot2 todo en negro

Histograma: añadir colores

# Make lines black and fill light blue
ggplot(abalone, aes(shuckedWeight)) +
  geom_histogram(color = "black",
                 fill = "lightblue")

Cambia parámetros gráficos
Define color de los bordes de las barras
Define fill para el relleno
Cada opción va dentro de los ()
El histograma mejora mucho

histograma de ggplot2 con barras azules y bordes negros

Histograma: añadir título y ejes

# Add x, y axis labels and title
ggplot(abalone, aes(shuckedWeight)) +
  geom_histogram(color = "black",
                 fill = "lightblue") +
  xlab("Shucked Weight") +
  ylab("Frequency Counts") +
  ggtitle("Shucked Weights Histogram")

Añade mejores etiquetas de ejes y título
Usa xlab() y ylab() para los ejes
Usa ggtitle() para el título
¡Esta figura está lista para publicar!

histograma de ggplot2 con etiquetas de ejes y título

Crear diagrama de dispersión

# Make scatterplot with geom_point()
ggplot(abalone,
       aes(rings, shellWeight)) +
  geom_point()

Un diagrama de dispersión aes necesita dos variables
geom_point() añade los puntos
Dispersión de shellWeight por rings

dispersión de ggplot2 de shellweight por rings

Dispersión: añadir línea suavizada

# Add smoothed fit line
ggplot(abalone,
       aes(rings, shellWeight)) +
  geom_point() +
  geom_smooth()

Añade geom_smooth() al diagrama de dispersión
Incluye área sombreada de confianza

dispersión de ggplot2 con línea suavizada

Crear paneles por otra variable

# Add panels using facet_wrap()
ggplot(abalone,
       aes(rings, shellWeight)) +
  geom_point() +
  geom_smooth() +
  facet_wrap(vars(sex))

Añade una capa más al diagrama de dispersión
Crea paneles por cada sexo de abulón
Añade la capa facet_wrap()
vars(sex) define la variable de los paneles

dispersión de ggplot2 con 3 paneles por sexo

Resto del curso

El capítulo 1 cierra con una breve introducción a gráficos
- base de habilidades gráficas con ggplot2
- visualizar medidas de abulón por sexo
El capítulo 2 enseña manipulación de datos
- limpiar el conjunto de datos de abulón
El capítulo 3 enseña métodos de exploración
- estadísticas descriptivas, correlaciones y pruebas de comparación
El capítulo 4 enseña modelado y presentación de resultados
- predecir edades de abulón por medidas
- explorar modelos por sexo

Vamos a crear algunos gráficos de abulones

R para usuarios de SAS