Percepção Gráfica

Os gráficos plotados por meio do ggplot2 podem ser customizados em muitos níveis. Vejamos abaixo algumas possibilidades.

Solicitar pacotes

#install.packages("ggplot2")
library(ggplot2)
library(dplyr)
library(palmerpenguins)
library(RColorBrewer)

Importando os dados

pinguins <- penguins %>% tidyr::drop_na()

Customizando os Títulos do Gráfico

pinguins %>% 
  ggplot() +
  geom_point(aes(x = body_mass_g, y = flipper_length_mm, color = species)) +
  labs(title = "Um título bem bonito", 
       subtitle = "Seguido de um subtítulo",
       x = "O eixo X",
       y = "O eixo Y",
       caption = "A sua legenda")

Customizando o Fundo

pinguins %>% 
  ggplot() +
  geom_point(aes(x = body_mass_g, y = flipper_length_mm, color = species)) +
  theme(panel.background = element_rect(fill="white", colour="red"))

Customizando os Eixos do Gráfico

Redefinindo as escalas

pinguins %>% 
  ggplot() +
  geom_point(aes(x = body_mass_g, y = flipper_length_mm, color = species)) +
  ylim(0,300) +
  xlim(0,6500)

Rotacionando os rótulos dos eixos

p + theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1))

Prevenindo notação científica

p + scale_y_continuous(labels = ~ format(., scientific = FALSE))

p + scale_x_continuous(labels = ~ format(., scientific = FALSE))

Alterando as fontes e tamanhos do título e subtítulo

p + theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1), legend.text = element_text(size = 14), plot.title = element_text(family="Times New Roman", size=14), plot.subtitle = element_text(family="Times New Roman", size=14))

Centralizando título

p + theme(plot.title = element_text(hjust=0.5))

Indicando os Valores

pinguins %>%
  filter(species == "Adelie") %>% 
  ggplot() +
  geom_point(aes(x = body_mass_g, y = flipper_length_mm, color = species)) +
  geom_text(aes(label = body_mass_g, x = body_mass_g, y = flipper_length_mm), 
            color = "#000000", size = 2, hjust = -1, vjust = 0)

DICA: Outras customizações em: https://www.r-graph-gallery.com/

Customizando as Cores do Gráfico

pinguins %>% 
  ggplot() +
  geom_point(aes(x = body_mass_g, y = flipper_length_mm, color = species)) +
  scale_color_manual(values=c("black", "red", "yellow"))

pinguins %>% 
  ggplot() +
  geom_bar(aes(x = sex, y = body_mass_g, fill = sex), stat = "identity") +
  coord_flip() +
  scale_fill_manual(values=c("black", "red"))

RColorBrewer::display.brewer.all()

pinguins %>% 
  ggplot() +
  geom_point(aes(x = body_mass_g, y = flipper_length_mm, color = species)) +
  scale_colour_brewer(palette = "Dark2", direction = 1)

pinguins %>% 
  ggplot() +
  geom_bar(aes(x = sex, y = body_mass_g, fill = sex), stat = "identity") +
  coord_flip() +
  scale_fill_brewer(palette = "Set2", direction = 1)

Customizando o Tema

pinguins %>% 
  ggplot() +
  geom_point(aes(x = body_mass_g, y = flipper_length_mm, color = species)) +
  theme_bw()

pinguins %>% 
  ggplot() +
  geom_point(aes(x = body_mass_g, y = flipper_length_mm, color = species)) +
  theme_classic()

pinguins %>% 
  ggplot() +
  geom_point(aes(x = body_mass_g, y = flipper_length_mm, color = species)) +
  theme_dark()

pinguins %>% 
  ggplot() +
  geom_point(aes(x = body_mass_g, y = flipper_length_mm, color = species)) +
  theme_light()

pinguins %>% 
  ggplot() +
  geom_point(aes(x = body_mass_g, y = flipper_length_mm, color = species)) +
  theme_minimal()

pinguins %>% 
  ggplot() +
  geom_point(aes(x = body_mass_g, y = flipper_length_mm, color = species)) +
  theme_void()

Gráficos Interativos

Você também pode criar gráficos interativos no R. Para isso, vamos usar os seguintes pacotes:

#install.packages("ggplot2")
#install.packages("plotly")
library(ggplot2)
library(plotly)
library(dplyr)
library(palmerpenguins)

Scatterplot Interativo

grafico1 <- pinguins %>% 
  ggplot() +
  geom_point(aes(x = body_mass_g, y = flipper_length_mm, color = species))

ggplotly(grafico1)

Lineplot Interativo

grafico2 <- pinguins %>% 
  count(year, species) %>% 
  ggplot() +
  geom_line(aes(x = year, y = n, group = species, color = species))

ggplotly(grafico2)

Boxplot Interativo

grafico3 <- pinguins %>% 
  ggplot() +
  geom_boxplot(aes(x = sex, y = body_mass_g))

ggplotly(grafico3)

Barplot Interativo

grafico4 <- pinguins %>% 
  ggplot() +
  geom_bar(aes(x = island), stat = "count")

ggplotly(grafico4)

Visualização de Dados 2