Gráficas con ggplot II
Hace tiempo escribí un post gráficas con ggplot , que es la librería más conocida y de las más completas de gráficos en R. En el artículo dejé muchos tipos de gráficas en el tintero, y especialmente los addon, por lo que vamos a retomar este asunto y dar ejemplos interesantes con esta fantástica librería.
Graficas de barras simples
Voy a hacer una gráfica inicial bastante simple, sobre la que iremos añadiendo cosas, y complementos. Se trata de una gráfica de barras simple.
He buscado unos datos de actualidad, en parte como homenaje a toda esa gente que se nos ha ido con esta crisis del COV-19 (especialmente por mi tío), son números, pero detrás de cada uno hay personas, familias, es de tal magnitud el desastre, que nos debe hacer reflexionar a todos, no solo por los que se han ido, que por desgracia ya no tiene solución, sino también por el futuro que nos espera a los que quedamos y queremos libertad y un mundo mejor…estamos cada vez más controlados, temerosos, borregos del perro que manda, faltos de empatía con las víctimas, y con una falta de educación cívica asombrosa, tenemos que pensar más en el conjunto y menos individualmente, y educarnos mucho, estudiar mucho y creer que en la ciencia están las respuestas y no en las ideas ilumunadas del vocero de turno.
Los datos son información clave en esta crisis, y ha sido bochornoso el uso parcial y retorcido de los datos por parte del Gobierno de España, no podemos trabajar con cambios constantes de criterio, de formato, de validación y de metodología que hacen imposible su estudio y su aprobechamiento científico. Los datos deben carecer de valoración y ser lo más fiables, constantes, válidos y límpios. Cada cambio debe documentarse y crear una nueva variable, para no contaminar la anterior, y llevan cambiando casi cada día!!!. Hemos perdido una gran oportunidad de crear ciencia, y de que los cientificos de datos ayuden en la lucha contra la pandemia.
Al ser imposible usar un dato oficial en España he recurrido a los partes diarios que aporta la universidad Johns Hopkins, INCREIBLE!!, No nos ponemos de acuerdo ni para hacer una tabla de nuestros muertos.
library(tidyverse)
# MUERTES POR CORONAVIRUS
#obtenemos los datos de aquí
urlmuertes="https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv"
# leemos como data frame
dat_m<-read_csv(url(urlmuertes))
# leemos el ultimo dato, ultima columna
hoy<-names(dat_m[,ncol(dat_m)])
library(lubridate)
# creo otra tabla con solo dos columnas
dt_ultimos<- dat_m[c('Country/Region',hoy)]
# cambio el nombre de estas col
colnames(dt_ultimos)<-c("pais","y")
#agregamos por pais, ya aue algunos tienen varias regiones
dt_ultimos <- aggregate(. ~ pais,dt_ultimos,sum)
# ordenamos la tabla de mayor a menor
dt_ultimos<-dt_ultimos[order(dt_ultimos$y, decreasing = TRUE),]
# converimos la col pais en factor
dt_ultimos$pais <- factor(dt_ultimos$pais,levels=dt_ultimos$pais)
#Creamos el gráfico con ggplot y guardamos en p
p<-ggplot(head(dt_ultimos,12), aes(x=pais,y=y,fill=pais))+
geom_bar(stat="identity") +
#theme(legend.position="none") +
labs(title=paste0('Fallecimientos por Cov-19 a fecha ', as.Date(mdy(hoy)))) +
labs(y = 'num muertos oficial', x= "paises")
p # pintamos p
Add on
Hay bastantes paquetes que se han creado como añadidos, complementos o addon de ggplot que mejoran la apariencia, la presentación de los datos, o nos crean gráficas de diferentes tipos. Vamos a ver algunos de los que conozco y me han parecido interesantes, aunque hay muchos más.
cowplot
Se trata de un complemento que simplifica la gráfica y cambia el formato general, para mi es útil pues me gusta más la salida que proporciona sin necesidad de meterme a especificar todo a mano.
Tiene varias funciones, la primera es theme_cowplot(tam_fuente) que cambia el formato de la gráfica hecha con ggplot a un formato propio en el que además le metemos el tamaño de letra como argumento. Veamos el cambio
# Cargamos la librería
library(cowplot)
# cambiamos el formato de la grafica inicial
p1<-p + theme_cowplot(8)
p1
Es cuestión de gustos, pero a mi particularmente me resulta mejor este formato.
Otra función de cowplot es plot_grid()que permite dibujar varios gráficos juntos en una malla y nombrarlos a cada uno para hacer referencias.
# Vamos a crear un nuevo gráfico con la serie diaria de España
d_spain<-dat_m[c(-1,-3,-4)] # quitamos las columnas que no tiene dato
colnames(d_spain)[1]<-"pais" # cambio de nombre
#agregamos por pais, ya aue algunos tienen varias regiones
d_spain <- aggregate(. ~ pais,d_spain,sum)
d_spain <- d_spain[d_spain$pais=='Spain', ] # selec solo españa
d_spain<-d_spain[c(-1)] # quito la col primera
# transponemos y guardamos la serie como data frame
d_spain2<-as.data.frame(t(d_spain))
colnames(d_spain2)<-c("numM")
# esto es para las fechas convertir de texto aDate
library(lubridate)
d_spain2$fecha <- as.Date(mdy(rownames(d_spain2)))
# transformo en serie temporal xts
library(xts)
st<-xts(x = d_spain2$numM, order.by = d_spain2$fecha)
colnames(st)<-c("numMuertosESP")
#library(cowplot)
# pintamos la gráfica como p0
p0<-ggplot(st, aes(x=index(st),y=numMuertosESP, size=numMuertosESP)) +
geom_line() + scale_y_log10() +
labs(y = 'num fallecidos ESP oficial', x= "fecha 2020") +
theme_cowplot(8)
# Usamos la funcion de mala para comparar
plot_grid(p0, p1, labels = c('A', 'B'), label_size = 15)
ggflags
Esta otra librería llamada ggflags, un tanto desconocida, permite añadir banderas nacionales a los gráficos como una geom_flag( aes(country=..)) en ggplot. Para datos que usen este factor puede ser interesante. La podemos encontrar en https://github.com/rensa/ggflags.
Para esto de las gráficas por paises también es muy util otra pequeña librería llamada countrycode, que tiene funciones para calcular el código de pais a partir del nombre y viceversa. el código de pais se utiliza un estandar ISO que puede ser de dos o 3 letras en el parámetro destination = 'iso2c' o 'iso3c'.
Vamos a añadir banderas a la gráfica de ejemplo que estamos usando:
# Instalar flags
# devtools::install_github("rensa/ggflags")
library(ggflags)
library(countrycode)
# añadimos una columna más a la tabla dt_ultimos con el cod pais en mimnuscula
dt_ultimos$code<-tolower(countrycode(dt_ultimos$pais,origin = 'country.name', destination = 'iso2c'))
# vemos la tabla creada
library(DT)
datatable(dt_ultimos,class = 'cell-border stripe',options = list(
pageLength = 5, autoWidth = TRUE
))# pintamos la nueva gráfica
p3<-ggplot(head(dt_ultimos,12), aes(x=pais,y=y,fill=pais, country=code)) +
geom_bar(stat="identity") +
geom_flag(aes(y=y+500),size=10)+
labs(title='Fallecimientos por Cov-19 a fecha 24 de abril 20') +
labs(y = 'num muertos',
x= "paises")+ theme_cowplot(8)
#pintamos la gráfica
p3
ggthemes
Otra librería de plantillas o themes de ggplot. Nos aporta muchas opciones de presentación de los gráficos con una simple funciónal estilo de lo que vimos con cowplot, pero muchos más.
Esta es su web oficial (https://github.com/jrnold/ggthemes) aunque lo mejor es probar alguno de sus temas:
library(ggthemes)
# vemos la lista de plantillas disponibles
ls("package:ggthemes")[grepl("theme_", ls("package:ggthemes"))]## [1] "theme_base" "theme_calc" "theme_clean"
## [4] "theme_economist" "theme_economist_white" "theme_excel"
## [7] "theme_excel_new" "theme_few" "theme_fivethirtyeight"
## [10] "theme_foundation" "theme_gdocs" "theme_hc"
## [13] "theme_igray" "theme_map" "theme_pander"
## [16] "theme_par" "theme_solarized" "theme_solarized_2"
## [19] "theme_solid" "theme_stata" "theme_tufte"
## [22] "theme_wsj"Ejemplos varios de cambio de estilo y giro de barras:
# algunos ejemplos
p3 +coord_flip() +theme_few(10) 
p3 +coord_flip() +theme_economist(10) 
p3 +coord_flip() +theme_excel(10)
treemapify
treemapify es un addon que permmite hacer gráficas de árbol con ggplot. Veamos un ejemplo con los datos iniciales. Tiene muchas geometrias que añade a ggplot, con las que podemos jugar para crear una visualización impactante. La función principal es geom_treemap()
# hacemos tabla simplificada
df <- head(dt_ultimos,12)#as.data.frame(table(mpg$class))
colnames(df) <- c("class", "freq", "code")
library(treemapify)
ggplot(df, aes(area = freq,
fill = factor(class),
label = class)) +
geom_treemap() +
geom_treemap_text(colour = "black",
place = "topleft",
reflow = T,
grow = T,
alpha = 0.5)+
labs(fill="Estado",
x=NULL,
y=NULL,
title="Fallecidos por COV-19 abril 24 2020",
caption="Fuente: www.enRdados.net") +
theme_cowplot(8) +
scale_fill_discrete(guide = 'none') # quito leyenda de fill
ggrepel
ggrepel es un complemento ideal para cuando tenemos muchas etiquetas en el gráfico, pues lo que hace es desplazarlas un poco para que no se tapen unas a otras y puedan verse perfectamente.
Tiene dos funciones, una para insertar etiquetas de texto simples geom_text_repel() y otra que añade una caja a la etiqueta geom_label_repel().
El ejemplo que ponemos a continuación no se aprecia su utilidad real, faltan puntos, pero puedes ver un caso más práctico en el post de geoposicionar fotografías con R.
library(ggrepel)
#añado etiquetas al grafico anterior
p1 + geom_label_repel(aes(label=pais),size=4) +
scale_fill_discrete(guide = 'none') # quitamos la escala de fill
gráfico de tarta
En ggplot se pueden también hacer gráficos de tarta usando el truco de cambio de coordenadas a polar, vamos a verlo:
library(ggplot2)
theme_set(theme_classic(10))
pie <- ggplot(df, aes(x = "", y=freq, fill = factor(class))) +
geom_bar(width = 1, stat = "identity") +
#geom_flag(aes(country=code),size=10)+
theme(axis.line = element_blank(),
plot.title = element_text(hjust=0.5)) +
labs(fill="Pais",
x=NULL,
y=NULL,
title="Fallecidos por COV-19",
caption="Fuente: FVB")
pie + coord_polar(theta = "y", start=0)
esquise
Por terminar hoy, quiero hablar del Addins de RSTUDIO llamado esquise, que es bastante completo para crear al vuelo gráficas de ggplot y generar el código.
Puedes ver toda la información aquí https://github.com/dreamRs/esquisse y básicamente hace esto:
esquise
