R Language
ggplot2

Observaciones

Gráfico de dispersión

Trazamos un diagrama de dispersión simple utilizando el conjunto de datos de iris integrado de la siguiente manera:

library(ggplot2)
ggplot(iris, aes(x = Petal.Width, y = Petal.Length, color = Species)) + 
  geom_point()

Esto da:

Visualización de múltiples parcelas

Muestra múltiples gráficos en una imagen con las diferentes funciones de facet . Una ventaja de este método es que todos los ejes comparten la misma escala en los gráficos, lo que facilita su comparación de un vistazo. Usaremos el conjunto de datos mpg incluido en ggplot2 .

Ajustar los gráficos línea por línea (intenta crear un diseño cuadrado):

ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_point() + 
  facet_wrap(~class)

Mostrar varios gráficos en una fila, varias columnas:

ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_point() + 
  facet_grid(.~class)

Mostrar varios gráficos en una columna, varias filas:

ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_point() + 
  facet_grid(class~.)

Muestra múltiples gráficos en una cuadrícula por 2 variables:

ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_point() + 
  facet_grid(trans~class) #"row" parameter, then "column" parameter

Prepare sus datos para el trazado

ggplot2 funciona mejor con un marco de datos largo. Los siguientes datos de muestra que representan los precios de los dulces en 20 días diferentes, en un formato descrito como amplio, porque cada categoría tiene una columna.

set.seed(47)
sweetsWide <- data.frame(date      = 1:20,
                         chocolate = runif(20, min = 2, max = 4),
                         iceCream  = runif(20, min = 0.5, max = 1),
                         candy     = runif(20, min = 1, max = 3))

head(sweetsWide)
##   date chocolate  iceCream    candy
## 1    1  3.953924 0.5890727 1.117311
## 2    2  2.747832 0.7783982 1.740851
## 3    3  3.523004 0.7578975 2.196754
## 4    4  3.644983 0.5667152 2.875028
## 5    5  3.147089 0.8446417 1.733543
## 6    6  3.382825 0.6900125 1.405674

Para convertir sweetsWide a formato largo para usar con ggplot2 , se ggplot2 usar varias funciones útiles de base R y los paquetes reshape2 , data.table y tidyr (en orden cronológico):

# reshape from base R
sweetsLong <- reshape(sweetsWide, idvar = 'date', direction = 'long', 
                      varying = list(2:4), new.row.names = NULL, times = names(sweetsWide)[-1])

# melt from 'reshape2'
library(reshape2)
sweetsLong <- melt(sweetsWide, id.vars = 'date')

# melt from 'data.table'
# which is an optimized & extended version of 'melt' from 'reshape2'
library(data.table)
sweetsLong <- melt(setDT(sweetsWide), id.vars = 'date')

# gather from 'tidyr'
library(tidyr)
sweetsLong <- gather(sweetsWide, sweet, price, chocolate:candy)

Los todos dan un resultado similar:

head(sweetsLong)
##   date     sweet    price
## 1    1 chocolate 3.953924
## 2    2 chocolate 2.747832
## 3    3 chocolate 3.523004
## 4    4 chocolate 3.644983
## 5    5 chocolate 3.147089
## 6    6 chocolate 3.382825

Consulte también Reforma de datos entre formularios largos y anchos para obtener detalles sobre la conversión de datos entre formatos largos y anchos .

El resultado sweetsLong tiene una columna de precios y una columna que describe el tipo de dulce. Ahora trazar es mucho más simple:

library(ggplot2)
ggplot(sweetsLong, aes(x = date, y = price, colour = sweet)) + geom_line()

Añadir líneas horizontales y verticales para trazar

Agregue una línea horizontal común para todas las variables categóricas

# sample data
df <- data.frame(x=('A', 'B'), y = c(3, 4))

p1 <- ggplot(df, aes(x=x, y=y)) 
        + geom_bar(position = "dodge", stat = 'identity') 
        + theme_bw()

p1 + geom_hline(aes(yintercept=5), colour="#990000", linetype="dashed")

Agrega una línea horizontal para cada variable categórica

# sample data
df <- data.frame(x=('A', 'B'), y = c(3, 4))

# add horizontal levels for drawing lines
df$hval <- df$y + 2

p1 <- ggplot(df, aes(x=x, y=y)) 
        + geom_bar(position = "dodge", stat = 'identity') 
        + theme_bw()

p1 + geom_errorbar(aes(y=hval, ymax=hval, ymin=hval), colour="#990000", width=0.75)

Añadir línea horizontal sobre barras agrupadas

# sample data
df <- data.frame(x = rep(c('A', 'B'), times=2), 
             group = rep(c('G1', 'G2'), each=2), 
             y = c(3, 4, 5, 6), 
             hval = c(5, 6, 7, 8))

p1 <- ggplot(df, aes(x=x, y=y, fill=group)) 
        + geom_bar(position="dodge", stat="identity")

p1 + geom_errorbar(aes(y=hval, ymax=hval, ymin=hval), 
               colour="#990000", 
               position = "dodge", 
               linetype = "dashed")

Añadir linea vertical

# sample data
df <- data.frame(group=rep(c('A', 'B'), each=20), 
                 x = rnorm(40, 5, 2), 
                 y = rnorm(40, 10, 2))

p1 <-  ggplot(df, aes(x=x, y=y, colour=group)) + geom_point()

p1 + geom_vline(aes(xintercept=5), color="#990000", linetype="dashed")

Gráfico de barras verticales y horizontales

ggplot(data = diamonds, aes(x = cut, fill =color)) +
  geom_bar(stat = "count", position = "dodge")

es posible obtener un gráfico de barras horizontal simplemente agregando la estética coord_flip () al objeto ggplot:

  ggplot(data = diamonds, aes(x = cut, fill =color)) +
  geom_bar(stat = "count", position = "dodge")+
  coord_flip()

Argumento de violín

Las gráficas de violín son estimaciones de densidad del núcleo reflejadas en el plano vertical. Se pueden usar para visualizar varias distribuciones una al lado de la otra, y el reflejo ayuda a resaltar cualquier diferencia.

ggplot(diamonds, aes(cut, price)) +
  geom_violin()

Las tramas de violín se nombran por su parecido con el instrumento musical, esto es particularmente visible cuando se combinan con una gráfica de caja superpuesta. Esta visualización luego describe las distribuciones subyacentes tanto en términos del resumen de 5 números de Tukey (como diagramas de caja) como en las estimaciones de densidad continua completa (violines).

ggplot(diamonds, aes(cut, price)) +
  geom_violin() +
  geom_boxplot(width = .1, fill = "black", outlier.shape = NA) +
  stat_summary(fun.y = "median", geom = "point", col = "white")

Producir parcelas básicas con qplot.

qplot pretende ser similar a la función base r plot() , intentando siempre trazar sus datos sin requerir demasiadas especificaciones.

qplot básico

qplot(x = disp, y = mpg, data = mtcars)

añadiendo colores

qplot(x = disp, y = mpg, colour = cyl,data = mtcars)

añadiendo un suave

qplot(x = disp, y = mpg, geom = c("point", "smooth"), data = mtcars)