index.qmd

---
title: "ggplot2: introdução à gramática de gráficos"
author: "R-Ladies São Paulo <br> aMostra IME/USP"
date: "2024-10-01"
date-format: "DD/MMM/YYYY"
format: 
  rladies-revealjs:
    logo: "https://rladies-sp.org/img/logo.jpg"
    code-link: true
    footer: "Slides feitos com [Quarto](https://quarto.org/docs/presentations/revealjs/index.html) e [Quarto R-Ladies Theme](https://github.com/beatrizmilz/quarto-rladies-theme#quarto-r-ladies-theme)."
incremental: false
code-link: true
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(fig.align = "center",
                      message=FALSE,
                      warning=FALSE,
                      echo = TRUE)
library(tidyverse)
```





## Hoje

**Introdução do pacote `ggplot2`**

- Instalação do pacote `ggplot2` 

- Lógica e estrutura básica de montagem de um gráfico no `ggplot` 

- Camadas de um gráfico

```{r echo=FALSE, , fig.cap="Arte por <a href='https://github.com/allisonhorst/stats-illustrations'>Allison Horst</a>", out.width="35%", fig.show='hold',fig.align='center'}
#knitr::include_graphics(c("img/horst/ggplot2_exploracao_pt.png", "img/horst/ggplot2_obra_prima_pt.png"))
knitr::include_graphics("img/horst/ggplot2_exploracao_pt.png")
```



## Pré-requisitos

### `R` e `RStudio` instalados no seu notebook 

```{r, echo=FALSE, out.width="40%"}
knitr::include_graphics("img/rlogos/rstudio-r.jpg")
```

- Instale o R [fazendo o download aqui](https://cran.r-project.org/) e o RStudio [aqui](https://rstudio.com/products/rstudio/download/#download).


## RStudio

RStudio é a **IDE** (integrated development environment) da Linguagem R, ou seja, o ambiente que utilizamos para editar e executar os códigos em R. Tem quatro áreas, conforme a figura abaixo:

```{r, echo=FALSE, out.width="80%", fig.cap="Fonte: <a href='https://github.com/MaryMS/2018-11-R-Course-FatecZS'>Curso Introdução ao R - Fatec</a>"}
knitr::include_graphics("img/intro-rstudio/RStudio_screen.png")
```


# Vamos começar?

<!-- - instalar o ggplot2 (e tidyverse) -->
<!-- - explicar como o ggplot2 funciona -->
<!-- - exemplos ggplot2 -->



## O que é o ggplot2?
Pacote para visualização de dados, criado por [Hadley Wickham](https://github.com/hadley) e mantido pela [Posit](https://posit.co/).


### Por que usar o ggplot2 para montar minhas visualizações?

- Versátil e Esteticamente rico.

- Implementação dos conceitos de *Grammar of Graphics*.


```{r echo=FALSE, fig.cap="Arte por <a href='https://github.com/allisonhorst/stats-illustrations'>Allison Horst</a>", out.width="35%", fig.show='hold',fig.align='center'}
knitr::include_graphics("img/horst/ggplot2_obra_prima_pt.png")
```


## Grammar of Graphics

- A origem do nome **GG**plot

- Estrutura que segue uma abordagem em camadas para descrever e construir visualizações ou gráficos de maneira estruturada.

- Uma visualização geralmente tem vários componentes ou aspectos, e alavancar essa gramática de gráficos em camadas nos ajuda a descrever e entender cada componente envolvido na visualização - em termos de dados, estética, escala, objetos e assim por diante.

```{r echo=FALSE, out.width="20%"}
knitr::include_graphics("img/rlogos/hex-ggplot2.png")
```



## Sintaxe básica do ggplot

- Um gráfico feito com ggplot2 é uma soma de **camadas**.

- Não precisa utilizar todos os componentes seguintes em seu gráfico, mas é interessante saber que existem.


```{r echo=FALSE, out.width="45%"}
knitr::include_graphics("img/camadas.png")
```


## Sintaxe básica do ggplot

- A função `ggplot()` inicia um gráfico ggplot.

- Utilizamos o símbolo **`+`** para somar as camadas.

```{r echo=FALSE, out.width="45%"}
knitr::include_graphics("img/camadas.png")
```

```
 ggplot(data, aesthetics) +
    geometries(statistics) +
    facets +
    coordinates +
    theme
```

## Construção de um gráfico

1. **Base de dados** que temos interesse em analisar e extrair informação.


## Construção de um gráfico

1. **Base de dados** que temos interesse em analisar e extrair informação.

2. **Mapear as variáveis** que queremos relacionar.



## Construção de um gráfico

1. **Base de dados** que temos interesse em analisar e extrair informação.

2. **Mapear as variáveis** que queremos relacionar.
  
3. Definir o **objeto geométrico** mais adequado: linha, ponto, barras etc.




## Construção de um gráfico

1. **Base de dados** que temos interesse em analisar e extrair informação.

2. **Mapear as variáveis** que queremos relacionar.
  
3. Definir o **objeto geométrico** mais adequado: linha, ponto, barras etc.




```
ggplot(data = [BASE DE DADOS], 
       mapping = aes(x = [VARIÁVEL X], y = [VARIÁVEL Y])) +
  geom_[OBJETO GEOMÉTRICO]()
```



## Objetos geométricos

- Gráficos de dispersão: `geom_point()`

- Gráficos de barras: `geom_col()` ou `geom_bar()`

- Gráficos de linhas: `geom_line()`

- Histograma: `geom_hist()`

- Boxplot: `geom_boxplot()`

- Densidade: `geom_density()`

- Suavização: `geom_smooth()`

- Adicionar rótulos ou textos: `geom_label()` ou `geom_text()`

# Mão na massa

```{r echo=FALSE, out.width="30%"}
knitr::include_graphics("img/maonamassa.png")
```

## Mão na massa



Primeiro, precisamos instalar os pacotes necessários e carregá-los:

  - Pacote `{dados}` para a importação do dataset.

  - Pacote `{dplyr}` para manuseio dos dados.
  
  - Pacote `{ggplot2}` para a visualização dos dados.
  
```{r}
#| echo: true
# install.packages('dados')
# install.packages('dplyr')
# install.packages('ggplot2')

library(dados)
library(ggplot2)
library(dplyr)
```


## Mão na massa

### Selecionar a base de dados

- Na maioria das vezes precisaremos organizar e limpar os dados antes de utilizar o ggplot. Aqui vamos partir de uma base já organizada.

- Para a parte prática, utilizaremos a base do R traduzida *pinguins*.

```{r}
# Leitura da base de dados
pinguins <- as_tibble(dados::pinguins)
head(pinguins)
```


## Mão na massa

### Mapear as variáveis

Pinguins com nadadeiras mais compridas pesam mais ou menos que pinguins com nadadeiras curtas?

As variáveis escolhidas para a minha análise são: **comprimento_nadadeira** e **massa_corporal**.

```{r}
select(pinguins, comprimento_nadadeira, massa_corporal)
```


## Mão na massa

### Definir objeto geométrico

Como as variáveis **comprimento_nadadeira** e **massa_corporal** são numéricas, vamos fazer um gráfico de pontos, chamando a camada `geom_point()`.



## Mão na massa

1. **Base de dados**: pinguins.

2. **Mapear as variáveis**: comprimento_nadadeira (x) e massa_corporal (y).
  
3. **Objeto geométrico**: pontos (`geom_point()`).



```{r, echo=TRUE, fig.show="hide", collapse=T, out.width="80%"}
ggplot(data = pinguins,
       mapping = aes(x = comprimento_nadadeira, y = massa_corporal)) +
  geom_point() # Camada 1
```

## Mão na massa

```{r, eval=TRUE, echo=FALSE, collapse=T, out.width="55%"}
ggplot(data = pinguins,
       mapping = aes(x = comprimento_nadadeira, y = massa_corporal)) +
  geom_point()
```


## Mão na massa

O mapeamento das variáveis também pode ser inserido no objeto geométrico:

```{r, echo=TRUE, collapse=T, out.width="45%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal))
```


## Mão na massa

### Como podemos melhorar?



```{r echo=FALSE, , fig.cap="Arte por <a href='https://github.com/allisonhorst/stats-illustrations'>Allison Horst</a>", out.width="45%", fig.show='hold',fig.align='center'}
#knitr::include_graphics(c("img/horst/ggplot2_exploracao_pt.png", "img/horst/ggplot2_obra_prima_pt.png"))
knitr::include_graphics("img/horst/ggplot2_obra_prima_pt.png")
```

 

## Mão na massa

### Como podemos melhorar?

- Títulos e subtítulos
- Nomear eixos
- Cores e tamanhos dos objetos geométricos
- Temas


## Mão na massa

### Cores e tamanhos dos objetos geométricos

- Caso 1: meramente estéticos
- Dentro do objeto geométrico (`geom_point()`)
- Cor: `geom_point(color = "cor desejada")`
- Tamanho dos pontos `geom_point(size = valor numérico)`

```{r, eval=FALSE, echo=TRUE, collapse=T, out.width="40%"}
ggplot(data = pinguins,
       mapping = aes(x = comprimento_nadadeira, y = massa_corporal)) +
  geom_point(color = "purple", size = 4)  # Camada 1
```



## Mão na massa

### Cores e tamanhos dos objetos geométricos

```{r, eval=TRUE, echo=FALSE, collapse=T, out.width="50%"}
ggplot(data = pinguins,
       mapping = aes(x = comprimento_nadadeira, y = massa_corporal)) +
  geom_point(color = "purple", size = 4)  # Camada 1
```
 

## Mão na massa

### Cores e tamanhos dos objetos geométricos

- Caso 2: associados a uma terceira variável: `aes()` (mapeamento das variáveis)
- Dentro do objeto geométrico (`geom_point()`)
- Cor: `geom_point(color = variável)`

Vou associar a cor à variável **espécies** (Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha)

```{r, eval=FALSE, echo=TRUE, collapse=T, out.width="50%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie))  # Camada 1
```


## Mão na massa

### Cores e tamanhos dos objetos geométricos

```{r, eval=TRUE, echo=FALSE, collapse=T, out.width="50%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie))  # Camada 1
```



## Mão na massa

### Títulos e subtítulos

- Nova camada: `ggtitle("Titulo", "subtítulo")`.

```{r, eval=FALSE, echo=TRUE, collapse=T, out.width="40%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") # Camada 2
```

 

## Mão na massa

### Títulos e subtítulos

```{r, eval=TRUE, echo=FALSE, collapse=T, out.width="50%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") # Camada 2
```



## Mão na massa

### Eixos

- Nova camada: `labs(x = "nome no eixo x", y = "nome no eixo y")`.

```{r, eval=FALSE, echo=TRUE, collapse=T, out.width="40%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") + # Camada 2
  labs(x = "Comprimento da nadadeira (mm)", 
       y = "Massa coporal (g)") # Camada 3
```

## Mão na massa

### Eixos

```{r, eval=TRUE, echo=FALSE, collapse=T, out.width="50%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") + # Camada 2
  labs(x = "Comprimento da nadadeira (mm)", 
       y = "Massa coporal (g)") # Camada 3
```


## Mão na massa

### Eixos

- Alterar limites das coordenadas: `xlim(c(a,b))` e `ylim(c(a,b))`.

```{r, eval=FALSE, echo=TRUE, collapse=T, out.width="40%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") + # Camada 2
  labs(x = "Comprimento da nadadeira (mm)", 
       y = "Massa coporal (g)") + # Camada 3
  xlim(c(170,240)) + # Camada 4
  ylim(c(2700,6300)) # Camada 5
```


## Mão na massa

### Eixos

```{r, eval=TRUE, echo=FALSE, collapse=T, out.width="50%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") + # Camada 2
  labs(x = "Comprimento da nadadeira (mm)", 
       y = "Massa coporal (g)") + # Camada 3
  xlim(c(170,240)) + # Camada 4
  ylim(c(2700,6300)) # Camada 5
```


## Mão na massa

### Legenda

- Nova camada: `guides()`.
- Associar com o tipo de representação: cor.

```{r, eval=FALSE, echo=TRUE, collapse=T, out.width="40%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") + # Camada 2
  labs(x = "Comprimento da nadadeira (mm)", 
       y = "Massa coporal (g)") + # Camada 3
  guides(color=guide_legend(title="Espécies")) # Camada 4
```

 

## Mão na massa

### Legenda

```{r, eval=TRUE, echo=FALSE, collapse=T, out.width="50%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") + # Camada 2
  labs(x = "Comprimento da nadadeira (mm)", 
       y = "Massa coporal (g)") + # Camada 3
  guides(color=guide_legend(title="Espécies")) # Camada 4
```

 

## Mão na massa

### Temas

- Alterar temas dos gráficos: `theme_()`.
- Muitos temas!

*Tema clássico*

```{r, eval=FALSE, echo=TRUE, collapse=T, out.width="40%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") + # Camada 2
  labs(x = "Comprimento da nadadeira (mm)", 
       y = "Massa coporal (g)") + # Camada 3
  guides(color=guide_legend(title="Espécies")) + # Camada 4
  theme_classic()  # Camada 5
```



## Mão na massa

### Temas | Clássico

```{r, eval=TRUE, echo=FALSE, collapse=T, out.width="50%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") + # Camada 2
  labs(x = "Comprimento da nadadeira (mm)", 
       y = "Massa coporal (g)") + # Camada 3
  guides(color=guide_legend(title="Espécies")) + # Camada 4
  theme_classic()  # Camada 5
```



## Mão na massa

### Temas | Clássico / Tamanho da fonte

```{r, eval=FALSE, echo=TRUE, collapse=T, out.width="40%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") + # Camada 2
  labs(x = "Comprimento da nadadeira (mm)", 
       y = "Massa coporal (g)") + # Camada 3
  guides(color=guide_legend(title="Espécies")) + # Camada 4
  theme_classic()  # Camada 5
```
 

## Mão na massa

### Temas | Clássico / Tamanho da fonte

```{r, eval=TRUE, echo=FALSE, collapse=T, out.width="50%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") + # Camada 2
  labs(x = "Comprimento da nadadeira (mm)", 
       y = "Massa coporal (g)") + # Camada 3
  guides(color=guide_legend(title="Espécies")) + # Camada 4
  theme_classic(16)  # Camada 5
```




## Mão na massa

### Temas

- Alterar temas dos gráficos: `theme_()`.
- Muitos temas!

*Tema escuro*

```{r, eval=FALSE, echo=TRUE, collapse=T, out.width="40%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") + # Camada 2
  labs(x = "Comprimento da nadadeira (mm)", 
       y = "Massa coporal (g)") + # Camada 3
  guides(color=guide_legend(title="Espécies")) + # Camada 4
  theme_dark(16)  # Camada 5
```


## Mão na massa

### Temas | Escuro

```{r, eval=TRUE, echo=FALSE, collapse=T, out.width="50%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") + # Camada 2
  labs(x = "Comprimento da nadadeira (mm)", 
       y = "Massa coporal (g)") + # Camada 3
  guides(color=guide_legend(title="Espécies")) + # Camada 4
  theme_dark(16)  # Camada 5
```



## Mão na massa

### Temas

- Alterar temas dos gráficos: `theme_()`.
- Muitos temas!

*Tema mínimo*

```{r, eval=FALSE, echo=TRUE, collapse=T, out.width="40%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") + # Camada 2
  labs(x = "Comprimento da nadadeira (mm)", 
       y = "Massa coporal (g)") + # Camada 3
  guides(color=guide_legend(title="Espécies")) + # Camada 4
  theme_minimal(16)  # Camada 5
```

## Mão na massa

### Temas | Mínimo

```{r, eval=TRUE, echo=FALSE, collapse=T, out.width="50%"}
ggplot(data = pinguins) +
  geom_point(mapping = aes(x = comprimento_nadadeira, y = massa_corporal, color = especie)) + # Camada 1
  ggtitle("Massa corporal e comprimento de nadadeira", 
          "Pinguim-de-adélia, Pinguim-gentoo e Pinguim-de-barbicha") + # Camada 2
  labs(x = "Comprimento da nadadeira (mm)", 
       y = "Massa coporal (g)") + # Camada 3
  guides(color=guide_legend(title="Espécies")) + # Camada 4
  theme_minimal(16)  # Camada 5
```


## Dica

- [Cheatsheets RStudio](https://www.rstudio.com/resources/cheatsheets/)



```{r echo=FALSE, out.width="75%", fig.show='hold',fig.align='center'}
knitr::include_graphics("img/cheatsheet_ggplot.png")
```


# Perguntas?


# Obrigada <3