Extra: observações sobre gráficos com ggplot2

class: center, middle, inverse, title-slide

# Extra: observações sobre gráficos com ggplot2
### <img src = 'https://d33wubrfki0l68.cloudfront.net/9b0699f18268059bdd2e5c21538a29eade7cbd2b/67e5c/img/logo/cursor1-5.png' width = '20%'>
### abril de 2022

---

# Filosofia

O pacote `ggplot2` segue duas filosofias que nos ajudam a entender o processo de construção dos gráficos:

1. Um gráfico estatístico é uma representação visual dos dados por meio de atributos estéticos (posição, cor, forma, tamanho, ...) de formas geométricas (pontos, linhas, barras, ...). [The Grammar of Graphics](https://www.springer.com/gp/book/9780387245447).

2. Um gráfico pode ser construído em camadas (um gráfico é a sobreposição de elementos visuais). [A layered grammar of graphics](https://vita.had.co.nz/papers/layered-grammar.html).

---

Nos exemplos a seguir, vamos utilizar as bases `clima` e `pinguins`, do pacote `dados`. Para a base `clima` vamos usar uma tabela de apoio chamada  `temperatura_por_mes`, que vai registrar as medições de temperatura ao longo dos dias.

```r
library(tidyverse)
library(dados)
temperatura_por_mes <- clima %>% 
 group_by(origem, mes = lubridate::floor_date(data_hora, "month")) %>% 
 summarise(
 temperatura_media = (mean(temperatura, na.rm = TRUE)-30)/2
 ) %>% 
 ungroup() 
```

Curiosidade: o `gg` em `ggplot` vem de *Grammar of Graphics*.

---
# Canvas, a primeira camada de um gráfico

Para construir um gráfico usando o pacote `ggplot2`, começamos sempre com a função `ggplot()` (sim, sem o 2). Essa função recebe como argumento a nossa base de dados. Rodando apenas isso, percebemos que o R cria a primeira camada do nosso gráfico: uma tela em branco (cinza).

```r
temperatura_por_mes %>% 
  ggplot()
```

---
# Um gráfico de linhas (série de tempo)

Podemos fazer um gráfico de linhas da temperatura média ao longo do tempo acrescentando a função `geom_line()` ao código anterior.

.tiny[

```r
temperatura_por_mes %>% 
  ggplot() +
  geom_line(aes(x = mes, y = temperatura_media, color = origem))
```

<img src="extra-ggplot2_files/figure-html/gglinha-1.png" width="576" style="display: block; margin: auto;" />
]

---

### Muitos pontos para discutir:

- Esse gráfico tem duas camadas: o canvas, gerado pela função `ggplot()`, e as linhas, geradas pela função `geom_line()`.

- Unimos as camadas de um ggplot usando um `+`. Sim, precisamos controlar a nossa vontade de colocar um ` %>% ` em vez de `+`, e essa é uma fonte de erro bem comum. O motivo para precisarmos usar `+` em vez do `%>%` é o pacote ggplot ter nascido primeiro que o pipe.

- A função `geom_line()` define que a forma geométrica (daí o prefixo `geom`) utilizada para representar os dados será uma linha. Existe uma família de funções `geom`, sendo que cada uma vai representar uma forma geométrica diferente.

- O primeiro argumento de qualquer função `geom` é o `mapping`. Esse argumento serve para mapear os dados nos atributos estéticos da forma geométrica escolhida. Ele sempre receberá a função `aes()`. No código, nós omitimos o nome do argumento, mas poderíamos ter escrito `geom_line(mapping = aes(x = mes, y = temperatura, color = origem))`.

---

- A função `aes()` serve para *mapearmos os dados aos elementos estéticos do gráfico*. Os argumentos dela vão sempre depender da forma geométrica que estamos utilizando. No caso de um gráfico de linhas, precisamos definir por quais posições do eixo x e y as linhas vão passar. No exemplo, a posição dos pontos pelos quais as linhas vão passar no eixo y será dada pela coluna `temperatura_media` e a posição dos pontos pelos quais as linhas vão passar no eixo x será dada pela coluna `mes`.

- Tem um terceiro parâmetro estático dentro do `aes()`, que é o `color`. No `geom_line` esse parâmetro é muito especial: além de colorir as linhas de acordo com os valores de uma determinada variável, o parâmetro `color` informa o `ggplot2` que devem ser desenhadas várias linhas, uma para cada valor da variável `color`.

- É muito comum manipularmos a base (aplicarmos diversas funções do `dplyr`, por exemplo) antes de chamarmos a função `ggplot`, mas nesse exemplo nós já fizemos isso antes do gráfico e salvamos o resultado no objeto `temperatura_por_mes`.

**O mapeamento das COLUNAS nas FORMAS GEOMÉTRICAS deve ser SEMPRE feito dentro da função `aes()`**.

---

Para ilustar como a gramática dos gráficos é bacana, vamos agora construir um gráfico completamente diferente, mantendo fixo o `geom_line`, mas alterando a atribuição das variáveis dentro do `aes`

.tiny[

```r
temperatura_por_mes %>% 
  ggplot() +
  geom_line(aes(x = mes, y = origem, color = temperatura_media), size = 10)
```

<img src="extra-ggplot2_files/figure-html/gglinha2-1.png" width="576" style="display: block; margin: auto;" />
]

---

- Aqui nós invertemos o que vai aparecer no eixo `x` e o que vai aparecer no eixo `y`. Agora, no eixo `y`, que não é numérico, vamos colocar os aeroportos aonde as medições de temperatura foram feitas. Como o `y` é uma categoria, o `ggplot2` deixa elas com o mesmo espaçamento.

- `temperatura_media`, que é um valor numérico, agora foi mapeado para as cores, pois utilizamos o parâmetro `color`. Ou seja, os pedaços da reta que correspondem a cada mês vão ser coloridos de acordo com um gradiente de tons de azul que se baseia na variável `temperatura_media`

- A visualização é prejudicada pela finura da linha, mas isso pode ser resolvido usando um outro parâmetro do `geom_line`, que se chama `size`. Colocando `size=10` nós informamos ao `ggplot2` que a linha precisa ser bem grossa.

---

Claro, nós também poderiamos fazer esse mesmo gráfico com pontinhos ao invés da reta grossa:

.tiny[

```r
temperatura_por_mes %>% 
  ggplot() +
  geom_point(aes(x = mes, y = origem, color = temperatura_media), size = 10)
```

<img src="extra-ggplot2_files/figure-html/ggponto-1.png" width="576" style="display: block; margin: auto;" />
]

---
## Outros elementos estéticos dos gráficos

Além de simplesmente construir o gráfico, nós também podemos modificar outros aspectos da imagem, tais como a cor do fundo do canvas, a cor das bordas do gráfico, os títulos dos eixos etc. Para mexermos nos textos que aparecem ao redor do gráfico (fora do canvas), usamos a função `labs` e seus parâmetros.

---

.tiny[

```r
temperatura_por_mes %>% 
  ggplot() +
  geom_line(aes(x = mes, y = origem, color = temperatura_media), size = 10) +
  labs(title = "Gráfico de linha",
       subtitle = "Temperatura ao longo do tempo",
       x = "Mês",
       y = "Aeroporto mais próximo do ponto de medição",
       color = "Temperatura média (ºC)" )
```

<img src="extra-ggplot2_files/figure-html/gglabs-1.png" width="576" style="display: block; margin: auto;" />
]

---

---

- O parâmetro `title` da função `labs` dá o título do gráfico, que aparece acima do gráfico.

- O parâmetro `subtitle` dá o subtitulo do gráfico, um texto que aparecerá menor abaixo do gráfico, ideal para explicações mais detalhadas e textos curtos que expliquem o que está sendo mostrado.

- Os parâmetros `x` e `y` representam os textos dos eixos x e y, respectivamente.

- O parâmetro `color` é o texto que aparecerá acima da legenda de cor.

---

Para mexermos em parâmetros estéticos diferentes além dos textos que aparecem ao redor do gráfico, temos algumas opções. Um jeito muito prático de fazer isso é usando os temas prontos do `ggplot2` ou de outros pacotes auxiliares. Quando somamos uma camada `theme_minimal()`, por exemplo, o nosso gráfico adota um estilo minimalista e _clean_. Esse visual já dá um ar muito mais fresco e objetivo para os nossos gráficos, deixando na tela só o essencial.

.tiny[

```r
temperatura_por_mes %>% 
  ggplot() +
  geom_line(aes(x = mes, y = origem, color = temperatura_media), size = 10) +
    labs(
    title = "Gráfico de linha",
    subtitle = "Temperatura ao longo do tempo",
    x = "Mês",
    y = "Aeroporto mais próximo do ponto de medição",
    color = "Temperatura média (ºC)" 
  ) + 
  theme_minimal()
```

<img src="extra-ggplot2_files/figure-html/ggminimal-1.png" width="576" style="display: block; margin: auto;" />
]

---

---

Um outro jeito de customizar um gráfico é usando a função `theme`. A maior vantagem dessa abordagem é que nós temos controle total sobre tudo que aparece na tela. Como os nossos códigos podem começar a ficar grandes, vamos guardar o nosso `ggplot2` de base dentro de um objeto `grafico_base`

.tiny[

```r
grafico_base <- temperatura_por_mes %>% 
 ggplot() +
 geom_line(aes(x = mes, y = origem, color = temperatura_media), size = 10) +
 labs(
 title = "Gráfico de linha",
 subtitle = "Temperatura ao longo do tempo",
 x = "Mês",
 y = "Aeroporto mais próximo do ponto de medição",
 color = "Temperatura média (ºC)" 
 )
```
]

---

A função `theme` aceita uma lista enorme de parâmetros estéticos, que se dividem em três categorias:

1. *Textos*, como por exemplo `axis.text.x` e `axis.text.y`, que representam o formato (cor, tamanho, fonte etc) dos textos dos eixos x e y.
2. *Retângulos*, como por exemplo `panel.background`, que representa a primeira camada do nosso gráfico, anterior a todos os `geoms`
3. *Linhas*, como `axis.line.x` e `axis.line.y`, que representam as linhas que marcam os valores dos eixos x e y, respectivamente.

Os parâmetros de cada um desses tipos devem ser definidos seguindo a um padrão específico. Vamos a alguns exemplos

---
## Mudando a cor do eixo dos textos

Quando queremos mudar a cor do textos dos eixos devemos usar a função `theme` com os parâmetros `axis.text.x` e `axis.text.y`.

Agora vem um novo elemento: para definir as características de *textos* usamos a função `element_text`, cujos parâmetros indicam características comuns de textos, tais como cor e tamanho.

.tiny[

```r
grafico_base +
  theme(
    axis.text.x = element_text(color = 'red', size = 20),
    axis.text.y = element_text(color = 'red', size = 20)
  )
```

<img src="extra-ggplot2_files/figure-html/unnamed-chunk-4-1.png" width="576" style="display: block; margin: auto;" />
]

---

---
## Mudando o tamanho e a cor do texto do título da legenda

```r
grafico_base +
  theme(
    legend.title = element_text(color = 'red', size = 20)
  )
```

---
## Mudando o tamanho e a cor do texto da legenda

```r
grafico_base +
  theme(
    legend.text = element_text(color = 'red', size = 20)
  )
```

---
## Mudando a cor do fundo do gráfico

Quando queremos mudar a cor do fundo do gráfico devemos usar a função `theme` com os parâmetros `panel.background`.

Agora vem um novo elemento: para definir as características de *retângulos* usamos a função `element_rec`, cujos parâmetros indicam características comuns de retângulos, como cor das bordas `color`, grossura das bordas `size` e a cor do interior do retângulo `fill`.

```r
grafico_base +
  theme(
    panel.background = element_rect(fill = 'white')
  )
```

---

---
## Mudando a cor do fundo e as bordas

```r
grafico_base +
  theme(
    panel.background = element_rect(fill = 'white',
                                    color = 'gray')
  )
```

---

## Mudando a cor do fundo, das bordas e aumentando o tamanho das bordas

```r
grafico_base +
  theme(panel.background = element_rect(
    fill = 'white',
    color = 'gray',
    size = 2
  ))
```

---

---
## Mudando a cor das linhas dos eixos

Você notou que no último gráfico as linhas dos eixos sumiram? Isso aconteceu porque a cor padrão das linhas dos eixos é branco. Quando alteramos a cor do fundo para branco, a cor do fundo e das linhas ficou igual e por isso não foi mais possível discernir uma da outra.

Os parâmetros dentro do theme que representam as linhas dos eixos são `panel.grid.x` e `panel.grid.y`. Como esses elementos do gráfico são **linhas**, nós usaremos a função `element_line`, cujos parâmetros são características comuns de linhas como cor `color`, tamanho `size` e tipo de linha (pontilhado, tracejado, contínuo etc) `linetype`.

```r
grafico_base +
  theme(
    panel.background = element_rect(fill = 'white'),
    panel.grid  = element_line(color = 'gray')
  )
```

---
## Mudando a cor da linhas principais do eixo x

```r
grafico_base +
  theme(
    panel.background = element_rect(fill = 'white'),
    panel.grid.major.x  = element_line(color = 'gray')
  )
```

---

## Mudando a cor das linhas secundárias do eixo x

```r
grafico_base +
  theme(
    panel.background = element_rect(fill = 'white'),
    panel.grid.major.x  = element_line(color = 'gray')
  )
```

---
## Acabando com a diferença entre majors e minors

```r
grafico_base +
  theme(
    panel.background = element_rect(
      fill = 'white', color = 'gray', size = 2
    ),
    panel.grid.major.x  = element_line(color = 'lightgray'),
    panel.grid.minor.x  = element_line(color = 'lightgray')
  )
```

---

---

## Mais temas

Mexendo na função `themes` nós podemos criar o theme que nós quisermos, mas você não necessariamente precisa partir do 0 nos seus gráficos. O pacote `ggthemes` tem vários temas prontos que basta você somar uma camada de temas, similar ao que já estávamos fazendo, e seu gráfico se transforma completamente.

A função `ggthemes::theme_fivethirtyeight()`, por exemplo, aplica o tema do famoso site (FiveThirtyEight)[https://fivethirtyeight.com/].

O pacote `ggthemes` tem uma série de temas interessantes que você pode acessar (aqui)[https://yutannihilation.github.io/allYourFigureAreBelongToUs/ggthemes/]

---

## Aplicando o tema do FiveThirtyEight

```r
temperatura_por_mes %>% 
  ggplot() +
  geom_line(aes(x = mes, y = origem, color = temperatura_media), size = 10) +
  labs(
    title = "Gráfico de dispersão",
    subtitle = "Receita vs Orçamento",
    x = "Mês",
    y = "Aeroporto mais próximo do ponto de medição",
    color = "Temperatura média (ºC)"
  ) +
  ggthemes::theme_fivethirtyeight()
```

---

---

## Gráfico de barras

Até o momento exploramos bastante o gráfico de linhas, mas um tipo de gráfico muito usado para destacar a comparação entre valores para diferentes categorias, por exemplo, é o gráfico de barras:

```r
pinguins %>% 
  count(especie) %>% 
  ggplot(aes(x = especie, y = n, fill = especie)) + 
  geom_col() +
  ggthemes::theme_fivethirtyeight() +
  labs(x = "Espécie do pinguin", y = "Número de pinguins estudados")
```

---

Este gráfico destaca o fato dos Pinguins-de-barbicha serem muito menos frequentes do qeu os demais.

---

## Ordenando as barras

É muito comum que a gente ordene as barras da menor pra maior ou da menor pra maior, justamente para destacar ainda mais as discrepâncias nos dados. Para isso, usamos a função `fct_reorder` do pacote `forcats`, que nos ajuda a mexer com categorias.

```r
pinguins %>% 
  count(especie) %>% 
  mutate(especie = fct_reorder(especie, n)) %>% 
  ggplot(aes(x = especie, y = n,fill = especie)) + 
  geom_col() +
  ggthemes::theme_fivethirtyeight()
```

A linha `mutate(especie = fct_reorder(especie, n))` transforma a coluna `especie` fazendo com que exista uma ordem relativa entre as categorias de acordo a coluna `n`, que representa as contagens.

---

---

## Comparando grupos e subgrupos

Às vezes queremos comparar, ao mesmo tempo, grupos e subgrupos. Ou seja, no mesmo "x" vamos plotar várias barras. Aqui teremos três opções, que serão passadas para o parâmetro `position` do `geom_col`:

- empilhar, onde os as barras são plotadas uma sobre a outra. Essa opção é representada pelo parâmetro `position = "stack"` (padrão);
- colocar lado a lado, onde as parras são plotadas uma ao lado da outra, com um pequeno espaço entre elas. Essa opção é representada pelo parâmetro `position = "dodge"`.
- empilhar, mas normalizar os dados antes de fazer isso, de tal forma que todas as barras vão ter o mesmo tamanho. Essa opção é representada pelo parâmetro `position = "fill"`.

---

## Barras empilhadas

```r
pinguins %>% 
  count(especie, sexo) %>% 
  ggplot(aes(x = sexo, y = n,fill = especie)) + 
  geom_col() +
  ggthemes::theme_fivethirtyeight()
```

---

## Barras lado-a-lado

```r
pinguins %>% 
  count(especie, sexo) %>% 
  ggplot(aes(x = sexo, y = n,fill = especie)) + 
  geom_col(position = 'dodge') +
  # "dodge" significa "desviar"
  ggthemes::theme_fivethirtyeight()
```

---

## Barras empilhadas e normalizadas

```r
pinguins %>% 
  count(especie, sexo) %>% 
  ggplot(aes(x = sexo, y = n,fill = especie)) + 
  geom_col(position = 'fill') +
  # "fill" significa "preencher"
  ggthemes::theme_fivethirtyeight()
```

---

## Visualizando distribuições

Ás vezes queremos visualizar distribuições, no sentido estatístico mesmo

---

## Links úteis

- Extensões do ggplot2: [https://exts.ggplot2.tidyverse.org/](https://exts.ggplot2.tidyverse.org/)

- Seção de gráficos do R cookbook (ótima folha de cola): [http://www.cookbook-r.com/Graphs/](http://www.cookbook-r.com/Graphs/)

- Temas do `ggthemes`: [https://yutannihilation.github.io/allYourFigureAreBelongToUs/ggthemes/](https://yutannihilation.github.io/allYourFigureAreBelongToUs/ggthemes/)