Capítulo 8 Um gráfico em camadas: o pacote `ggplot2`

No capitulo 3 vimos os tipos básicos de gráficos em R. Vamos agora rever estes gráficos utilizando o pacote ggplot2, mais um pacote do grupo tidyverse. O ggplot2 fornece uma gramática coesa para os elementos de um gráfico, o que torna o aprendizado mais simples, rápido e os códigos mais reutilizáveis. Uma segunda vantagem é a elevada capacidade de formatação dos elementos gráficos com relativa simplicidade.

Aqui veremos somente uma introdução para que você acompanhe o restante do material. Você pode buscar por ggplot2 tutorial para encontrar uma imensa variedade de excelentes tutoriais na internet.

Uma das primeiras características que devemos ter em mente é que o ggplot2 gera gráficos a paritr da colunas de um data frame.

Se ainda não o fez, instale e carrege o ggplot2.

install.packages("ggplot2")
library(ggplot2)

Iremos utilizar também os pacotes readr e o dplyr que podem ser instalados e carregados por:

install.packages("readr")
install.packages("dplyr")
library(readr)
library(dplyr)

8.1 Hubbard Brook stream flow

Vamos fazer um histograma dos dados de vazão da tabela HubbardBrook.csv (dados retirados de tiee.esa.org). Veja novamente a tabela:

hub = read_csv("C:/seu_caminho/IntroR/HubbardBrook.csv")
hub

## # A tibble: 6 x 4
##    Year Treatment   Flow Precipitation
##   <dbl> <chr>      <dbl>         <dbl>
## 1  1958 Deforested  645.         1168.
## 2  1959 Deforested 1012.         1483.
## 3  1960 Deforested  825.         1321.
## 4  1961 Deforested  470.          980.
## 5  1962 Deforested  777.         1232.
## 6  1963 Deforested  774.         1139.

8.1.1 Entendendo a gramática do `ggplot`

Considere o histograma da variável Flow.

ggplot(data = hub, mapping = aes(x = Flow)) +
  geom_histogram(color = "blue", fill = "lightblue")

No comando existem dois tipos de informação, separadas pelo símbolo \(+\). Este símbolo marca o fim de uma camada e início da outra. No ggplot() cada camada adiciona um elemento novo ou formata um elemento existente no gráfico. A ordem em que as camadas são inseridas raramente importa, ainda que seja interessante inserí-las de modo que facilite a leitura do código. No exemplo acima temos as camadas gedaras por:

ggplot(): esta função mostra um argumento data =, onde informamos o nome do data.frame de onde serão lidos os dados (No ggplot, os dados sempre devem estar dispostos dentro de um data frame). No segundo argumento mapping =, informamos sobre a estética do gráfico. Por hora, esta estética foi limitada a aes(x = Flow), dizendo que nosso gráfico irá conter no eixo x a variável Flow do data frame.

Até este momento não definimos qual será o tipo gráfico.

Na segunda camada estabelecemos a geometria do gráfico, neste caso composta por um histograma (geom_histogram), onde a cor da borda foi definida por color = "blue" e o preenchimento por fill = "lightblue".

Vamos adicionar algumas formatações adicionais:

ggplot(data = hub, mapping = aes(x = Flow)) +
  geom_histogram(color = "blue", fill = "lightblue") +
  labs(title = "Histograma de vazão do riacho Hubbard", 
       x = bquote(Vazao (m^3/s)),
       y = "Contagem") +
  theme(plot.title = element_text(hjust = 0.5))

Formatamos agora o título, os nomes dos eixos x e y e centralizamos o título (theme(plot.title = element_text(hjust = 0.5))).

Embora possa parecer muita informação de uma única vez (e de fato é), o ponto é que você não precisará decorar nenhuma delas (mas se utilizar, acabará decorando!!). Uma simples busca por centralize title ggplot2 te levará a estes comandos.

No histograma anterior, a vazão foi medida anualmente em trechos Deforested e em trechos Deforested. Vamos então adicionar esta variável à estética (aes()) do gráfico, diferenciando os grupos em função da cor.

ggplot(data = hub, mapping = aes(x = Flow, color = Treatment, fill = Treatment)) +
  geom_histogram(alpha = 0.5)

8.1.2 Outras Geometrias gráficas

Além dos histogramas temos muitas outras geometrias gráficas do tipo geom_NOME(). Algumas muito utilizadas são:

geom_abline()
geom_bar()
geom_boxplot()
geom_line()
geom_point()
geom_smooth()
geom_text()

8.2 Gáfico de dispersão

ggplot(data = hub, mapping = aes(x = Precipitation, y = Flow)) +
  geom_point(shape = 21) +
  labs(y = bquote(Vazão (m^3/s)),
       x = bquote(Precipitação (m^3/ano)))

Adicionando o Treatment à cor do gráfico e formatando a legenda.

ggplot(data = hub, mapping = aes(x = Precipitation, y = Flow, fill = Treatment)) +
  geom_point(shape = 21, size = 3) +
  labs(y = bquote(Vazão (m^3/s)),
       x = bquote(Precipitação (m^3/ano))) +
  guides(fill=guide_legend(title="Estado da área")) +
  scale_fill_manual(values = c("blue", "yellow"))

Adicionando um texto com informação do Ano de mensuração.

ggplot(data = hub, mapping = aes(x = Precipitation, y = Flow, label = Year
                                 , color = Treatment)) +
  geom_text(size = 3) +
  labs(y = bquote(Vazão (m^3/s)),
       x = bquote(Precipitação (m^3/ano))) +
  guides(color=guide_legend(title="Estado da área")) +
  scale_color_manual(values = c("blue", "red"))

8.3 Boxplot

ggplot(data = hub, mapping = aes(x = Treatment, y = Flow)) +
  geom_boxplot() +
  labs(y = bquote(Vazão (m^3/s)),
       x = "")

Vamos inverter a ordem dos boxplots.

ggplot(data = hub, mapping = aes(x = Treatment, y = Flow)) +
  geom_boxplot() +
  labs(y = bquote(Vazão (m^3/s)),
       x = "") +
  scale_x_discrete(
    limits = c("Reference", "Deforested"))

8.4 Gráfico de linhas

hub %>% 
  filter(Treatment == "Deforested") %>% 
  ggplot(mapping = aes(x = Year, y = Flow)) +
    geom_line() +
    labs(y = bquote(Vazão (m^3/s)),
         x = "Ano")

Na figura, utilizamos o operador pipe, e a função filter() para extrair somente as linhas do riacho desmatado. Vamos adicionar os dois riachos.

ggplot(hub, mapping = aes(x = Year, y = Flow, color = Treatment)) +
  geom_line() +
  labs(y = bquote(Vazão (m^3/s)),
         x = "Ano")

8.5 Gráfico de barras

Vamos criar uma variável categórica Vazao_cat contendo os níveis Extrema (se Flow \(>= 1000 m^3/s\)) e Normal caso contrário. Em seguida vamos contar o número de observações com vazão extrema.

extremo <- 1000

hub %>% 
  mutate(Vazao_cat = ifelse(Flow >= extremo, 
                            yes = "Extrema", 
                            no = "Normal")) %>% 
  ggplot(mapping = aes(x = Vazao_cat)) +
  geom_bar()

Se dissermos que a variável está em y (aes(y = Vazao_cat)) o gráfico fica na horizontal.

hub %>% 
  mutate(Vazao_cat = ifelse(Flow >= extremo, yes = "Extrema", no = "Normal")) %>% 
  ggplot(mapping = aes(y = Vazao_cat)) +
  geom_bar()

8.6 Temas no `ggplot2`

Embora possamos formatar todos os elementos gráficos, o ggplot2 vem com temas pré-formatados que facilita este processo. Vejamos alguns. Para escolher um tema adicionamos uma camada com seu nome (theme_NOME()). Veja o exemplo:

ggplot(hub, mapping = aes(x = Year, y = Flow, color = Treatment)) +
  geom_line() +
  theme_classic()

Os temas básicos estão exemplificados abaixo. Além destes, o pacote ggthemes oferece uma extensa variedade de outras formatações.

8.7 Salvando uma figura gerada pelo `gglot2`.

Uma forma simples de salvar um gráfico gerados pelo gglot2 é utilizando a função ggsave().

ggplot(hub, mapping = aes(x = Year, y = Flow, color = Treatment)) +
  geom_line() +
  theme_classic()

ggsave(filename = "Exemplo_ggsave.png", 
       device = "png",
       width = 20, 
       height = 20,
       units = "cm",
       dpi = 480)

Por padrão a função ggsave() salva o ultimo gráfico criado. Porém se existe um objeto salvo, você pode especificá-lo com o argumento plot = objeto_grafico.

Borcard, Daniel, François Gillet, and Pierre Legendre. 2018. Numerical Ecology with r. Springer.

Dray, S, AB Dufour, and J Thioulouse. 2015. “Ade 4: Analysis of Ecological Data: Exploratory and Euclidean Methods in Environmental Sciences. R Package Version 1.7-2.”

Verneaux, J. 1973. “Cours d’eau de Franche-Comté (Massif Du Jura). Recherches écologiques Sur Le réseau Hydrographique Du Doubs. Essai de Biotypologie.” PhD thesis, Thèse d’état, Besançon.

Capítulo 8 Um gráfico em camadas: o pacote ggplot2