Gráficos con ggplot2: Primeras ideas

Módulo práctico de ITA
(Grupo M)

Pedro J. Pérez

pedro.j.perez@uv.es

Gráficos chulos con ggplot2

Uno de los mejores (que dices!?, el MEJOR!!!) sistema gráfico del MUNDO.

el análisis gráfico es fundamental

El análisis gráfico es fundamental al presentar resultados, pero también en el análisis exploratorio: permite descubrir relaciones entre variables, y descartar o sugerir nuevas preguntas sobre los datos.

R tiene varios sistemas gráficos, pero usaremos ggplot2 porque ahora mismo es el estándar
ggplot2 es un paquete de R para producir gráficos estadísticos.
Bueno, en realidad es todo un ecosistema. Mira sus extensiones [aquí].

Primeras ideas sobre ggplot2

Primeras ideas para empezar a familiarizarnos con ggplot2

¿qué vemos en el gráfico de abajo?

gráfico de puntos
se representan 3 variables:
- Sepal.Length en el eje X
- Petal.Length en el eje Y
- Species en el color de los puntos

Importante para entender ggplot2 [ 🌟 ]

Un gráfico tiene 3 componentes principales:

los datos que se van a representar (ggplot() )
un conjunto de propiedades estéticas asociadas a variables del conjunto de datos. Por ejemplo, la posición en el eje X está asociada a la variable Sepal.Length, el color de los puntos está asociado a los valores de la variable Species. ( aes() )
el elemento geométrico que se va a representar. En nuestro caso son puntos (geom_point() ), pero podrían haber sido las líneas (geom_line() ) o …

sintaxis de ggplot2 [ 🌟 ]

ggplot(data = iris, aes(x = Sepal.Length, 
                        y = Petal.Length, 
                        color = Species)) + 
    geom_point()

Gráfico en slow-motion!

iris %>%

iris %>% 
ggplot() +

iris %>% 
ggplot() + 
   aes(x = Sepal.Length) +

iris %>% 
ggplot() + 
   aes(x = Sepal.Length) +
   aes(y = Petal.Length) +

iris %>% 
ggplot() + 
   aes(x = Sepal.Length) +
   aes(y = Petal.Length) +
   aes(color = Species)  +

iris %>% 
ggplot() + 
   aes(x = Sepal.Length) +
   aes(y = Petal.Length) +
   aes(color = Species)  + 
  geom_point()

#>   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> 1          5.1         3.5          1.4         0.2  setosa
#> 2          4.9         3.0          1.4         0.2  setosa
#> 3          4.7         3.2          1.3         0.2  setosa
#> 4          4.6         3.1          1.5         0.2  setosa
#> 5          5.0         3.6          1.4         0.2  setosa
#> 6          5.4         3.9          1.7         0.4  setosa

La forma habitual(!) de escribirlo es:

ggplot(data = iris, 
       aes(Sepal.Length, 
           Petal.Length, 
           color = Species)) + 
    geom_point()

IMAGINA qué hacen las siguientes instrucciones. Después las ejecutas.

Tarea
1
2
3
4
5

#- Fíjate: sólo hay 2 variables en aes() --
ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length)) + 
  geom_point()

#- Fíjate: ahora usamos geom_line() --
ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length)) + 
  geom_line()

#- Fíjate: ahora usamos 2 geom_xx() --
ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length)) + 
  geom_point() + geom_smooth()

#- Fíjate: volvemos a tener 3 variables en aes() --
ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length, color = Species)) + 
  geom_point()

#- Fíjate: ahora hay argumentos dentro de geom_point(). Uno de ellos es `color` --
ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length)) + 
  geom_point(color = "red", size = 2, alpha = 0.2)

ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length)) + 
  geom_point()

ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length)) + 
  geom_line()

ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length)) + 
  geom_point() + geom_smooth()

ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length, color = Species)) + 
  geom_point()

ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length)) + 
  geom_point(color = "red", size = 2, alpha = 0.2)

Entendiendo un poco más ggplot2

Ya tenemos las primeras ideas sobre ggplot2, ahora se trata de profundizar un poco para que podamos tener más control y flexibilidad al hacer nuestros gráficos.

vamos a profundizar un poco más en ggplot2

Es importante que veas que estas 3 expresiones hacen el mismo gráfico:

ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length)) + 
  geom_point()

ggplot(data = iris) + 
  geom_point(aes(x = Sepal.Length, y = Petal.Length))

ggplot() + 
  geom_point(data = iris, aes(x = Sepal.Length, y = Petal.Length))

Bueno, sí ¿Y qué más da? Pues importa y muuuuccho.
Esto nos va a dar mucha flexibilidad/control a nuestros gráficos. Lo veremos

¿qué hacen estas 3 expresiones?

ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length, color = Species)) + 
  geom_point() + geom_smooth()

ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length)) + 
  geom_point(aes(color = Species)) + geom_smooth()

ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length)) + 
  geom_point() + geom_smooth(aes(color = Species))

¿por qué no funciona esta expresión?

ggplot() +
  geom_point(data = iris, 
             aes(x = Sepal.Length, y = Petal.Length)) + 
   geom_line(aes(x = Sepal.Length, y = Petal.Length))
#> Error in `geom_line()`:
#> ! Problem while computing aesthetics.
#> ℹ Error occurred in the 2nd layer.
#> Caused by error:
#> ! objeto 'Sepal.Length' no encontrado

geom_line() no sabe qué datos usar: iris solo se ha indicado dentro de geom_point(), no en ggplot()

Mapear vs fijar: ¿dentro o fuera de `aes()`? [ 🌟 ]

Mapear (dentro de aes()): el color depende de una variable → ggplot2 crea una leyenda

ggplot(data = iris, 
       aes(x = Sepal.Length, y = Petal.Length)) + 
  geom_point(aes(color = Species))

Fijar (fuera de aes()): el color es un valor fijo para todos los puntos → no hay leyenda

ggplot(data = iris, 
       aes(x = Sepal.Length, y = Petal.Length)) + 
  geom_point(color = "purple")

parámetros/estéticas de geom_point()!

#- las estéticas X e Y son necesarias
#- para hacer un gráfico de puntos
ggplot(data = iris, 
       aes(x = Sepal.Length, 
           y = Petal.Length)) +

#- las estéticas X e Y son necesarias
#- para hacer un gráfico de puntos
ggplot(data = iris, 
       aes(x = Sepal.Length, 
           y = Petal.Length)) + 
#- el elemento geométrico: puntos
  geom_point() +

#- las estéticas X e Y son necesarias
#- para hacer un gráfico de puntos
ggplot(data = iris, 
       aes(x = Sepal.Length, 
           y = Petal.Length)) + 
#- el elemento geométrico: puntos
  geom_point() +
#- color dentro de aes asociada a Species 
  geom_point(aes(color = Species)) +

#- las estéticas X e Y son necesarias
#- para hacer un gráfico de puntos
ggplot(data = iris, 
       aes(x = Sepal.Length, 
           y = Petal.Length)) + 
#- el elemento geométrico: puntos
  geom_point() +
#- color dentro de aes asociada a Species 
  geom_point(aes(color = Species)) +
#- color fuera de aes
  geom_point(color = "purple")

más estéticas de geom_point()

#- las estéticas X e Y son necesarias
#- para hacer un gráfico de puntos
ggplot(data = iris, 
       aes(x = Sepal.Length, 
           y = Petal.Length)) +

#- las estéticas X e Y son necesarias
#- para hacer un gráfico de puntos
ggplot(data = iris, 
       aes(x = Sepal.Length, 
           y = Petal.Length)) + 
#- shape dentro de aes , size = 3 fuera de aes
   geom_point(aes(shape = Species), 
              size = 3) +

#- las estéticas X e Y son necesarias
#- para hacer un gráfico de puntos
ggplot(data = iris, 
       aes(x = Sepal.Length, 
           y = Petal.Length)) + 
#- shape dentro de aes , size = 3 fuera de aes
   geom_point(aes(shape = Species), 
              size = 3) +
#- shape = 4, size = 6: fuera de aes
  geom_point(shape = 4, 
             size = 6)

¿veremos alguna vez otros gráficos?

SÍ!!!! pero aún falta un poco, hemos de ver más cosas (y sí, usando iris).
Si no puedes esperarte ve a la R Graph Gallery o a la galería de extensiones de ggplot2

para hacer otros gráficos tendremos que usar otros geom_xx()

Por ejemplo: geom_line(), geom_bar(), geom_col(), geom_density(), geom_path(), geom_map(), geom_raster(), geom_rug() … y muchos más

Más elementos de ggplot2

Como puedes imaginar, aún tenemos que ver más elementos de ggplot2: los títulos y leyendas, los ejes, el tema, coordenadas, etc… vamos a ello!!

más elementos de un ggplot()

Ya hemos presentado los principales elementos de los gráficos hechos con ggplot2, pero es evidente que un gráfico tiene más elementos.
Lógicamente, hay que conocerlos un poco para poder ajustar los gráficos a nuestras necesidades y mejorar su calidad.

Veremos algo de los siguientes elementos:

Títulos del gráfico
Themes
Small multiples (o Facetting)
Anotaciones
Ejes
Escalas
Stats (transformaciones estadísticas)
Position adjustments
Coordenadas

Será en las siguientes slides

Resumen

Un gráfico de ggplot2 tiene 3 componentes: los datos (ggplot()), las estéticas asociadas a variables (aes()) y el elemento geométrico (geom_xx())
Los elementos del gráfico se van añadiendo con +
aes() puede ir en ggplot(), y entonces vale para todos los geoms, o dentro de un geom, y entonces vale solo para ese geom
Dentro de aes() una estética se asocia a una variable (aes(color = Species)); fuera de aes() se le da un valor fijo (color = "purple")
geom_point() admite las estéticas x, y, color, size, shape, fill y alpha

Para hacer otros tipos de gráficos usaremos otros geom_xx()