Cap 12 Exercício 2

 # Estatística Básica

# Parte 5 - Gráficos

# Graficos em R - BarPlot, Pie Chart, Line Chart, Scatter Plot, Histograma e Treemap

# http://www.r-graph-gallery.com/

# Mais detalhes no Curso Visualização de Dados e Design de Dashboards

# https://www.datascienceacademy.com.br/pages/todos-os-cursos-dsa

# Definindo a pasta de trabalho

# Substitua o caminho abaixo pela pasta no seu computador

setwd("C:/Users/dmpm/Documents/PowerBI/Cap12")

getwd()

# Dados

vetor_total_resultados = c(3, 12, 5, 18, 45)

names(vetor_total_resultados) = c("A", "B", "C", "D", "E")

vetor_total_resultados

##### Barplot ##### 

?barplot

barplot(vetor_total_resultados)

barplot(vetor_total_resultados, col = c(1,2,3,4,5))

# Salvando o gráfico em disco

png("barplot.png", width = 480, height = 480 )

barplot(vetor_total_resultados, 

        col = rgb(0.5,0.1,0.6,0.6), 

        xlab = "Categorias", 

        ylab = "Valores", 

        main = "Barplot em R", 

        ylim = c(0,60) )

dev.off()

# Ggplot2 

library(ggplot2)

View(mtcars)

# Barplot

ggplot(mtcars, aes(x = as.factor(cyl) )) + 

  geom_bar()

ggplot(mtcars, aes(x = as.factor(cyl), fill = as.factor(cyl) )) +  

  geom_bar( ) +

  scale_fill_manual(values = c("red", "green", "blue"))

# Criando dados dummy (fictícios)

dados = data.frame(group = c("A ","B ","C ","D ") , value = c(33,62,56,67))

View(dados)

# Barplot

ggplot(dados, aes(x = group, y = value ,fill = group )) + 

  geom_bar(width = 0.85, stat = "identity")

##### Pie Chart ##### 

fatias <- c(4, 12, 14, 16, 8)

paises <- c("Brasil", "Estados Unidos", "Alemanha", "Reino Unido", "Espanha")

?pie

pie(fatias, labels = paises, main = "Leitura de Livros Por Pessoa/Ano")

# Pie Chart 3D

install.packages("plotrix")

library(plotrix)

fatias <- c(4, 12, 14, 16, 8)

paises <- c("Brasil", "Estados Unidos", "Alemanha", "Reino Unido", "Espanha")

?pie3D

pie3D(fatias, labels = paises, explode = 0.1, main = "Leitura de Livros Por Pessoa/Ano")

##### Line Chart ##### 

# Dados

carros <- c(1, 3, 6, 4, 9)

caminhoes <- c(2, 5, 4, 5, 12)

# Plot

plot(carros, type = "o", col = "blue", ylim = c(0,12))

lines(caminhoes, type = "o", pch = 22, lty = 2, col = "red")

title(main = "Produção de Veículos", col.main = "red", font.main = 4)

##### Boxplot ##### 

library(ggplot2)

View(mpg)

# Plot

ggplot(mpg, aes(x = reorder(class, hwy), y = hwy, fill = class)) + 

  geom_boxplot() +

  xlab("class") +

  theme(legend.position = "none")

##### Scatter Plot ##### 

library(ggplot2)

data = data.frame(cond = rep(c("condition_1", "condition_2"), each=10), 

                  my_x = 1:100 + rnorm(100,sd=9), my_y = 1:100 + rnorm(100,sd=16))

View(data)

ggplot(data, aes(x=my_x, y=my_y)) + 

  geom_point(shape=1)

# Adiciona linha de regressão

ggplot(data, aes(x=my_x, y=my_y)) +    

  geom_point(shape=1) +  

  geom_smooth(method = lm , color="red", se=FALSE) 

# Adiciona smooth

ggplot(data, aes(x=my_x, y=my_y)) +    

  geom_point(shape=1) +  

  geom_smooth(method=lm , color="red", se=TRUE)  

##### Treemap #####

install.packages("treemap")

library(treemap)

# Dados

grupo = c(rep("grupo-1",4), rep("grupo-2",2), rep("grupo-3",3))

subgrupo = paste("subgroup", c(1,2,3,4,1,2,1,2,3), sep = "-")

valor = c(13,5,22,12,11,7,3,1,23)

dados = data.frame(grupo, subgrupo, valor)

View(dados)

# Labels

?treemap

treemap(dados, 

        index = c("grupo", "subgrupo"),     

        vSize = "valor", 

        type = "index",

        fontsize.labels = c(15,12),               

        fontcolor.labels = c("white", "orange"),    

        fontface.labels = c(2,1),                 

        bg.labels = 220,             

        align.labels = list(c("center", "center"), c("right", "bottom")),                                  

        overlap.labels = 0.5,           

        inflate.labels = F)

# Customizando

treemap(dados, 

        index = c("grupo", "subgrupo"), 

        vSize = "valor", 

        type = "index",

        border.col = c("black", "white"),          

        border.lwds = c(7,2))

##### Histograma #####

# Gerando valores para x

x <- mtcars$mpg 

# Criando o histograma

?hist

h <- hist(x, 

          breaks = 10, 

          col = "red", 

          xlab = "Milhas Por Galão", 

          main = "Histograma com Curva de Distribuição") 

# Customizando o histograma

xfit <- seq(min(x), max(x), length = 40) 

yfit <- dnorm(xfit, mean = mean(x), sd = sd(x)) 

yfit <- yfit*diff(h$mids[1:2])*length(x) 

lines(xfit, yfit, col = "blue", lwd = 2)

# Usando o ggplot2

library(ggplot2)

# dataset

dados = data.frame(value = rnorm(10000))

View(dados)

# Tamanho das colunas

ggplot(dados, aes(x=value)) + 

  geom_histogram(binwidth = 0.05)

# Cor uniforme

ggplot(dados, aes(x=value)) + 

  geom_histogram(binwidth = 0.2, color="white", fill=rgb(0.2,0.7,0.1,0.4) ) 

# Cor proporcional

ggplot(dados, aes(x=value)) + 

  geom_histogram(binwidth = 0.2, aes(fill = ..count..) )