• Qué es R: bogota-r.github.io/intro
• Gráficas Base
  • Métodos - Todo de una: plot()
  • El modelo base
  • Estado y parámetros graficos: par()
• Grid
  • Qué es grid (o por qué otro sistema?)
  • El modelo grid
  • Componentes

• lattice
  • Trellis plots
• ggplot2
  • Una gramática de gráficas: Capas, geometrías y componentes estéticos

• Maś allá: gráficas interactivas
  • ggvis y shiny
  • Integración con JS y htmlwidgets

"R is a language and environment for statistical computing and graphics."

Entre otras cosas R incluye:

• capacidad para almacenar y manipular datos efectivamente
• un conjunto de operadores para hacer cálculos sobre arreglos, particularmente matrices
• una colección grande, coherente e integrada de herramientas para el análisis de datos

• dispositivos gráficos para el análisis y visualización de datos, tanto en pantalla como en impreso

• un lenguaje de programación bien desarrollado, simple y eficaz

library("graphics")
library("grid")

# http://lattice.r-forge.r-project.org/
library("lattice")

# https://github.com/hadley/ggplot2
library("ggplot2")

• plot() para "diagramas de dispersión"
• barplot() para gráficas de barra
• hist() para histogramas
• boxplot() (y bxp()) para diagramas de cajas y bigotes
• pie() - mejor evitarlos

set.seed(13579)

y <- rnorm(30)
types <- c("p", "l", "b", "c", "o", "h", "s", "S", "n")

par(mfrow = c(3, 3), cex = 0.6, mar = c(3, 3, 3, 1))

for (type in types){
  plot(y, type = type, main = paste0("type = ", type))
}

plot() es una función genérica. Hay muchas formas de especificar los datos y dependiendo de lo que se le pase se genera uno u otro tipo de gráfico.

Veamos unos ejemplos usando el conjunto de datos iris:

str(iris)

#> 'data.frame':    150 obs. of  5 variables:
#>  $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
#>  $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
#>  $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
#>  $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
#>  $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

plot(iris)

par(mfrow = c(1, 2), mar = c(5, 4, 2, 2))

plot(iris$Petal.Length, iris$Petal.Width)
plot(Petal.Length ~ Species, data = iris)

methods("plot")

#>  [1] plot.acf*           plot.data.frame*    plot.decomposed.ts*
#>  [4] plot.default        plot.dendrogram*    plot.density*      
#>  [7] plot.ecdf           plot.factor*        plot.formula*      
#> [10] plot.function       plot.hclust*        plot.histogram*    
#> [13] plot.HoltWinters*   plot.isoreg*        plot.lm*           
#> [16] plot.medpolish*     plot.mlm*           plot.ppr*          
#> [19] plot.prcomp*        plot.princomp*      plot.profile.nls*  
#> [22] plot.raster*        plot.spec*          plot.stepfun       
#> [25] plot.stl*           plot.table*         plot.ts            
#> [28] plot.tskernel*      plot.TukeyHSD*     
#> see '?methods' for accessing help and source code

… pero antes unos datos más interesantes

library("saber")  # Ver github.com/nebulae-co/saber

data(SB11_20142)
# glimpse(SB11_20142)

estratos <- with(SB11_20142, table(PERS_GENERO, FINS_ESTRATOVIVIENDAENERGIA))
educacion_madre <- SB11_20142 %$% table(PERS_GENERO, FINS_NIVELEDUCATIVOMADRE)

par(mfrow = c(2, 1), mar = c(3, 5.5, 1, 1), cex = 0.95)

barplot(estratos, angle = c(45, 135), density = 20, col = "grey",
        names = colnames(estratos), xlab = "Estrato")

legend("topright", title = "Género", rownames(estratos), cex = 1.5,
       angle = c(45, 135), density = 20, fill = "gray")

barplot(educacion_madre, angle = c(45, 135), density = 20, 
        col = colors()[c(50, 100)], horiz = TRUE,
        names = colnames(educacion_madre), ylab = "Nivel Educativo\n Madre")

par(mfrow = c(1, 2), mar = c(4, 4, 4, 2), cex = 0.8)

boxplot(MATEMATICAS_PUNT ~ FINS_ESTRATOVIVIENDAENERGIA, data = SB11_20142,
        col = "light grey")

boxplot(MATEMATICAS_PUNT ~ FINS_ESTRATOVIVIENDAENERGIA, data = SB11_20142,
        pch = 1:6, boxwex = 0.5, boxfill = "lightblue", frame.plot = FALSE,
        main = "Distribución del puntaje\n de matemáticas por estrato",
        xlab = "Estrato", ylab = "Puntaje de matemáticas")

• persp() superficies.
• contour() y filled.contour() contornos.
• image() cuadrícula con colores en \(z\).
• symbols() diagramas de dispersión con símbolos de tamaño variable.
• fourfoldplot() para tablas de contingencia \(2\times 2\times k\).
• mosaicplot()
• stars() para una visualización de varias variables cuantitativas.

• matplot() para gráficas de dispersión cruzando matrices.
• stripchart() gráfica de dispersión en una sola dimensión.
• curve() para gráficar funciones (como plot.function()).

Además de los métodos específicos para plot():

• dotchart() para resumir una variable cuantitativa cruzada con una o más variables categóricas.
• coplot() gráficas condicionales (Trellis).
• sunflowerplot() para diagramas de dispersión con datos superpuestos - alternativas para esto son image() o hexbin::hexbin().
• assocplot() visualización de una prueba de independencia para una tabla de contingencia bi-dimensional - vcd extiende esto y ofrece más herramientas para datos categóricos.

• Márgenes externas
• Región de la figura
• Región de la gráfica \(\rightarrow\) Sistema coordenado (xlim y ylim en funciones de alto nivel o par("usr"))
• Margen de la figura (Región de la figura - Región de la gráfica)

Gráfica basada en código del libro R Graphics de Paul Murrell

El sistema base mantiene un estado que se consulta y modifica con par().

Podemos clasificar los parámetros de acuerdo a los componentes de las gráficas afectan y si son de alto nivel, bajo nivel o solo lectura.

• Alto nivel: pueden ser con llamados a los métodos gráficos o con par().
• Bajo nivel: solo pueden ser modificados a través de par()

col y fg tienen sufijos .axis, .lab, .main y .sub

Algunas funciones para trabajar con colores:

• colors() nombres de colores
• pallete() la paleta numerica de colores
• rgb(), hsv(), convertColor() colorspace espacios de colores
• heat terrain topo cm .colors() paletas de colores
• rainbow() gray() mas paletas en RcolorBrewer
• colorRamp() y colorRampPallete() crear paletas

bg y cex tambien pueden afectar los simbolos

Algunas funciones reciben al argumento add Tambien esta la función layout() y split.screen().

nf <- layout(mat = matrix(c(2, 0, 1, 3), 2, 2, byrow = TRUE), widths = c(3, 1),
             heights = c(1, 3), respect = TRUE)

layout.show(nf)

png_meme_generator(
  "http://i2.kym-cdn.com/photos/images/original/000/208/140/1322357772581.png",
  "Tu cara cuando ves", 
  "un meme hecho en R")

Grid es un sistema gráfico alternativo, flexible y poderoso.

Tres componentes:

• "puertos" (viewports)
• unidades ?units
• parámetros gráficos ?gpar
• Estructura de arbol. Objetos grafics o grobs.

Grid solo ofrece componentes de bajo nivel.

Region rectangular que proporciona un contexto para dibujar.

Contexto para dibujar: - Contexto geometrico: sistema coordenado - Contexto gráfico: parametros gráficos

v <- viewport(x = 0.6, y = 0.6, w = unit(1, "inches"), h = unit(1, "inches"))
grid.show.viewport(v)

Laticce es una libreria que proporciona funciones gráficas de alto nivel basadas en grid y útiles para generar gráficas para datos multivariados a través de condicionamiento (Trellis plots) basado en trabajo e ideas de William Cleveland.

• Está basado en el paquete grid y por lo tanto hereda gran parte de sus características.

• La visualización con Trellis se define por el tipo de gráfica y los roles de las variables, los más comunes son:

• Variables primarias
• Variables que condicionan

• Variables de agrupamiento

lattice utiliza una interfaz de fórmula: - ~ x | A: graficar la variable x para cada nivel de A. - y ~ x | A * B graficar la relación entre las variables numéricas y y x para cada combinación de niveles de los "factores" A y B.

histogram(~ MATEMATICAS_PUNT, data = SB11_20142, xlab = "Puntaje Matemáticas", 
          ylab = "Frecuencia relativa")

histogram(~ MATEMATICAS_PUNT | factor(FINS_ESTRATOVIVIENDAENERGIA),
          data = SB11_20142, xlab = "Puntaje Matemáticas", 
          ylab = "Frecuencia relativa")

densityplot(~ MATEMATICAS_PUNT | factor(FINS_ESTRATOVIVIENDAENERGIA),
            data = SB11_20142, groups = PERS_GENERO,
            plot.points = FALSE, auto.key = TRUE, xlab = "Puntaje Matemáticas",
            ylab = "Densidad")

xyplot(LECTURA_CRITICA_PUNT ~ MATEMATICAS_PUNT | 
       factor(FINS_ESTRATOVIVIENDAENERGIA) * factor(PERS_GENERO),
       data = SB11_20142, xlab = "Puntaje Matemáticas", 
       ylab = "Puntaje Lectura Crítica")

• readr, readxl y haven lectura de archivos.
• lubridate manejo de fechas y tiempo.
• stringr interface a stringi para manejo de caracteres.
• dplyr y tidyr manipulación y limpieza de datos.

• ggplot2 una gramática de gráficas - util para abstraer y construir visualizaciones.

• Capas:
  • Datos +
  • Estadísticas +
  • Componentes estéticos +
  • Geometría

ggplot(...) +
  layer(...) +
  layer(...) +
  helper(...) +
  helper(...) +
  theme(...)

ggplot(mtcars) + aes(y = mpg, x = factor(cyl)) + geom_violin()

Algunos precedentes:

• animation - generación de graficos animados en diversos formatos.
• googleVis - interface al Google Charts API.
• rggobi - interface para ggobi.
• rCharts - el antecedente directo de htmlwidgets.

Los desarrollos actuales de RStudio et al.:

• shiny - un framework para desarrollar aplicaciones web (JavaScript!) con componentes reactivos en R.
• ggvis una gramatica de gráficas interactivas (impulsada por vega) y pensada para explotar shiny.
• Integración con JavaScript: htmlwidgets.

Aun más:

• plotly aprovecha la libreria de JavaScript plot.ly e inclusive traduce directamente objetos de ggplot2 - aprovecha htmlwidgets para su integración.

• rbokeh una interfaz a la libreria de Python bokeh que tambien usa JavaScript para presentar graficos interactivos en navegadores modernos. Igual que plotly aprovecha htmlwidgets para integrarse.

La vista de tareas con la que empezamos: Vista de Tareas/Gráficas.

Canales: en twitter #rstats y en StackOverflow el tag R. También pueden googlea-R R + "pregunta".

Algunas buenas referencias:

• Quick R - Gráficas
• Springer - Use R Series R en la práctica en diferentes contextos.
• La pagina de Paul Murrel
• Hadley Whickham sobre visualización efectiva
• Karl Broman sobre gráficas interactivas aquí y acá
• …