Capítulo 14 Pacote `ggplot`

O ggplot2 é um dos pacotes mais populares do R para a criação de gráficos estatísticos sofisticados e visualmente atraentes. Baseado no conceito da “Gramática dos Gráficos”, o ggplot2 permite construir gráficos de maneira flexível e modular, combinando camadas (layers) de dados, geometrias, escalas e temas.

14.1 Principais Vantagens

Produz gráficos de alta qualidade e personalizáveis.
Permite adicionar camadas de informação facilmente.
Suporta uma variedade de tipos de gráficos.

14.2 Exemplos de Gráficos Simples e Bonitos com ggplot2

Antes de começar, certifique-se de instalar e carregar o pacote:

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

Para ilustrar alguns gráficos utilizando o ggplot2, empregaremos o conjunto de dados iris, que já está disponível nativamente no R.

O iris é um dos bancos de dados mais clássicos e utilizados em estatística e aprendizado de máquina, trazendo informações sobre 150 flores de três espécies diferentes, com quatro variáveis quantitativas (comprimento e largura das sépalas e pétalas). Ele é amplamente utilizado para exemplos de análise exploratória de dados, classificação e visualização de padrões.

Além do iris, o R oferece outros conjuntos de dados nativos bastante úteis para exercícios e demonstrações em diversas áreas, como mtcars (carros), ToothGrowth (crescimento de dentes em cobaias), sleep (efeito de medicamentos no sono), airquality (qualidade do ar em Nova Iorque) e CO2 (absorção de CO2 em plantas).

14.2.1 Gráfico de Dispersão (Scatterplot)

library(ggplot2)
# Exemplo com o dataset iris
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, color = Species)) +
  geom_point(size = 3, alpha = 0.7) +
  theme_minimal() +
  labs(title = "Gráfico de Dispersão: iris",
       x = "Comprimento da Sépala",
       y = "Largura da Sépala")

14.2.2 Gráfico de Barras

# Contagem das espécies no dataset iris
ggplot(iris, aes(x = Species, fill = Species)) +
  geom_bar() +
  theme_classic() +
  labs(title = "Gráfico de Barras: Contagem de Espécies",
       x = "Espécie",
       y = "Contagem")

14.2.3 Histograma

# Distribuição do comprimento da sépala
ggplot(iris, aes(x = Sepal.Length, fill = Species)) +
  geom_histogram(binwidth = 0.3, color = "white", alpha = 0.7, position = "identity") +
  theme_light() +
  labs(title = "Histograma: Comprimento da Sépala",
       x = "Comprimento da Sépala",
       y = "Frequência")

14.2.4 Boxplot

# Distribuição do comprimento da pétala por espécie
ggplot(iris, aes(x = Species, y = Petal.Length, fill = Species)) +
  geom_boxplot(alpha = 0.7) +
  theme_bw() +
  labs(title = "Boxplot: Comprimento da Pétala por Espécie",
       x = "Espécie",
       y = "Comprimento da Pétala")

O ggplot2 oferece diversas opções de personalização, como cores, temas e anotações, permitindo criar gráficos bonitos e informativos para diferentes finalidades.

14.3 Exemplos de Bancos de Dados do R

Banco de Dados	Pacote	Área/Descrição
iris	datasets	Botânica, estatística, aprendizado de máquina (flores)
mtcars	datasets	Automóveis, regressão, análise multivariada
airquality	datasets	Qualidade do ar, saúde ambiental
ToothGrowth	datasets	Farmacologia, saúde, crescimento de dentes
sleep	datasets	Psicologia, farmacologia, estudo do sono
ChickWeight	datasets	Nutrição, crescimento animal
USArrests	datasets	Sociologia, estatísticas criminais dos EUA
CO2	datasets	Biologia, fisiologia vegetal
BOD	datasets	Biologia, demanda bioquímica de oxigênio
Boston	MASS	Imobiliário, regressão, análise multivariada
lung	survival	Medicina, análise de sobrevivência (dados de câncer de pulmão)
bfi	psych	Psicologia, personalidade (Big Five Inventory)
NHANES	NHANES	Saúde pública, epidemiologia (pesquisa nacional dos EUA)
titanic	titanic	Sobrevivência, estatística, aprendizado de máquina
worldcup	faraway	Esportes (Copa do Mundo de Futebol)

Nota:
Os bancos do pacote datasets já vêm instalados por padrão no R. Outros, como MASS, psych, NHANES, survival, titanic e faraway, podem ser instalados via install.packages("nome_do_pacote").
Verifique sempre a documentação do pacote para acessar o nome correto dos bancos de dados e exemplos de uso.

Capítulo 14 Pacote ggplot