Visualização de dados Lattice e ggplot2 (uma introdução)ra109078/RCampinasUsersGroup/R_campinas_… · David Henriques da Matta e Omar Abbara Visualização de dados Lattice e

Visualização de dados Lattice e ggplot2 (umaintrodução)

David Henriques da Matta e Omar Abbara

Universidade Estadual de CampinasR Campinas User Group

16 de setembro, 2015

David Henriques da Matta e Omar Abbara Visualização de dados Lattice e ggplot2 (uma introdução)

Objetivos

O objetivo desta apresentação é dar início ao estudo do pacoteggplot2 do software R.

Dentre os diversos pacotes disponíveis no software R paraanálise gráfica, podemos citar o Lattice como um importanteantecessor do ggplot2.Antes de iniciarmos os estudos ggplot2 introduziremos portantoalgumas formas e características da análise gráfica via Lattice("Lattice: Multivariate Data Visualization With R").Introduziremos também algumas análises gráficas pontuais deoutros pacotes que julgarmos interessantes.


Objetivos

O objetivo desta apresentação é dar início ao estudo do pacoteggplot2 do software R.Dentre os diversos pacotes disponíveis no software R paraanálise gráfica, podemos citar o Lattice como um importanteantecessor do ggplot2.

Antes de iniciarmos os estudos ggplot2 introduziremos portantoalgumas formas e características da análise gráfica via Lattice("Lattice: Multivariate Data Visualization With R").Introduziremos também algumas análises gráficas pontuais deoutros pacotes que julgarmos interessantes.


Objetivos

O objetivo desta apresentação é dar início ao estudo do pacoteggplot2 do software R.Dentre os diversos pacotes disponíveis no software R paraanálise gráfica, podemos citar o Lattice como um importanteantecessor do ggplot2.Antes de iniciarmos os estudos ggplot2 introduziremos portantoalgumas formas e características da análise gráfica via Lattice("Lattice: Multivariate Data Visualization With R").

Introduziremos também algumas análises gráficas pontuais deoutros pacotes que julgarmos interessantes.


Objetivos

O objetivo desta apresentação é dar início ao estudo do pacoteggplot2 do software R.Dentre os diversos pacotes disponíveis no software R paraanálise gráfica, podemos citar o Lattice como um importanteantecessor do ggplot2.Antes de iniciarmos os estudos ggplot2 introduziremos portantoalgumas formas e características da análise gráfica via Lattice("Lattice: Multivariate Data Visualization With R").Introduziremos também algumas análises gráficas pontuais deoutros pacotes que julgarmos interessantes.


Lattice: Carregando Dados

library("lattice")data(Chem97,package ="mlmRev")data(barley,package ="lattice")data(postdoc, package = "latticeExtra")data(Oats, package = "MEMSS")data(Cars93, package = "MASS")

xtabs(~ score, data=Chem97)

## score## 0 2 4 6 8 10## 3688 3627 4619 5739 6668 6681


Lattice: histogram

histogram(~gcsescore|factor(score),data=Chem97,aspect =0.7)

gcsescore

Per

cent

of T

otal

0

10

20

30

0 2 4 6 8

0 2

0 2 4 6 8

4

6

0 2 4 6 8

8

0

10

20

30

10


Lattice: densityplot

densityplot(~gcsescore|factor(score),data=Chem97,plot.points=FALSE,layout=c(3,2),aspect =0.7)

gcsescore

Den

sity

0.0

0.2

0.4

0.6

0 2 4 6 8

0 2

0 2 4 6 8

4

6

0 2 4 6 8

8

0.0

0.2

0.4

0.6

10



densityplot(~gcsescore|factor(score,c("10","8","6","4","2","0")),data=Chem97,plot.points=TRUE,aspect =0.7)

gcsescore

Den

sity

0.0

0.2

0.4

0.6

0 2 4 6 8

10 8

0 2 4 6 8

6

4

0 2 4 6 8

2

0.0

0.2

0.4

0.6

0



densityplot(~gcsescore,data=Chem97,groups=score, aspect=0.3,plot.points=FALSE,auto.key=list(columns=3))

gcsescore

Den

sity

0.0

0.2

0.4

0.6

0 2 4 6 8

02

46

810


Lattice: bwplot

bwplot(~gcsescore|factor(score),data=Chem97)

gcsescore

0 2 4 6 8

0 2

0 2 4 6 8

4

6

0 2 4 6 8

8 10


Lattice: bwplot

bwplot(gcsescore~factor(score)|factor(gender),data=Chem97,aspect=0.7)gc

sesc

ore

0

2

4

6

8

0 2 4 6 8 10

M

0 2 4 6 8 10

F


Lattice: bwplot

bwplot(gcsescore~factor(gender)|factor(score),data=Chem97)gc

sesc

ore

0

2

4

6

8

M F

0

M F

2

M F

4

6 8

0

2

4

6

8

10


Lattice: bwplot

bwplot(gcsescore~factor(gender)|factor(score),data=Chem97,panel = panel.violin,aspect =0.7)

gcse

scor

e

0

2

4

6

8

M F

0

M F

2

M F

4

6 8

0

2

4

6

810


Lattice: dotplot

dotplot(variety~yield|site,barley,layout=c(3,2),aspect=0.7,groups=year,type=c("p","h"),auto.key=list(space="right"))

yield

SvansotaNo. 462

ManchuriaNo. 475

VelvetPeatlandGlabronNo. 457

Wisconsin No. 38Trebi

20 30 40 50 60

Grand Rapids Duluth

20 30 40 50 60

University FarmSvansota

No. 462Manchuria

No. 475Velvet

PeatlandGlabronNo. 457


Morris

20 30 40 50 60

Crookston Waseca

19321931


Lattice: dotplot

dotplot(variety~yield|site,barley,layout=c(3,2),aspect=0.7,groups=year, auto.key =list(space = "right"))

yield

SvansotaNo. 462

ManchuriaNo. 475

VelvetPeatlandGlabronNo. 457


20 30 40 50 60

Grand Rapids Duluth

20 30 40 50 60

University FarmSvansota

No. 462Manchuria

No. 475Velvet

PeatlandGlabronNo. 457


Morris

20 30 40 50 60

Crookston Waseca

19321931


Lattice: dotplot

VADeaths

## Rural Male Rural Female Urban Male Urban Female## 50-54 11.7 8.7 15.4 8.4## 55-59 18.1 11.7 24.3 13.6## 60-64 26.9 20.3 37.0 19.3## 65-69 41.0 30.9 54.6 35.1## 70-74 66.0 54.3 71.1 50.0

class(VADeaths)

## [1] "matrix"


Lattice: dotplot

dotplot(VADeaths, groups = FALSE)

Freq

50−54

55−59

60−64

65−69

70−74

20 40 60

Rural Male Rural Female

50−54

55−59

60−64

65−69

70−74

Urban Male

20 40 60

Urban Female


Lattice: dotplot

dotplot(VADeaths,groups=FALSE,layout=c(4,1),aspect=0.7,origin=0,type=c("p","h"),main="Death Rates",xlab="Rate")

Death Rates

Rate

50−54

55−5960−64

65−6970−74

0 20 40 60

Rural Male

0 20 40 60

Rural Female

0 20 40 60

Urban Male

0 20 40 60

Urban Female


Lattice: dotplot

dotplot(VADeaths,type ="o",auto.key=list(lines=TRUE,aspect=0.5,space="right"),main ="Death Rates",xlab="Rate")

Death Rates

Rate

50−54

55−59

60−64

65−69

70−74

20 40 60

Rural MaleRural FemaleUrban MaleUrban Female


Lattice: stripplot

stripplot(depth~factor(mag),quakes,jitter.data=TRUE, aspect=0.5,alpha=0.9,xlab="Magnitude(Richter)",ylab="Depth (km)")

Magnitude(Richter)

Dep

th (

km)

200

400

600

4 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 5 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.9 6 6.1 6.4


Lattice: stripplot

Stripplot<-stripplot(sqrt(abs(residuals(lm(yield~variety+year+site))))~site,data=barley,groups=year,jitter.data=TRUE,auto.key=list(points=TRUE,lines=TRUE,columns=2),type=c("p", "a"), fun=mean,ylab = expression(abs("Residual Barley Yield")^{1 / 2}))


Lattice: stripplot

StripplotR

esid

ual B

arle

y Y

ield

12

1

2

3

Grand Rapids Duluth University Farm Morris Crookston Waseca

1932 1931


Lattice: stripplot

Qqplot<-qqmath(~ gcsescore | gender, Chem97, groups = score, aspect = "xy",f.value = ppoints(100), auto.key = list(space = "right"),xlab = "Standard Normal Quantiles",ylab = "Average GCSE Score")


Lattice: stripplot

Qqplot

Standard Normal Quantiles

Ave

rage

GC

SE

Sco

re

3

4

5

6

7

8

−2 −1 0 1 2

M

−2 −1 0 1 2

F

0246810


Lattice: xyplot

xyplot(yield ~ nitro | Variety + Block, data = Oats,type = "o")

nitro

yiel

d

60140

0.0 0.1 0.2 0.3 0.4 0.5 0.6

Golden RainI

MarvellousI

0.0 0.1 0.2 0.3 0.4 0.5 0.6

VictoryI

Golden RainII

MarvellousII

60140

VictoryII

60140

Golden RainIII

MarvellousIII

VictoryIII

Golden RainIV

MarvellousIV

60140

VictoryIV

60140

Golden RainV

MarvellousV

VictoryV

Golden RainVI

0.0 0.1 0.2 0.3 0.4 0.5 0.6

MarvellousVI

60140

VictoryVI


Lattice: barchart

barchart(Class ~ Freq | Sex + Age,data = as.data.frame(Titanic),groups = Survived, stack = TRUE,layout = c(4, 1),auto.key = list(title = "Survived",columns = 2),scales = list(x = "free"))


Lattice: barchart

Freq

1st

2nd

3rd

Crew

0 10 20 30 40 50

MaleChild

0 10 20 30

FemaleChild

0 200 400 600 800

MaleAdult

0 50 100 150

FemaleAdult

SurvivedNo Yes


Lattice: splom

splom(~USArrests[c(3, 1, 2, 4)])

splom(~USArrests[c(3, 1, 2, 4)] | state.region,pscales = 0, type = c("g","p","smooth"))


Lattice: splom, gráfico incondicional (1o exemplo)

Scatter Plot Matrix

UrbanPop60708090

60708090

30405060

30405060

Murder10

15 10 15

5

10

5 10

Assault200250300350

200 300

50100150200

50 150

Rape30

40 30 40

10

2010 20


Lattice: splom, gráfico condicional (2o exemplo)

Scatter Plot Matrix

UrbanPop

Murder

Assault

Rape

Northeast

UrbanPop

Murder

Assault

Rape

South

UrbanPop

Murder

Assault

Rape

North Central

UrbanPop

Murder

Assault

Rape

West


Lattice: parallel

parallel(~mtcars[c(1, 3, 4, 5, 6, 7)] | factor(cyl),mtcars, groups = carb, layout = c(3, 1),auto.key = list(space = "top", columns = 3))


Lattice: parallel

mpg

disp

hp

drat

wt

qsec

Min Max

4

Min Max

6

Min Max

8

12

34

68


Gráficos em 3D

O lattice também possui funções que permitem plotar gráficos em3D, sendo elas:

cloud: plota scatterplot em 3Dwireflame: plota superficies em 3Dlevelplot: plota gráfico falsa-corcontourplot: plota curvas de nível


Lattice:s scatterplot em 3D

Este exemplo procura encontrar a relação entre a profundidadeda ocorrência de um terremoto na ilha de Fiji com a longitudee dos mesmos.Aqui a análise será condicionada pela magnitude do terremoto.Como esta variável é contínua, ela será discretizada pela funçãoequal.count, em que são construídas 4 shingles (fatoresconstruídos a partir de intervalos com possibilidade de overlap).

quakes$Magnitude <- equal.count(quakes$mag, 4)cloud(depth ~ lat * long | Magnitude, data = quakes,

zlim = rev(range(quakes$depth)),screen = list(z = 105, x = -70), panel.aspect = 0.75,xlab = "Longitude", ylab = "Latitude", zlab = "Depth")


Lattice: scatterplot em 3D

Longitude

Latitude

Depth

Magnitude

Longitude

Latitude

Depth

Magnitude

Longitude

Latitude

Depth

Magnitude

Longitude

Latitude

Depth

Magnitude


Lattice: levelplot

levelplot(volcano)

row

colu

mn

10

20

30

40

50

60

20 40 60 80

100

120

140

160

180

200


Lattice: contourplot

contourplot(volcano, cuts = 10, label = TRUE)

row

colu

mn

10

20

30

40

50

60

20 40 60 80

100

100

100

110

110

110

110

120130140

150150

160

160

170

170

180

180

190


Lattice: wireframe

wireframe(volcano, panel.aspect = 0.5,zoom = 1,scales=list(arrows = FALSE),drape = TRUE, colorkey = TRUE)

20

4060

80

1020

3040

5060

100

120

140

160

180

rowcolumn

volcano

100

120

140

160

180

200


Visualização de dados discretos

cor.Cars93 <-cor(Cars93[, !sapply(Cars93, is.factor)], use = "pair")Level.plot<-levelplot(cor.Cars93,scales=

list(x = list(rot = 90)))


Visualização de dados discretos

Level.plot

row

colu

mn

Min.PricePrice

Max.PriceMPG.city

MPG.highwayEngineSize

HorsepowerRPM

Rev.per.mileFuel.tank.capacity

PassengersLength

WheelbaseWidth

Turn.circleRear.seat.roomLuggage.room

Weight

Min

.Pric

eP

rice

Max

.Pric

eM

PG

.city

MP

G.h

ighw

ayE

ngin

eSiz

eH

orse

pow

erR

PM

Rev

.per

.mile

Fue

l.tan

k.ca

paci

tyP

asse

nger

sLe

ngth

Whe

elba

seW

idth

Turn

.circ

leR

ear.s

eat.r

oom

Lugg

age.

room

Wei

ght

−0.5

0.0

0.5

1.0


Documents

Visualização de dados Lattice e ggplot2 (uma introdução)ra109078/RCampinasUsersGroup/R_campinas_… · David Henriques da Matta e Omar Abbara Visualização de dados Lattice e