04-plotting_ggplotting.Rmd

# Plotando

## `plot` (base)

**Exemplo**: Dados de qualidade do ar

```{r}
df <- readRDS("dados/df.rds")
summary(df)
```

A função `plot` precisa dos seguintes argumentos:

```{r}
args(plot)
```

Então, a forma mais fácil de plotar uma variável em função do tempo é:

```{r}
plot(x = df$tempo, y = df$MediaHoraria)
```

Feio, né?  
Tentando deixar mais bonito...

```{r}
plot(x = df$tempo[1:100], y = df$MediaHoraria[1:100], #-- Selecionando uma parte do df!
     pch = 16, #-- Forma do ponto (círculo preenchido)
     type = "b", #-- Tipo de gráfico ("b" = both, ponto e linha)
     col = "blue", #-- Cor do elemento (definido pelo type)
     xlab = "Data", ylab = "NOx [ppb]", #-- Nome dos eixos x e y
     main = "Gráfico mais Bonito") #-- Título do gráfico
```

Colocando **DOIS** elementos no mesmo gráfico: 

<a id="plot_base"></a>
```{r}
df_parcial <- df[1:180,] #-- Selecionando uma parte do df!
plot(x = df_parcial$tempo[df_parcial$Valido == "Sim"], 
     y = df_parcial$MediaHoraria[df_parcial$Valido == "Sim"],
     pch = 16, type = "b", col = "blue",
     xlab = "Data", ylab = "NOx [ppb]",
     main = "Dados Válidos e Inválidos")
lines(x = df_parcial$tempo[df$Valido == "Não"], 
      y = df_parcial$MediaHoraria[df$Valido == "Não"], 
      pch = 15, type = "b", col = "red")
```
    
***  
<span style="color:purple">**Desafio**: Coloque uma legenda na figura especificando que os dados válidos estão em azul e os inválidos em vermelho </span>
   
***
  
A função `plot` cumpre bem o papel de gerar um gráfico simples, e até permite algumas customizações, mas ela exige cada vez mais linhas de código e argumentos dentro das funções para deixar o gráfico "mais bonito" - ao cumprir o desafio, você irá perceber como uma coisa "simples" como colocar uma legenda pode exigir muito mais do que parece!

## image


A função `image` permite pĺotear matrieces diretamente. Vamos testar esta função
com a librería `cptcity`. Argumentos similares de plot podem ser usados em
`image`.


```{r}
library(cptcity)
image(matrix(1:100), col = lucky())
image(matrix(1:100), col = lucky())
image(matrix(1:100), col = lucky())
```

## `ggplot` (ggplot2)

A função `ggplot` funciona de um jeito um pouco diferente. Veja a figura abaixo:

![Fonte: https://github.com/rstudio/cheatsheets/raw/master/data-visualization-2.1.pdf](figuras/ggplot_guide.png)

Em vez de uma única função, o gráfico é formado por camadas, sendo que cada camada é um elemento (`geom_...` ou `stat_...`) ou configuração (`scale_..._...`, `coord_...`, `theme` ou `theme_...`, `guides`, `labs`, etc). Consulte a maioria das opções disponíveis em [Data Visualization Cheatsheet](https://github.com/rstudio/cheatsheets/raw/master/data-visualization-2.1.pdf).

Que tal refazermos os gráficos da seção anterior?

```{r, message=FALSE}
#-- Não esqueça de carregar o pacote!
library(ggplot2)
```

```{r}
ggplot(df, aes(x = tempo, y = MediaHoraria)) +
  geom_point(pch = 1)
```

```{r}
ggplot(df[1:100,], aes(x = tempo, y = MediaHoraria)) + 
  geom_line(color = "blue") + #-- Linhas...
  geom_point(color = "blue", pch = 16) + #-- ... com pontos
  labs(title = "Gráfico mais Bonito", x = "Data", y = "NOx [ppb]") + #-- Títulos
  theme(plot.title = element_text(hjust = 0.5)) #-- Centralizando o título
```

Agora o mais interessante:

```{r}
ggplot(df[1:180,], aes(x = tempo, y = MediaHoraria)) + 
  geom_line(aes(color = Valido)) +
  geom_point(aes(color = Valido, shape = Valido)) +
  labs(title = "Dados Válidos e Inválidos", x = "Data", y = "NOx [ppb]") +
  scale_color_manual(values = c("red", "blue")) + #-- Definindo as cores manualmente
  scale_shape_manual(values = c(15, 16)) + #-- Definindo as formas manualmente
  theme(plot.title = element_text(hjust = 0.5))
```


<span style="color:blue">**Pergunta**: Qual a principal diferença entre o código acima e o [código usando `plot`](#plot_base)?</span>


A função `ggplot` plota apenas data frames, pois ela mapeia as variáveis por nomes de colunas. Assim, é preciso [converter matrizes ou arrays em data frames](#convert_df).  
Uma vantagem de trabalharmos com data frames, [como já vimos antes](#processing_dfs), é poder manipular esses dados de muitas formas possíveis antes de plotá-los. 

**Continuação do Exemplo**: Extraindo algumas informações sobre os dados

Vamos analisar o ano de 2014:   

* *Em média*, como o NOx varia ao longo do dia?  
    + E para cada dia da semana?  
    + E para cada mês?  
  
Usando algumas outras funções dentro do [**Tidyverse**](#tidyverse):

```{r, message=FALSE}
library(tidyverse)

df_2014 <- filter(df, ano == "2014")
df_2014_hour <- df_2014 %>% #-- A partir do data frame df_2014
  group_by(Hora) %>% #-- Agrupe os dados pela coluna hora
  summarise(Media = mean(MediaHoraria, na.rm = T)) %>% #-- E calcule as médias, 
                                                       #-- salvando em uma coluna nova
  mutate(Hora = as.POSIXct(strptime(Hora, "%H:%M"))) %>% #-- Transformando em data
  ungroup() #-- Desagrupando

ggplot(df_2014_hour) +
  scale_x_datetime(date_labels = "%H:%M") + #-- Formato de data que aparecerá no eixo x
  geom_line(aes(x = Hora, y = Media, group = 1), color = "purple") +
  labs(title = "Média Horária Anual", y = "NOx [ppb]")
```

```{r, message=FALSE}
df_2014_weekly <- df_2014 %>%
  group_by(Hora, weekdays) %>% #-- Agrupando os dados pelas colunas Hora e weekdays
  summarise(Media = mean(MediaHoraria, na.rm = T)) %>% 
  ungroup() %>% 
  mutate(Hora = as.POSIXct(strptime(Hora, "%H:%M"))) %>%
  mutate(weekdays = factor(weekdays, levels = c("segunda", "terça", "quarta",
                                                "quinta", "sexta", "sábado", 
                                                "domingo"))) #-- Ordenando os dias da semana

ggplot(df_2014_weekly) +
  scale_x_datetime(date_labels = "%H:%M") +
  geom_col(aes(x = Hora, y = Media), fill = "purple") +
  labs(title = "Média Horária Anual por Dia da Semana", y = "NOx [ppb]") +
  facet_wrap(~ weekdays) #-- Criando paineis em função do dia da semana
```

```{r, message=FALSE}
df_2014_monthly <- df_2014 %>%
  group_by(Hora, mes) %>% #-- Agrupando os dados pelas colunas Hora e mes
  summarise(Media = mean(MediaHoraria, na.rm = T)) %>%
  ungroup() %>%
  mutate(Hora = as.POSIXct(strptime(Hora, "%H:%M"))) %>%
  mutate(mes = factor(mes, levels = c("janeiro", "fevereiro", "março", 
                                      "abril", "maio", "junho", "julho",
                                      "agosto", "setembro", "outubro",
                                      "novembro", "dezembro"))) #-- Ordenando os meses

ggplot(df_2014_monthly) +
  scale_x_datetime(date_labels = "%H:%M") +
  geom_col(aes(x = Hora, y = Media), fill = "purple") +
  labs(title = "Média Horária Anual por Mes", y = "NOx [ppb]") +
  facet_wrap(~ mes) #-- Criando paineis em função do mês
```

***
<span style="color:red">**Exercício**: *Em média*, como **os dados válidos** de NOx variam mensalmente ao longo do ano de 2014? Faça um gráfico.</span>
  
  
<span style="color:purple">**Desafio**: Ainda é possível melhorar os gráficos acima! Pesquise como:</span>  
 
<span style="color:purple">* Diminuir a quantidade de horários no eixo x</span>  
<span style="color:purple">* Separar por dias da semana e meses a partir da coluna "tempo", não precisando usar as colunas de caracteres e consequentemente ordená-las manualmente</span>   
   
***   

### Explorando outras escalas de cores e temas

Pacotes **veinreport** e **cptcity**

```{r eval=F}
devtools::install_github("atmoschem/veinreport")
```

```{r message=F}
library(veinreport)
library(cptcity)
```

Refazendo alguns gráficos:  

```{r}
ggplot(df, aes(x = tempo, y = MediaHoraria)) + 
  geom_line(aes(color = MediaHoraria)) +
  labs(x = "Data", y = "NOx [ppb]") +
  scale_color_gradientn(colours = cpt()) + #-- Definindo as cores com uma escala gradiente
  theme_black()
```

Experimentando escalas de cores com a função `lucky`:

```{r}
ggplot(df_2014_monthly) +
  scale_x_datetime(date_labels = "%H:%M") +
  geom_col(aes(x = Hora, y = Media, fill = Media)) +
  labs(title = "Média Horária Anual por Mes", y = "NOx [ppb]") +
  scale_fill_gradientn(colors = lucky()) + #-- Definindo as cores com uma escala gradiente aleatória
  theme_black() +
  theme(legend.position = "bottom", legend.direction = "horizontal") + #-- Colocando a legenda na parte de baixo da figura
  facet_wrap(~ mes) #-- Criando paineis em função do mês
```

**Este é só o começo!** [Veja aqui um pouco mais das muitas aplicações do `ggplot`](http://r-statistics.co/Top50-Ggplot2-Visualizations-MasterList-R-Code.html).