Una de las cosas más divertidas y potentes de R es su capacidad gráfica. En esta sección vamos a explorar algunos gráficos sencillos de R base y su versión en ggplot2. Cuando me refiero a base R es la función de plot que viene con R. Mientras que ggplot2 es una sintaxis especializada para generar gráficos por capas en R. No hay un camino correcto en este caso, lo mejor es que cada quien use el método que más entienda o que más le llame la atención. Yo personalmente entiendo mejor (y se más trucos) al ggplot.

Datos

Vamos a usar unos datos especiales para realizar la mayoría de las gráficas. Estos datos vienen en un paquete de R llamado palmerpenguins y si, es sobre pingüinos. Para usarlo tenemos que instalarlo y luego cargar los datos

library(ggplot2) # Carguemos ggplo2
#install.packages("palmerpenguins")
library(palmerpenguins) # Cargar el paquete

Nubes de puntos

Plot
Ggplot

plot(x= penguins$flipper_length_mm, # Definir eje x
     y= penguins$body_mass_g, # Definir eje y
     pch= 18, # Tipo de punto
     cex= 2, # Tamaño
     col= "#69b3a2", # Color
     xlab = "Largo de aleta (mm)", # Nombre eje x
     ylab= "Masa corporal (g)", # Nombre eje y
     main= "Tamaño de pingüinos") # Título

ggplot(data = penguins, # Definir datos
       aes(x=flipper_length_mm, # Eje x
           y = bill_length_mm))+ # Eje y
  geom_point(shape= 18, # Tipo de punto
             col= "#69b3a2", # Color
             size= 3)+ # Tamaño
  labs(title= "Tamaño de pingüinos", #título
       x= "Largo de aleta (mm)", # Leyenda eje x
       y= "Masa corporal (g)")+ # Leyenda eje y
  theme_bw() # Adicional de diseño

Warning: Removed 2 rows containing missing values or values outside the scale range
(`geom_point()`).

Histogramas

Plot
Ggplot

hist(penguins$bill_depth_mm, # Datos
     prob= TRUE, # False es de frecuencia
     breaks = 10, # Número de segmentos
     col= "#E1DEFC", # Color
     border = "#9A68A4", # Borde
     main= "Histograma con plot",
     xlab= "Alto del pico",
     ylab= "Densidad")

ggplot(data = penguins, # Definir datos
       aes(x=bill_depth_mm))+ # Eje x
         geom_histogram(aes(y=..density..), #Definir densidad
                        fill= "#E1DEFC", # Color
                        col= "#9A68A4", # Borde
                        bins = 10)+ # Número de segmentos
  labs(title= "Histograma con ggplot",
       x= "Alto del pico",
       y= "Densidad")+
  theme_classic()

Warning: The dot-dot notation (`..density..`) was deprecated in ggplot2 3.4.0.
ℹ Please use `after_stat(density)` instead.

Warning: Removed 2 rows containing non-finite outside the scale range
(`stat_bin()`).

Gráfico de densidad

Plot
Ggplot

# Generar densidades por especie
densidades <- tapply(penguins$bill_length_mm, penguins$species, density, na.rm=TRUE)

# Gráfico
plot(densidades$Adelie, # Llamar densidad de una especie
     xlim= c(min(penguins$bill_length_mm, # Definir limites
                 na.rm = TRUE),# Existencia de NAs
             max(penguins$bill_length_mm, 
                 na.rm = TRUE)),
     main= "Densidad por especie")# Gráfico principal
lines(densidades$Chinstrap, col=2) # Linea por especie
lines(densidades$Gentoo, col=3)
# Legenda
legend("topright", # Posición
       legend = levels(as.factor(penguins$species)) , # Definir niveles
        lty = 1, # Tipo de linea
       col = 1:3) # Color

ggplot(penguins, aes(x= bill_length_mm))+ # Datos
  geom_density(aes(fill= species), # Color por especie
               alpha= 0.5)+ # Opacidad
  labs("Densidad por especie",
       x= "Largo del pico",
       fill= "Especies")+
  theme_bw()

Warning: Removed 2 rows containing non-finite outside the scale range
(`stat_density()`).

Boxplot

Plot
Ggplot

boxplot(flipper_length_mm ~ species, # Formula de gráfico
        data = penguins, # Datos
        col= "white", # Color del boxplot
        main= "Boxplot",
        ylab= "Largo de aleta (mm)",
        xlab= "Species")
stripchart(flipper_length_mm ~ species, # Agregar jitter
        data = penguins, 
        method= "jitter", # metodo de puntos
        pch= 19, # tipo de puntos
        col= 2:4, # Colores
        vertical= TRUE,
        add= TRUE) # Adicionar al anterior

ggplot(penguins, aes(x= species, # Definir x
                     y= flipper_length_mm))+ #Definit y
  geom_boxplot()+ # Agregar boxplot
  geom_jitter(aes(col=species), # Agregar puntos y color
              width = 0.2)+ #Ancho
  labs(title = "Boxplot con ggplot",
       y= "Largo de aleta (mm)",
       x= "Especies")+
  theme_bw()+
  theme(legend.position = "none")

Warning: Removed 2 rows containing non-finite outside the scale range
(`stat_boxplot()`).

Warning: Removed 2 rows containing missing values or values outside the scale range
(`geom_point()`).

Lineas de regresión

Plot
Ggplot

plot(x= penguins$bill_length_mm, #Definir x
     y= penguins$bill_depth_mm, #Definit y
     pch= 16, # Tipo de punto
     xlab= "Alto de pico (mm)",
     ylab= "Longitud de pico (mm)")
abline(lm(bill_depth_mm~bill_length_mm, # Agregar linea con base en un lm
          data = penguins),
       col= 4, # Color de linea
       lwd= 3) # Tipo de linea

coef <- round(coef(lm(bill_depth_mm~bill_length_mm,
          data = penguins)), # Extraer coeficientes
          2)
text(x=36, # coordenadas del texto
     y=14, # coordenadas en y del texto
     paste("Y = ", coef[1], "+", coef[2], "x")) # Texto

ggplot(penguins, aes(x= bill_length_mm, # Datos en x
                     y= bill_depth_mm))+ # datos de y
  geom_point()+ # Agregar puntos
  geom_smooth(method = "lm")+ # Agregar modelo
  annotate("text", x=36, y=14, # Texto
           label= paste("Y = ", coef[1], "+", coef[2], "x") )+
  labs(x= "Alto de pico (mm)",
     y= "Longitud de pico (mm)")+
  theme_minimal()

`geom_smooth()` using formula = 'y ~ x'

Warning: Removed 2 rows containing non-finite outside the scale range
(`stat_smooth()`).

Warning: Removed 2 rows containing missing values or values outside the scale range
(`geom_point()`).

6. Gráficos básicos en R