Switch to english | Mudar para Português

1 Arreglando las figuras en un layout

Ahora que tenemos todas las figuras en una lista, podemos hacer arreglos con nuestras figuras. Para esto usamos la función ggarrange() de la biblioteca ggpubr. El ggarrange() toma múltiples argumentos, pero el principal son las figuras que queremos arreglar. Podemos especificar las figuras de dos formas, definiendo una lista con todas nuestras figuras, o si queremos figuras concretas podemos definir las figuras una a una. Por ejemplo:

library(ggpubr) # load the library
ggarrange(plotlist = figures)

Puede que esta no sea la mejor disposición para las figuras, ya que es demasiada información, por lo que podemos organizarla en varias ‘páginas’. La forma en que ggarrange() organiza la figura es en una cuadrícula n x n. Si no se especifica, intentará organizar todas las figuras en una sola cuadrícula, pero podemos usar los argumentos ncol y nrow para limitar el número de elementos por celda en nuestra cuadrícula. Por ejemplo:

ggarrange(plotlist = figures, ncol = 2, nrow = 1)
## $`1`

## 
## $`2`

## 
## $`3`

## 
## attr(,"class")
## [1] "list"      "ggarrange"

Si queremos seleccionar figuras específicas, tendremos que eliminarlas de la lista o simplemente agregarlas una por una. También podemos agregar etiquetas para referencia posterior en el pie de figura, por ejemplo:

toppanel <- ggarrange(
  figures$bars, figures$box, # These are our figures
  labels = c('a.', 'b.') # The labels
) 

toppanel

También podemos hacer arreglos con arreglos, por ejemplo:

p1 <- ggarrange(toppanel, figures$timeseries, ncol = 1, heights = c(2, 1), labels = c('','c')) # Add another figure at the bottom

p1

Finalmente podemos añadir un título general para el arreglo:

p1 %>% 
  annotate_figure(top = text_grob('Summary of the findings', face = 'bold', size = 20))

Tenga en cuenta que la especificación del texto usa la función text_grob(), que es similar a la forma en que especificamos el texto para los temas en ggplot.

2 Facetas

Las facetas son una forma de estratificar los datos en función de las variables en el conjunto de datos, puede pensarlo de manera similar a como hemos estado usando grupos. Para crear un gráfico estratificado podemos usar la función facet_grid() que pedirá una variable para las filas y otra para las columnas:

figures$timeseries +
  facet_grid(rows = vars(trap_type))

figures$histogram <- captures %>% # The data we will use 
  ggplot() + # set the canvas
  geom_histogram(aes(treated), fill = 'red4') + # We will create a histogram of the Age
  facet_grid(
    rows = vars(trap_type), # We will use the Sex variable for rows
    cols = vars(municipality) # We use the Result variable for Columns
  )

figures$histogram

3 Ejercicio

Ahora que conoces algunas herramientas para buscar información, tendrás que hacer tus figuras por tu cuenta. Si desea hacer figuras con los conjuntos de datos que hemos estado usando, puede hacerlo o puede usar cualquiera de los códigos en línea para replicarlos.

  1. Ve al sitio web Data to Viz
  2. Identifica algunas figuras que te gustaría hacer (también puedes hacer figuras que ya hemos hecho en los ejercicios)
  3. ¡Asegúrate de etiquetar tus figuras!
  4. Experimenta cambiando los colores, variables, temas, etc…
  5. Reproduzca algunas figuras y colóquelas en un arreglo.

Al final, tendremos una discusión en la que podrá compartir sus cifras y solucionar cualquier problema que haya tenido. Si creaste algo que te gustaria compartir, subelo a la carpeta compartida:

This lab has been developed with contributions from: Jose Pablo Gomez-Vazquez.
Feel free to use these training materials for your own research and teaching. When using the materials we would appreciate using the proper credits. If you would be interested in a training session, please contact: