1 Organizando os gráficos em um layout

Agora que temos todas as figuras em uma lista, podemos fazer arranjos com nossas figuras. Para isso, usamos a função ggarrange() da biblioteca ggpubr. A função ggarrange() recebe vários argumentos, mas o principal são as figuras que queremos organizar. Podemos especificar as figuras de duas maneiras, definindo uma lista com todas as nossas figuras, ou se quisermos figuras específicas, podemos defini-las uma por uma. Por exemplo:

library(ggpubr) # lcarrega a biblioteca
ggarrange(plotlist = figures)

Essa pode não ser a melhor disposição para as figuras, pois é muita informação, então podemos organizá-las em várias ‘páginas’. A maneira como ggarrange() organiza as figuras é em uma grade n x n. Se não for especificado, ele tentará organizar todas as figuras em uma única grade, mas podemos usar os argumentos ncol e nrow para limitar o número de elementos por célula em nossa grade. Por exemplo:

ggarrange(plotlist = figures, ncol = 2, nrow = 1)

## $`1`

## 
## $`2`

## 
## $`3`

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

Se quisermos selecionar figuras específicas, precisaremos selecioná-las da lista ou adicioná-las uma por uma. Também podemos adicionar rótulos para posterior referência na legenda da figura, por exemplo:

toppanel <- ggarrange(
  figures$bars, figures$box, # Essas são nossas figuras
  labels = c('a.', 'b.') # Os rótulos
) 

toppanel

Também podemos fazer arranjos com arranjos, por exemplo:

p1 <- ggarrange(toppanel, figures$timeseries, ncol = 1, heights = c(2, 1), labels = c('','c')) # Adicionar outra figura na parte inferior

p1

Finalmente, podemos adicionar um título geral para o arranjo:

p1 %>% 
  annotate_figure(top = text_grob('Resumo dos resultados', face = 'bold', size = 20))

Observe que a especificação do texto usa a função text_grob(), que é semelhante à maneira como especificamos texto para os temas no ggplot.

2 Facetas

As facetas são uma maneira de estratificar os dados com base em variáveis do conjunto de dados. Você pode pensar nisso de maneira semelhante ao uso de grupos. Para criar um gráfico estratificado, podemos usar a função facet_grid(), que solicitará uma variável para ser colocada nas linhas e outra nas colunas:

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

figures$histogram <- captures %>% # Os dados que vamos usar 
  ggplot() + 
  geom_histogram(aes(treated), fill = 'red4') + # Vamos criar um histograma da variável tratados
  facet_grid(
    rows = vars(trap_type), # Usaremos a variável Tipo de armadilha para as linhas
    cols = vars(municipality) # E a variável município nas colunas
  )

figures$histogram

3 Exercício

Agora que você conhece algumas ferramentas para buscar informações, você terá que fazer seus próprios gráficos. Se você quiser fazer gráficos com os conjuntos de dados que temos usado, pode fazer isso, ou pode usar qualquer código online para replicá-los.

Acesse o site Data to Viz.
Identifique alguns gráficos que você gostaria de fazer (você também pode fazer gráficos que já fizemos anteriormente nos exercícios).
Certifique-se de rotular seus gráficos!
Experimente alterar as cores, variáveis, temas etc.
Reproduza alguns gráficos e organize-os em um arranjo.

Ao final, teremos uma discussão em que você poderá compartilhar seus gráficos e solucionar quaisquer problemas que possa ter tido. Se você criou algo que gostaria de compartilhar, faça o upload para a pasta compartilhada:

Este laboratório foi desenvolvido com contribuições de: Jose Pablo Gomez-Vazquez and José Grisi-Filho.
Sinta-se à vontade para usar estes materiais de treinamento em sua própria pesquisa e ensino. Ao utilizar os materiais, agradecemos que sejam atribuídos os devidos créditos. Se você estiver interessado em uma sessão de treinamento, entre em contato: jpgo@ucdavis.edu.

Arranjos de figuras

1 Organizando os gráficos em um layout

2 Facetas

3 Exercício