Gráficos no R

Programação

Gráficos

ggplot2

Visualizar

Como representar graficamente dados no R

Autores

Afiliações

João O. Santos

ISPA

Cristina Mendonça

ISPA; WJCR

Vitória Melita

FP-UL

Mariona Pascual Peñas

UIB

João Raposo

ISPA

Marta Barros

FP-UL

0 Introdução

Os gráficos podem ser considerados parte da estatística descritiva, resumindo os nossos dados de forma visual (enquanto estatísticas descritivas como a média e desvio-padrão, resumem os dados de forma numérica).

Os livros de estatística tradicionais (e.g., Marôco, 2020) costumam especificar qual o tipo de gráficos que é adequado para cada tipo de escala de medida das variáveis (e.g., qualitativa ordinal, quantitativa contínua, etc.). Por vezes salientam que há representações gráficas que costumam ser sobrepostas num só gráfico (e.g., que a curva da distribuição normal é frequentemente sobreposta a um histograma). Contudo, as capacidades gráficas dos computadores e dos programas estatísticos evoluíram muito rapidamente e creio que os manuais estatísticos nem sempre os acompanharam. Penso também que é importante distinguir Estatística (enquanto área do saber) de análise de dados, que é algo mais prático/técnico. Quando olhamos para recursos mais direccionados a analistas de dados, creio que se percebe o destaque e importância que dão à visualização dos dados.

Um bom exemplo disto são os capítulos de visualização de dados de Wicham e colaboradores (2023).

Dica

Ao longo deste tutorial verá caixas destacadas como estas, de diversos tipos, que tentam destacar algumas notas e avisos.

Este tutorial foi escrito em Quarto e tem activada uma funcionalidade que criou automaticamente hiperligações nos pacotes e funções do R (ver code-link: true). Por essa razão, poderá clicar nas funções presentes no código para consultar a sua documentação online.

Experimente carregar nesta função help().

A Importância de Visualizar os Dados

Matejka e Fitzmaurice (2017)

R “Puro”

Numa instalação típica, o R já traz consigo várias funcionalidades de representação gráfica. Dito isto, as funções de base do R que geram gráficos tendem a ser menos flexíveis e menos esteticamente apelativas do que as disponíveis noutros pacotes, em particular no ggplot2. Os exemplos de código abaixo ilustram estas funcionalidades. O resto do tutorial irá focar-se na geração de gráficos com o ggplot2.

# Creates a vector with 30 values sample from a normal/z distribution
values <- rnorm(30)

# Creates a histogram of those values
hist(values)

# Creates a boxplot of those values
boxplot(values)

# Creates a normal Q-Q plot
qqnorm(values)
# Adds line
qqline(values)

1 Básicos do `ggplot2`

Instalação

Como qualquer pacote, o ggplot2 deve ser instalado antes de ser usado pela primeira vez.

# Install `ggplot2`
install.packages("ggplot2")

Na função install.packages() escrevemos os nome do pacote entre aspas, para que o R o possa procurar no repositório oficial de pacotes (CRAN).

Este comando só precisa de ser executado uma vez na consola—não deve fazer parte do script, muito menos dum documento quarto!

Importação

Assim como qualquer pacote, o ggplot2 também precisa de ser importado com library(package_name) para termos as suas funções disponíveis no nosso ambiente.

library(ggplot2)

Na função library() escrevemos o nome do pacote directamente (i.e., sem aspas), dado que o pacote já deverá ter sido instalado.

Dica

Podemos importar um pacote com library() em qualquer linha de código que seja executada antes de algum objecto do pacote ser usado. Contudo, por uma questão de organização, é boa prática importar todos os pacotes, por ordem alfabética no início do script.

Nota

É possível no entanto usar funções dum pacote instalado sem o invocar com library(package_name) se escrevermos package_name::function_from_package(), por exemplo, ggplot2::ggplot().

Dito isto, no caso do ggplot2 isto não será muito prático, porque usaremos muitas funções que vêm desse pacote sempre que quisermos fazer um gráfico e estar sempre a escrever ggplot2:: é chato e torna o código menos legível.

Gramática Base

O “gg” em ggplot2 significa “grammar of graphics” e ilustra o conceito fundamental do ggplot2, a composição de gráficos recorrendo a várias camadas e várias funções (por oposição a uma única função que gere cada tipo de gráfico).

Para criarmos um gráfico começamos por invocar a função ggplot() e depois vamos adicionando várias camadas com elementos gráficos—os geoms (e.g., geom_histogram())—ou opções de personalização da aparência do gráfico (e.g., theme_classic()).

Cuidado

A função que usamos é ggplot() apesar do pacote se chamar ggplot2

Não espero que compreendam o código abaixo, apenas quero que comecem a ganhar alguma familiaridade com usos típicos do ggplot2.

Aviso

O código abaixo é pseudocódigo e não deverá correr na vossa máquina. Mais à frente apresentarei exemplos que poderão tentar replicar e adaptar.

# Creates empty graph defining aesthetics
ggplot(data = ds, aes(x = x_var, y = y_var, color = color_var, fill = fill_var)) +
# Geoms are addeed next
geom_violin() +
# Multiple geoms can be combined
geom_point() +
# We can customize the axis, scales, and legends
ylim(0, 6500) +
xlab("X axis label") +
# We can also customize the appearance with different themes
theme_classic() +
# And we can even customize the theme itself
theme(text = element_text(family = "Times New Roman"))

Dados de Exemplo

Para podermos representar graficamente os nossos dados é importante que os tenhamos…ou então desenhamos só os eixos e isso não tem muita piada…

Neste tutorial vamos utilizar a base de dados penguins do pacote palmerpenguins, que contém dados de três espécies de pinguins do Pólo Sul.

Se pretender executar o código deste tutorial na sua máquina é importante que siga os passos abaixo.

Dica

Para aprender mais sobre estes dados e a motivação para a criação do pacote basta carregar neste excerto de código: palmerpenguins::penguins.

Instalação

Para termos acesso aos dados do pacote palmerpenguins basta-nos instalar o pacote como qualquer outro pacote.

install.packages("palmerpenguins")

Criação da Variável `ds`

Para facilitar o nosso trabalho ao longo deste tutorial, vamos criar uma variável ds (abreviatura de dataset) que terá os nossos dados.

# Create ds var with dataset
ds <- palmerpenguins::penguins

# [OPTIONAL] Inspect data (do not include the line below in a script)
head(ds)

species	island	bill_length_mm	bill_depth_mm	flipper_length_mm	body_mass_g	sex	year
Adelie	Torgersen	39.1	18.7	181	3750	male	2007
Adelie	Torgersen	39.5	17.4	186	3800	female	2007
Adelie	Torgersen	40.3	18.0	195	3250	female	2007
Adelie	Torgersen	NA	NA	NA	NA	NA	2007
Adelie	Torgersen	36.7	19.3	193	3450	female	2007
Adelie	Torgersen	39.3	20.6	190	3650	male	2007

Remoção de Casos Incompletos

Para facilitar o nosso trabalho e evitar termos de lidar com edge cases mais tarde, vamos seleccionar apenas as linhas sem valores em falta em nenhuma das colunas.

ds <- ds[complete.cases(ds), ]

Aesthetics

aes(): função que usamos dentro da call do ggplot() para definir a estética do gráfico

À função aes() damos como argumentos os nomes das colunas da base de dados (o argumento data = ds que demos à função gpplot()), sem aspas.

x: a variável que irá ser colocada no eixo do x
y: a variável que irá ser colocada no eixo do y
fill: a variável que define a cor do preenchimento dos objectos
color: a variável que define a cor dos pontos, linhas e contornos dos objectos

ggplot(ds, aes(x = flipper_length_mm, y = body_mass_g)) +
geom_point()

Geoms

Função

geom_point()

Exemplos

Peso corporal dos pinguins em função do tamanho da suas barbatanas.

ggplot(ds, aes(x = flipper_length_mm, y = body_mass_g)) +
geom_point()

Peso corporal dos pinguins em função do tamanho da suas barbatanas, tendo os pontos cores diferentes consoante o sexo.

ggplot(ds, aes(x = flipper_length_mm, y = body_mass_g, color = sex)) +
geom_point()

Peso corporal dos pinguins em função do tamanho da suas barbatanas, tendo os pontos cores diferentes consoante o sexo e formas diferentes consoante a espécie.

ggplot(ds,
       aes(x = flipper_length_mm, y = body_mass_g,
           color = sex, shape = species)) +
geom_point()

Dica

À medida que vamos explorando as capacidades gráficas avançadas do R e do ggplot2 é importante irmos também treinando as nossas capacidades de interpretação dos gráficos.

O que se conclui neste caso?

Nota

Reparem que os pontos azuis tendem a estar mais acima dos vermelhos—ou seja, os machos aparentam ser mais pesados que as fêmeas. Os quadrados estão visivelmente acima dos triângulos e bolas—ou seja, os Gentoo, parecem ser a espécie mais pesada.

Função

geom_boxplot()

Exemplos

Boxplot do peso corporal dos pinguins.

ggplot(ds, aes(y = body_mass_g)) +
geom_boxplot()

Boxplots do peso corporal dos pinguins divididos por espécie.

ggplot(ds, aes(x = sex, y = body_mass_g)) +
geom_boxplot()

Boxplots do peso corporal dos pinguins divididos por espécie e sexo, tendo cada sexo uma cor de preenchimento diferente.

ggplot(ds, aes(x = species, y = body_mass_g, fill = sex)) +
geom_boxplot()

Nota

Conseguem interpretar o padrão?

Função

geom_violin()

Exemplos

Podemos usar a função geom_violin() da mesma forma que usámos a geom_boxplot() (ver separador anterior).

Cuidado

Aqui temos de especificar um valor do x, caso contrário teremos erros na geração do gráfico.

Tirando essa excepção verão que nos restantes blocos de código apenas temos de substituir geom_boxplot() por geom_violin().

ggplot(ds, aes(x = "Mass", y = body_mass_g)) +
geom_violin()

Violinos do peso corporal dos pinguins divididos por espécie.

ggplot(ds, aes(x = sex, y = body_mass_g)) +
geom_violin()

ggplot(ds, aes(x = species, y = body_mass_g, fill = sex)) +
geom_violin()

Na realidade, nem temos de optar entre geom_boxplot() e geom_violin()…

Podemos sobrepôr um violino a um boxplot com facilidade.

ggplot(ds, aes(x = species, y = body_mass_g, fill = sex)) +
geom_violin() +
geom_boxplot()

Infelizmente parece que os violinos e os gráficos não ficaram bem alinhados. Temos então de experimentar usar a função position_dodge() para ajustar a posição de ambos, de forma a que fiquem alinhados.

ggplot(ds, aes(x = species, y = body_mass_g, fill = sex)) +
geom_violin(position = position_dodge(1)) +
geom_boxplot(position = position_dodge(1))

Vemos assim um exemplo de como o ggplot2 nos permite ir compondo os gráficos por camadas.

Nota

Conseguem interpretar o padrão?

Função

geom_histogram()

Exemplos

Este geom é usado sem um y ou sem um x porque essa escala será a contagem dos casos (ou a densidade).

ggplot(ds, aes(x = body_mass_g)) +
geom_histogram()

ggplot(ds, aes(y = body_mass_g)) +
geom_histogram()

ggplot(ds, aes(x = body_mass_g, fill = sex)) +
# alpha = 0.5: 50% transparency to show the distributions overlaping
geom_histogram(alpha = 0.5)

Função

geom_density()

Exemplos

O geom_density() pode ser usado nos mesmos casos em que usaríamos o histograma (formalmente seria para variáveis contínuas, ou discretas com tantos níveis que possamos tartar como contínuas).

Assim sendo basta pegar nos exemplos anteriores e trocar a função geom_histogram() pela geom_density().

Este geom é usado sem um y ou sem um x porque essa escala será a da densidade.

ggplot(ds, aes(x = body_mass_g)) +
geom_density()

ggplot(ds, aes(y = body_mass_g)) +
geom_density()

ggplot(ds, aes(x = body_mass_g, fill = sex)) +
# alpha = 0.5: 50% transparency to show the distributions overlaping
geom_density(alpha = 0.5)

Função

geom_bar()

Exemplos

ggplot(ds, aes(x = sex)) +
geom_bar()

ggplot(ds, aes(x = species, fill = sex)) +
geom_bar()

Dica

Quando queremos dividir as barras por grupos dentro de grupos (e.g., em delineamentos 2X2), devemos usar position = position_dodge2() ou position = position_dodge() colocando um valor apropriado dentro da função se necessário.

ggplot(ds, aes(x = species, fill = sex)) +
geom_bar(position = position_dodge2())

Dica

Por default a função vai somar o número de casos, mas podemos usar stat = identity para dizer que a altura da barra é dada pelo valor das células (e.g., no caso de termos uma tabela com os valores das médias de cada grupo e querermos que as barras tenha essa altura).

A título de exemplo, vamos imaginar que tínhamos uma tabela de contagens por espécie e sexo e queríamos usá-la para fazer o gráfico de barras.

# Tables species by sex
counts <- table(ds$species, ds$sex)

# Converts `counts` to a `data.frame()`
counts <- data.frame(counts)

# Let's see how it looks
head(counts)

Var1	Var2	Freq
Adelie	female	73
Chinstrap	female	34
Gentoo	female	58
Adelie	male	73
Chinstrap	male	34
Gentoo	male	61

ggplot(counts, aes(x = Var1, fill = Var2, y = Freq)) +
geom_bar(stat = "identity", position = position_dodge2())

2 Facets

Dica

O ggplot2 só gera um gráfico por objecto. Contudo, existem pacotes que permitem juntar vários gráficos criados pelo ggplot2 num só objecto. Dito isto, se soubermos usar bem as funções facet_wrap() e fracet_grid() conseguimos separar o nosso gráfico em painéis, conseguindo evitar recorrer a pacotes adicionais.

`facet_wrap()`

ggplot(ds, aes(x = flipper_length_mm, y = body_mass_g)) +
geom_point() +
facet_wrap(~ sex)

ggplot(ds, aes(x = flipper_length_mm, y = body_mass_g)) +
geom_point() +
facet_wrap(~ species * sex, ncol = 2)

`facet_grid()`

ggplot(ds, aes(x = flipper_length_mm, y = body_mass_g)) +
geom_point() +
facet_grid(~ sex)

Cuidado

Com facet_grid() também usamos a sintaxe das fórmulas para criar os painéis, mas reparem que agora passamos uma das VIs para o lado esquerdo da fórmula.

ggplot(ds, aes(x = flipper_length_mm, y = body_mass_g)) +
geom_point() +
facet_grid(species ~ sex)

ggplot(ds, aes(x = flipper_length_mm, y = body_mass_g)) +
geom_point() +
facet_grid(sex ~ species)

ggplot(ds, aes(x = flipper_length_mm, y = body_mass_g)) +
geom_point() +
facet_grid(sex ~ species + island)

3 Aparência

O ggplot2 tem vários temas que afectam toda a aparência do gráfico. Na secção abaixo listo os dois temas que mais recomendo, em particular se planearem usar os gráficos numa publicação científica.

Dito isto, podem também espreitar o capítulo sobre temas do livro oficial do ggplot2.

Existem também outros temas disponíveis, que normalmente requerem a instalação de pacotes adicionais.

Temas Recomendados

# Creates variable `g`, which is a `ggplot2` we can evoke later
g <- ggplot(ds, aes(x = flipper_length_mm, y = body_mass_g)) +
     geom_point() +
     geom_smooth()

# Prints default plot
print(g)

`theme_classic()`

g + theme_classic()

`theme_minimal()`

g + theme_minimal()

Personalização do Tema

Há demasiadas opções de personalização do tema/aparência do gráfico para incluir neste tutorial. Abaixo está um exemplo de como alterar o tipo e tamanho de letra de todos os elementos textuais do gráfico.

g +
theme_classic() +
theme(text = element_text(family = "Times New Roman", size = 30))

Aconselho a leitura da referência da função theme() para mais informações.

Dica

Como tudo em 2025, o site oficial do pacote ggplot2 já contem uma AI a quem podemos fazer perguntas (um chatbot RAG com acesso a toda a documentação oficial). Se tiverem dúvidas específicas sobre personalização da aparência do gráfico que não consigam responder facilmente olhando para o manual da função theme() aconselho a que experimentem colocar as vossas questões a essa AI.

4 Exemplos Mais Complexos

ggplot(ds, aes(x = species, y = body_mass_g, fill = sex)) +
geom_violin(position = position_dodge(1)) +
geom_boxplot(position = position_dodge(1), show.legend = FALSE) +
geom_point(position = position_jitterdodge(jitter.width = 0.25, dodge.width = 1),
           size = 1, show.legend = FALSE) +
stat_summary(fun = "mean", geom = "point", position = position_dodge(1),
             size = 3, color = "red", show.legend = FALSE) +
theme_classic()

# fill sets the fill for the histogram bars and density graph
# color sets the color for the line that contours the densit graph
ggplot(ds, aes(x = body_mass_g, fill = sex, color = sex)) +
geom_histogram(aes(y = ..density..)) +
geom_density(alpha = 0.25, linetype = "dashed") +
facet_wrap(~ species, ncol = 1) +
theme_classic()

ggplot(ds, aes(x = body_mass_g, fill = sex)) +
geom_density(alpha = 0.25, linetype = "dashed") +
geom_histogram(aes(y = ..density..)) +
facet_grid(species ~ sex) +
theme_classic()

# Import packages
# For estimating marginal means.
library(emmeans)

# Changes default options (use constrasts that sum to zero coding scheme)
options(contrasts = c("contr.sum", "contr.poly"))

# Fits model
m <- lm(body_mass_g ~ species, ds)
# Gets estimated marginal mean for each species
emms <- emmeans(m, ~ species)

# Forces `emms` to become a `data.frame()`
emms <- data.frame(emms)

anova(m)

	Df	Sum Sq	Mean Sq	F value	Pr(>F)
species	2	145190219	72595109.6	341.8949	0
Residuals	330	70069447	212331.7	NA	NA

head(emms)

species	emmean	SE	df	lower.CL	upper.CL
Adelie	3706.164	38.13563	330	3631.145	3781.184
Chinstrap	3733.088	55.87955	330	3623.163	3843.013
Gentoo	5092.437	42.24097	330	5009.341	5175.533

ggplot(emms, aes(x = species, y = emmean, fill = species)) +
geom_bar(stat = "identity", position = position_dodge2()) +
geom_errorbar(aes(ymin = lower.CL, ymax = upper.CL), width = 0.3) +
geom_point(color = "red", show.legend = FALSE) +
labs(x = "Species", y = "Estimated Marginal Mean", fill = "Species") +
theme_classic()

ggplot(ds, aes(x = flipper_length_mm, y = body_mass_g, color = species)) +
geom_point() +
geom_smooth(method = lm, se = FALSE) +
theme_classic()

ggplot(ds, aes(x = flipper_length_mm, y = body_mass_g, color = species)) +
geom_point() +
geom_smooth(method = lm, se = FALSE) +
facet_wrap(~ species) +
theme_classic()

ggplot(ds, aes(x = flipper_length_mm, y = body_mass_g, color = species)) +
geom_point() +
geom_smooth(method = lm, se = FALSE) +
facet_grid(species ~ sex) +
theme_classic()

# Import packages
# Used for Anova() tables with type III SS
library(car)
# For estimated marginal means and multiple comparisons
library(emmeans)

# Changes default options (use constrasts that sum to zero coding scheme)
options(contrasts = c("contr.sum", "contr.poly"))

# Fits model
m <- lm(body_mass_g ~ species * sex, ds)
# Gets estimated marginal means to decompose the interaction
emms <- emmeans(m, ~ sex * species)

# Forces `emms` to become a `data.frame()`
emms <- data.frame(emms)

Anova(m, type = 3)

	Sum Sq	Df	F value	Pr(>F)
(Intercept)	5232595969	1	54661.827958	0.0000000
species	143001222	2	746.924492	0.0000000
sex	29851220	1	311.838003	0.0000000
species:sex	1676557	2	8.756997	0.0001973
Residuals	31302628	327	NA	NA

head(emms)

sex	species	emmean	SE	df	lower.CL	upper.CL
female	Adelie	3368.836	36.21222	327	3297.597	3440.074
male	Adelie	4043.493	36.21222	327	3972.255	4114.731
female	Chinstrap	3527.206	53.06120	327	3422.821	3631.590
male	Chinstrap	3938.971	53.06120	327	3834.586	4043.355
female	Gentoo	4679.741	40.62586	327	4599.820	4759.662
male	Gentoo	5484.836	39.61427	327	5406.905	5562.767

Agora vamos gerar os gráficos de pontos e linhas típicos da interacção.

Espécie (eixo do x) por Sexo (linhas)

ggplot(emms, aes(x = species, y = emmean, shape = sex, color = sex)) +
geom_line(aes(group = sex)) +
geom_errorbar(aes(ymin = lower.CL, ymax = upper.CL), width = 0.25) +
geom_point(size = 2) +
ylab("Estimated Marginal Mean") +
theme_classic()

Sexo (eixo do x) por Espécie (linhas)

ggplot(emms, aes(x = sex, y = emmean, shape = species, color = species)) +
geom_line(aes(group = species)) +
geom_errorbar(aes(ymin = lower.CL, ymax = upper.CL), width = 0.25) +
geom_point(size = 2) +
ylab("Estimated Marginal Mean") +
theme_classic()

5 Exercícios

Replique um ou mais dos exemplos no seu computador, evitando fazer copy-paste.
Experimente fazer alguma alteração a um ou mais exemplos (e.g., adicionar um elemento, alterar a aparência, etc…).
[AVANÇADO] Utilize alguma função ou técnica que tenha aprendido neste tutorial para fazer um gráfico dos dados dum dos seus estudos.

6 Epílogo: Interactividade

O shiny permite-nos apresentar dashboards com visualizações interactivas nos nossos relatórios. Se decidirmos aprender a usar o plotly poderemos até fazer gráficos 3D interactivos.

0 Introdução

A Importância de Visualizar os Dados

R “Puro”

1 Básicos do ggplot2

Instalação

Importação

Gramática Base

Dados de Exemplo

Instalação

Criação da Variável ds

Remoção de Casos Incompletos

Aesthetics

Geoms

Função

Exemplos

Função

Exemplos

Função

Exemplos

Função

Exemplos

Função

Exemplos

Função

Exemplos

2 Facets

facet_wrap()

facet_grid()

3 Aparência

Temas Recomendados

theme_classic()

theme_minimal()

Personalização do Tema

4 Exemplos Mais Complexos

5 Exercícios

6 Epílogo: Interactividade

1 Básicos do `ggplot2`

Criação da Variável `ds`

`facet_wrap()`

`facet_grid()`

`theme_classic()`

`theme_minimal()`