Grafico a barre e istogramma in R (con esempio)

Un grafico a barre è un ottimo modo per visualizzare le variabili categoriali sull'asse x. Questo tipo di grafico denota due aspetti nell'asse y.

1. Il primo conta il numero di occorrenze tra i gruppi.
2. Il secondo mostra una statistica riassuntiva (minimo, massimo, media e così via) di una variabile sull'asse y.

Utilizzerai il set di dati mtcars con le seguenti variabili:

• cil: numero del cilindro dell'auto. Variabile numerica
• am: Tipo di trasmissione. 0 per automatico e 1 per manuale. Variabile numerica
• mpg: miglia per gallone. Variabile numerica

Come creare un grafico a barre

Per creare il grafico in R, puoi utilizzare la libreria ggplot che crea grafici pronti per la pubblicazione. La sintassi di base di questa libreria è:

ggplot(data, mapping = aes()) +
geometric object 

arguments: 
data: dataset used to plot the graph 
mapping: Control the x and y-axis 
geometric object: The type of plot you want to show. The most common objects are:

- Point: `geom_point()`
- Bar: `geom_bar()`
- Line: `geom_line()`
- Histogram: `geom_histogram()` 

In questo tutorial sei interessato all'oggetto geometrico geom_bar() che crea il grafico a barre.

Grafico a barre: conteggio

Il tuo primo grafico mostra la frequenza del cilindro con geom_bar(). Il codice seguente è la sintassi più elementare.

library(ggplot2)
# Most basic bar chart
ggplot(mtcars, aes(x = factor(cyl))) +
    geom_bar()

Code Spiegazione

• Passi il set di dati mtcars a ggplot.
• All'interno dell'argomento aes(), aggiungi l'asse x come fattore variabile(cyl)
• Il segno + significa che vuoi che R continui a leggere il codice. Rende il codice più leggibile rompendolo.
• Usa geom_bar() per l'oggetto geometrico.

Produzione:

Note:: assicurati di convertire le variabili in un fattore altrimenti R tratta le variabili come numeriche. Guarda l'esempio qui sotto.

Personalizza il grafico

È possibile passare quattro argomenti per personalizzare il grafico:

- `stat`: Control the type of formatting. By default, `bin` to plot a count in the y-axis. For continuous value, pass `stat = "identity"`
- `alpha`: Control density of the color
- `fill`: Change the color of the bar
- `size`: Control the size the bar	

Cambia il colore delle barre

Puoi cambiare il colore delle barre. Tieni presente che i colori delle barre sono tutti simili.

# Change the color of the bars
ggplot(mtcars, aes(x = factor(cyl))) +
    geom_bar(fill = "coral") +
    theme_classic()

Code Spiegazione

• I colori delle barre sono controllati dalla mappa aes()ping all'interno dell'oggetto geometrico (ovvero non in ggplot()). È possibile modificare il colore tramite gli argomenti di riempimento. In questo caso, si sceglie il colore corallo.

Produzione:

Puoi usare questo codice:

grDevices::colors()

per vedere tutti i colori disponibili in R. Ci sono circa 650 colori.

Cambia l'intensità

Puoi aumentare o diminuire l'intensità del colore delle barre

# Change intensity
ggplot(mtcars,
        aes(factor(cyl))) +
    geom_bar(fill = "coral",
        alpha = 0.5) +
    theme_classic()

Code Spiegazione

• Per aumentare/diminuire l'intensità della barra è possibile modificare il valore dell'alfa. Un alfa elevato aumenta l'intensità, mentre un alfa basso riduce l'intensità. alfa varia da 0 a 1. Se 1, il colore è lo stesso della tavolozza. Se 0, il colore è bianco. Scegli alfa = 0.1.

Produzione:

Colora per gruppi

Puoi cambiare i colori delle barre, ovvero un colore diverso per ogni gruppo. Ad esempio, la variabile cyl ha tre livelli, quindi puoi tracciare il grafico a barre con tre colori.

# Color by group
ggplot(mtcars, aes(factor(cyl),
        fill = factor(cyl))) +
    geom_bar()

Code Spiegazione

• L'argomento fill all'interno di aes() permette di cambiare il colore della barra. Puoi cambiare il colore impostando fill = variabile dell'asse x. Nel tuo esempio, la variabile dell'asse x è cyl; riempimento = fattore(cil)

Produzione:

Aggiungi un gruppo nelle barre

Puoi ulteriormente dividere l'asse y in base a un altro livello di fattore. Ad esempio, puoi contare il numero di trasmissioni automatiche e manuali in base al tipo di cilindro.

Procederai come segue:

• Passaggio 1: crea il frame di dati con il set di dati mtcars
• Fase 2: etichetta la variabile am con auto per la trasmissione automatica e man per la trasmissione manuale. Converti am e cyl come fattore in modo da non dover usare factor() nella funzione ggplot().
• Passaggio 3: tracciare il grafico a barre per contare il numero di trasmissioni per cilindro

library(dplyr)
# Step 1
data <- mtcars % > % 
#Step 2
mutate(am = factor(am, labels = c("auto", "man")),
    cyl = factor(cyl))

Hai il set di dati pronto, puoi tracciare il grafico;

# Passo 3

ggplot(data, aes(x = cyl, fill = am)) +
    geom_bar() +
    theme_classic()

Code Spiegazione

• ggpplot() contiene i dati del set di dati e aes().
• In aes() includi la variabile asse x e quale variabile è richiesta per riempire la barra (cioè am)
• geom_bar(): crea il grafico a barre

Produzione:

La mappaping La barra verrà riempita con due colori, uno per ogni livello. È facilissimo cambiare il gruppo scegliendo altre variabili fattoriali nel dataset.

Grafico a barre in percentuale

È possibile visualizzare la barra in percentuale anziché in conteggio grezzo.

# Grafico a barre in percentuale

ggplot(data, aes(x = cyl, fill = am)) +
    geom_bar(position = "fill") +
    theme_classic()

Code Spiegazione

• Utilizzare position = “fill” nell'argomento geom_bar() per creare un grafico con percentuale nell'asse y.

Produzione:

Barre affiancate

È facile tracciare il grafico a barre con la variabile del gruppo affiancata.

# Bar chart side by side
ggplot(data, aes(x = cyl, fill = am)) +
    geom_bar(position = position_dodge()) +
    theme_classic()

Code Spiegazione

• position=position_dodge(): indica esplicitamente come disporre le barre

Produzione:

Istogramma

Nella seconda parte del tutorial sul grafico a barre, puoi rappresentare il gruppo di variabili con valori nell'asse y.

Il tuo obiettivo è creare un grafico con il miglio medio per gallone per ciascun tipo di bombola. Per disegnare un grafico informativo, seguirai questi passaggi:

• Passaggio 1: crea una nuova variabile con il miglio medio per gallone per cilindro
• Passaggio 2: crea un istogramma di base
• Passaggio 3: modificare l'orientamento
• Passaggio 4: cambia il colore
• Passaggio 5: modificare la dimensione
• Passaggio 6: aggiungi etichette al grafico

Passo 1) Crea una nuova variabile

Crei un frame di dati denominato data_histogram che restituisce semplicemente le miglia medie per gallone in base al numero di cilindri dell'auto. Chiami questa nuova variabile mean_mpg e arrotondi la media con due decimali.

# Passo 1

data_histogram <- mtcars % > %
mutate(cyl = factor(cyl)) % > %
group_by(cyl) % > %
summarize(mean_mpg = round(mean(mpg), 2))

Passo 2) Crea un istogramma di base

È possibile tracciare l'istogramma. Non è pronto per la comunicazione e per essere consegnato al cliente, ma ci dà un'intuizione sulla tendenza.

ggplot(data_histogram, aes(x = cyl, y = mean_mpg)) +
    geom_bar(stat = "identity")

Code Spiegazione

• Aes() ora ha due variabili. La variabile cyl si riferisce all'asse x e mean_mpg è l'asse y.
• È necessario passare l'argomento stat="identity" per riferirsi alla variabile sull'asse y come valore numerico. geom_bar utilizza stat="bin" come valore predefinito.

Produzione:

Passo 3) Cambiare l'orientamento

Si modifica l'orientamento del grafico da verticale a orizzontale.

ggplot(data_histogram, aes(x = cyl, y = mean_mpg)) +
    geom_bar(stat = "identity") +
    coord_flip()

Code Spiegazione

• Puoi controllare l'orientamento del grafico con coord_flip().

Produzione:

Passo 4) Cambia il colore

È possibile differenziare i colori delle barre in base al livello del fattore della variabile dell'asse x.

ggplot(data_histogram, aes(x = cyl, y = mean_mpg, fill = cyl)) +
    geom_bar(stat = "identity") +
    coord_flip() +
    theme_classic()

Code Spiegazione

• È possibile tracciare il grafico per gruppi con fill= cyl mapping. R gestisce automaticamente i colori in base ai livelli della variabile cyl

Produzione:

Passo 5) Cambia la taglia

Per rendere il grafico più gradevole, riduci la larghezza della barra.

graph <- ggplot(data_histogram, aes(x = cyl, y = mean_mpg, fill = cyl)) +
    geom_bar(stat = "identity",
        width = 0.5) +
    coord_flip() +
    theme_classic()

Code Spiegazione

• L'argomento larghezza all'interno di geom_bar() controlla la dimensione della barra. Un valore maggiore aumenta la larghezza.
• Nota, memorizzi il grafico nel grafico variabile. Lo fai perché il passaggio successivo non modificherà il codice del grafico della variabile. Migliora la leggibilità del codice.

Produzione:

Passo 6) Aggiungi etichette al grafico

L'ultimo passo consiste nell'aggiungere il valore della variabile mean_mpg nell'etichetta.

graph +
    geom_text(aes(label = mean_mpg),
        hjust = 1.5,
        color = "white",
        size = 3) +
    theme_classic()

Code Spiegazione

• La funzione geom_text() è utile per controllare l'estetica del testo.
  • label=: aggiunge un'etichetta all'interno delle barre
  • mean_mpg: utilizza la variabile mean_mpg per l'etichetta
• hcontrolla semplicemente la posizione dell'etichetta. Valori vicini a 1 visualizzano l'etichetta nella parte superiore della barra, mentre valori più alti portano l'etichetta in fondo. Se l'orientamento del grafico è verticale, cambia hjust in vjust.
• color="bianco": cambia il colore del testo. Qui usi il colore bianco.
• size=3: imposta la dimensione del testo.

Produzione:

Sintesi

Un grafico a barre è utile quando l'asse x è una variabile categoriale. L'asse y può essere un conteggio o una statistica riepilogativa. La tabella seguente riassume come controllare il grafico a barre con ggplot2:

ggplot(df, eas(x= factor(x1)) + geom_bar()

ggplot(df, eas(x= factor(x1), fill = factor(x1))) + geom_bar()

ggplot(df, eas(x= factor(x1), fill = factor(x2))) + geom_bar(position=position_dodge())

ggplot(df, eas(x= factor(x1), fill = factor(x2))) + geom_bar()

ggplot(df, eas(x= factor(x1), fill = factor(x2))) + geom_bar(position=position_dodge())

ggplot(df, eas(x= factor(x1)+ y = x2) + geom_bar(stat="identity")