Diseño de gráficos ggplot2 - Parte I

Instalación y uso

Para instalar ggplot2 hay varias maneras, sin embargo, te aconsejamos que instales todo el paquete tidyverse, ya que en un futuro puedes necesitar de otras funciones que vienen incluidas en dicho paquete

# La forma más fácil de obtener ggplot2 es instalar todo el tidyverse:
install.packages("tidyverse")

# Alternativamente, simplemente instalamos ggplot2:
install.packages("ggplot2")

# O la versión de desarrollo de GitHub:
# install.packages("devtools")
devtools::install_github("tidyverse/ggplot2")

Es difícil describir explícitamente cómo funciona ggplot2 porque encarna una profunda filosofía de visualización. Sin embargo, en la mayoría de los casos, comienza digitando ggplot(), luego se proporciona un conjunto de datos y un mapeo estético (con aes()). Luego agregamos las capas (como geom_point() o geom_histogram() (las cuales veremos con más detalle en un próximo post)), escalas (como scale_colour_brewer()), especificaciones de facetas (como facet_wrap()) y sistemas de coordenadas (como coord_flip()). A continuación dejamos un par de imagenes que tienen como finalidad ilustar las múltiples tareas que podemos adherir a ggplot2 y cuál es su código respectivo

.

Bien por el momento… Ahora, veremos los distintos argumentos que debemos ingresar a ggplot2 para poder empezar a generar nuestros gráficos. Recuerda siempre cargar el paquete para poder hacer uso de el.

library(ggplot2)

Datos

Al igual que en los gráficos bases vistos anteriormente, ingresamos la dirección del archivo en la que está alojados nuestros datos y lo guardamos en una variable.

¡¡¡Atención, atención!!!

Una particularidad de ggplot2 es que solo acepta un tipo de datos: data.frames. Otras funciones gráficas (p.e., hist) admiten vectores, listas u otro tipo de estructuras. ggplot2 NO.

Para este ejercicio vamos a utilizar nuevamente la siguiente base de datos, la cual es los resultados de un estudio sobre escarabajos coprófagos. Las variables estudiadas fueron Longitud de los escarabajos y Tasa de dispersión de semillas por parte de los escarabajos.

estudio <- read.csv(choose.files())
head(estudio)

##   Longitud Dispersion
## 1 11.84000   91.00000
## 2 11.68333   90.25000
## 3 11.16008   88.83333
## 4 11.07750   86.91667
## 5 10.92350   85.50000
## 6 10.53300   82.50000

dim(estudio)

## [1] 24  2

Ahora lo cargamos a ggplot2 mediante el siguiente código. Debemos tener en cuenta que mediante este paquete, podemos guardar nuestros datos como una variable, sin graficar directamente. A continuación veremos un ejemplo

## Creamos un objeto "p", el cual contiene los datos que vamos a utilizar
p <- ggplot(estudio)

Así, hemos guardado nuestro posible gráfico en la variable p. en con el código anterior es insuficiente para crear un gráfico: aún no hemos indicado qué tipo de gráfico y capas queremos adherir, hasta el momento solo tiene guardardo los datos que utilizaría.

Aesthetics

En la terminología de ggplot2 las aesthetics hacen referencia a los conjuntos de datos que hay en las columnas (variables), tales como edad, altura, ingresos, temperatura, etc.

Al igual, dentro del lenguaje de los gráficos que implementa, es muy importante esa asociación explícita de significados a significantes, es decir, de columnas de datos a aesthetics. Siguiendo nuestro ejemplo

p <- ggplot(estudio, aes(x = Longitud, y = Dispersion))

El objeto p resultante aún no es un gráfico ni se puede representar. Le faltan capas. Por el momento, solo están indicados los datos que va a utilizar y la relación (o mapeo) entre aesthetics y columnas de los datos.

¿Cuántas aesthetics existen? Alrededor de una docena, sin embargo es posible que en nuestros gráficos utilicemos una o dos formas. Estos son los más utilizados:

• x e y, distancias horizontal y vertical.
• colour, para el color.
• size, para el tamaño.
• shape, que indica la forma de los puntos (cuadrados, triángulos, etc.) de los puntos o del trazo (continuo, punteado) de las líneas.
• alpha para la transparencia: los valores más altos tendrían formas opacas y los más bajos, casi transparentes. De ahí la utilizad del canal alfa: da peso e importancia a las observaciones que la merecen.
• fill, para el color de relleno de las formas sólidas (barras, etc.).

Capas

Las capas (o geoms para ggplot2) son los verbos del lenguaje de los gráficos. Indican qué hacer con los datos y las estéticas elegidas, cómo representarlos en un lienzo. Una vez añadida una capa al gráfico, este puede “graficarse”, tal y como vemos en el siguiente código:

p <- p + geom_point()

¡¡¡Atención, atención!!!

Como hemos visto hasta el momento, hemos superpuesto los diferentes argumentos que necesita ggplot para elaborar un gráfico, sin embargo, nosotros podemos sacar un gráfico en una sola línea como vemos a continuación

ggplot(estudio, aes(x = Longitud, y = Dispersion)) + 
  geom_point()

Existen muchos tipos de capas en el mundo de ggplot2, aquí te dejamos esta PÁGINA, en la cual encontrarás todos los tipos de capas disponibles para elaborar gráficos. La elección de cada capa dependerá estrictamente del tipo, cantidad de variables, y sobre todo, de la pregunta de investigación que estés intentando responder.

Entre las capas más comunes y más utilizadas están:

• geom_point(), Diagramas de dispersión
• geom_bar(), Diagrama de barras
• geom_histogram(), Histogramas
• geom_line(), Gráfico de líneas
• geom_boxplot(), Diagramas de caja

Temas

Los temas de ggplot2 permiten modificar aspectos estéticos del gráfico que no tienen que ver con los datos en sí. Eso incluye los ejes, etiquetas, colores de fondo, el tamaño de los márgenes, etc. No es habitual (y se desaconseja a los usuarios menos expertos) tener que alterar los temas que ggplot2 usa por defecto. Solo se vuelve necesario cuando los gráficos tienen que adecuarse a una imagen corporativa o atenerse a algún criterio de publicación exigente.

Entre los temas más comunes tenemos:

• theme_gray(): color de fondo gris y líneas de cuadrícula blancas

• theme_bw(): una variación de theme_grey() que usa un fondo blanco y líneas de cuadrícula grises delgadas.

• theme_linedraw(): un tema con solo líneas negras de varios anchos sobre fondos blancos, que recuerda a un dibujo lineal.

• theme_light(): similar a theme_linedraw() pero con líneas y ejes de color gris claro, para dirigir más la atención hacia los datos.

• theme_dark(): el primo oscuro de theme_light(), con tamaños de línea similares pero un fondo oscuro. Útil para hacer resaltar líneas finas de colores.

• theme_minimal(): un tema minimalista sin anotaciones de fondo.

p + theme_grey() + ggtitle("theme_grey()")

p + theme_bw() + ggtitle("theme_bw()")

p + theme_linedraw() + ggtitle("theme_linedraw()")

p + theme_light() + ggtitle("theme_light()")

p + theme_dark() + ggtitle("theme_dark()")

p + theme_minimal() + ggtitle("theme_minimal()")

Como vemos, hay varios tipos de temas, eso varía según tu gusto y lo que te pidan. Siempre ten en cuenta que un gráfico es la carta de presentación de un proyecto, así que si inviertes en una buena gráfica, posiblemente el lector esté más a gusto con lo que ve, recuerda que todo entra por lo ojos…

Para utilizar más temas, puedes hacer uso del paquete ggthemes. En esta PÁGINA podrás ampliar la información y ver que temas hay disponibles.

Modificando los temas

A pesar de encontrar muchos temas en línea, cada persona puede elaborar su plantilla de forma autónoma, haciendo uso de cada elemento que compone un tema. Para ello en el código utilizaremos el comando theme(), el cual nos permitirá direccionar las ordenes hacía la modificación del gráfico.

¡¡¡Atención, atención!!!

Realizar estas modificaciones a veces puede ser un poco agobiante, requiere efuerzo, tiempo y dedicación, pero una vez lo tengas, todo será más fácil

Hay alrededor de 40 elementos únicos que controlan la apariencia del lienzo. Se pueden agrupar aproximadamente en cinco categorías: gráfico, eje, leyenda, panel y faceta. Las siguientes secciones mostraremos algunas modificaciones para cada uno de ellos.

ELEMENTOS DEL GRÁFICO

De forma predeterminada, ggplot2 usa un fondo blanco que asegura que la trama se pueda usar donde sea que pueda terminar (por ejemplo, incluso si lo guardas como png y lo colocas en una diapositiva con un fondo negro). Al exportar gráficos para usar en otros sistemas, es posible que desees hacer que el fondo sea transparente con fill = NA. En relación a las márgenes tenemos los siguientes valores por defecto (margin(top = 0, right = 0, below = 0, left = 0). A continuación veamos un ejemplo de este caso

p + theme(
    # Cambiamos el color de la línea de fondo por "red" y su ancho
  plot.background = element_rect(colour = "red", size = 6)
)

p + theme(
    # Cambiamos el color de fondo por "blue" 
  plot.background = element_rect(fill = "blue"),
    # Cambiamos las márgenes de 0 a 2 unidades
  plot.margin = margin(5, 5, 5, 5),
    # Ajustamos el tipo de letra, el color y el tamaño
  plot.title = element_text(face = "bold", colour = "yellow")
  )+
  ggtitle("Título de la gráfica")

ELEMENTOS DE LOS EJES

Si deseas modificar las propiedades de ambos ejes a la vez, utiliza axis.text, si no, puedes modificarlos independientemente con los otros códigos axis.text.x y axis.text.x. Veamos un ejemplo de estas modificaciones

  # Cambiamos el estilo de los ejes
  # Modificamos el ancho de los ejes y su color
p + theme(axis.line = element_line(colour = "grey50", size = 1.5))

  # Cambiamos el estilo de ambos ejes
  # Modificamos color y tamaño
p + theme(axis.text = element_text(color = "blue", size = 12))

  # O Cambiar el estilo de las etiquetas de un sólo eje
  # Modificamos el ángulo de la etiqueta "x" y su posición (vjust y hjust)
  # Esto nos sirve si tenemos etiquetas muy grandes
p + theme(axis.text.x = element_text(angle = -45, vjust = 0.5, hjust = 0.5))

ELEMENTOS DE LA LEYENDA

Veamos un ejemplo de estos elementos, para ello utilicemos la base de datos iris

i <- ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, 
                      colour = Species))+
  geom_point()

  # Modifiquemos el fondo de la caja de leyenda 
  # Además del color y ancho de la línea de la caja
i + theme(
  legend.background = element_rect(
    fill = "lemonchiffon", 
    colour = "red", 
    size = 1
  )
)

  # Modifiquemos el color y medidas de cada caja de la leyenda
i + theme(
  legend.key = element_rect(color = "blue"),
  legend.key.width = unit(0.9, "cm"),
  legend.key.height = unit(0.75, "cm")
)

  # Modifiquemos la posición de la leyenda
  # Además modifiquemos el tamaño y estilo de la letra
i + theme(
  legend.text = element_text(size = 15),
  legend.title = element_text(size = 15, face = "bold"),
  legend.position = "bottom"
)

ELEMENTOS DEL PANEL

La principal diferencia entre panel.background y panel.border es que el fondo se dibuja debajo de los datos y el borde se dibuja encima

Ahora veamos unos buenos ejemplos

  # Modifiquemos el color del fondo
p + theme(panel.background = element_rect(fill = "lightblue"))

# Modifiquemos el color y ancho de las líneas principales de la cuadrícula en ambos ejes
p + theme(
  panel.grid.major = element_line(color = "gray60", size = 0.8)
)

# Modifiquemos el color y ancho de las líneas principales de la cuadrícula en el eje "x"
# Además modifiquemos el radio a 9:16
p + theme(
  panel.grid.major.x = element_line(color = "gray60", size = 0.8),
  aspect.ratio = 9 / 16
)

ELEMENTOS DE LA FACETA

Laas facetas nos permiten dividir nuestros datos en lienzos diferentes, sobre alguna variable que consideremos esencial para tal. Una característica de estos gráficos, es que es adecuada para poder hacer comparaciones en variables que comparten ejes. A continuación veamos más información para modificar este aspecto de la gráfica

Hagámos unos bueno gráficos para entender algunas de estas modificaciones

f <- ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width))+
  geom_point()+
  # Divimos la gráfica por la variable "Species"
  facet_wrap(~Species)
f

  # Modificamos el ancho entre las facetas
f + theme(panel.margin = unit(0.5, "in"))

  # Modificamos el color del fondo de la faceta
  # Además, modificamos el color y ancho de la línea
  # Así como el color y tamaño de la letra
f + theme(
  strip.background = element_rect(fill = "green", color = "red", size = 2),
  strip.text = element_text(colour = "black", size = 14)
)

Resumen

El día de hoy pudimos saber un poco más acerca del paquete ggplot2, un excelente paquete que nos permitirá explorar y modificar sus elementos, para dejarlos según nuestro estilo o según las especificaciones que algunos investigadores y/o autores puedan requerir. Por ejemplo, a través de estas modificaciones puedes realizar gráficos tipo publicación, osea, que estéticamente sean lo mejor, con un tamaño estipulado, fondos óptimos, tipo de letra adecuada, en fin… muchas otras normas que nos piden los editores de las revistas más prestigiosas en el área de biología y afines.

Aprendimos los requerimientos para que el paquete funcione adecuadamente y no nos genere error; sin embargo, como todo lo de R y Biología, pues un solo POST no es suficiente, hay muuuuuuchas más cosas que puedes aprender con ggplot2, este sólo fue un principio y te invitamos a leer y jugar más con este paquete, tal vez seas el próximo desarrollador de paquetes de gráficos para R.

Si necesitas más información acerca de este tema, puedes pasarte por esta página y leer su contenido - Extensiones ggplot2

Muchas gracias por tu lectura, esperamos que te lleves algo más que sólo cansancio por ver tanto código; sabemos que R es un mundo a veces despiadado, pero que deja sensaciones únicas en la mente, prácticamente R juega contigo, como tu ex…

¡Hasta la próxima…!

Bibliografía

• ggplot2

• Una breve introducción a ggplot2

• R para profesionales de los datos: una introducción

• Introducción a ggplot2

• ggplot2: Elegant Graphics for Data Analysis

Más información

Estos análisis se han realizado utilizando el software R (v.4.1.0) y Rstudio (v. 1.4.1717)

Recuerda que todos nuestros códigos están almacenados en GitHub