Visualización de datos: Return of the ggplot2

class: center, middle

# Visualización de datos:<br>*Return of the ggplot2*
### Análisis estadístico utilizando R

UNQ UNTreF CONICET

Ignacio Spiousas
[<svg viewBox="0 0 496 512" style="height:1em;position:relative;display:inline-block;top:.1em;fill:#A42339;" xmlns="http://www.w3.org/2000/svg">  <path d="M165.9 397.4c0 2-2.3 3.6-5.2 3.6-3.3.3-5.6-1.3-5.6-3.6 0-2 2.3-3.6 5.2-3.6 3-.3 5.6 1.3 5.6 3.6zm-31.1-4.5c-.7 2 1.3 4.3 4.3 4.9 2.6 1 5.6 0 6.2-2s-1.3-4.3-4.3-5.2c-2.6-.7-5.5.3-6.2 2.3zm44.2-1.7c-2.9.7-4.9 2.6-4.6 4.9.3 2 2.9 3.3 5.9 2.6 2.9-.7 4.9-2.6 4.6-4.6-.3-1.9-3-3.2-5.9-2.9zM244.8 8C106.1 8 0 113.3 0 252c0 110.9 69.8 205.8 169.5 239.2 12.8 2.3 17.3-5.6 17.3-12.1 0-6.2-.3-40.4-.3-61.4 0 0-70 15-84.7-29.8 0 0-11.4-29.1-27.8-36.6 0 0-22.9-15.7 1.6-15.4 0 0 24.9 2 38.6 25.8 21.9 38.6 58.6 27.5 72.9 20.9 2.3-16 8.8-27.1 16-33.7-55.9-6.2-112.3-14.3-112.3-110.5 0-27.5 7.6-41.3 23.6-58.9-2.6-6.5-11.1-33.3 2.6-67.9 20.9-6.5 69 27 69 27 20-5.6 41.5-8.5 62.8-8.5s42.8 2.9 62.8 8.5c0 0 48.1-33.6 69-27 13.7 34.7 5.2 61.4 2.6 67.9 16 17.7 25.8 31.5 25.8 58.9 0 96.5-58.9 104.2-114.8 110.5 9.2 7.9 17 22.9 17 46.4 0 33.7-.3 75.4-.3 83.6 0 6.5 4.6 14.4 17.3 12.1C428.2 457.8 496 362.9 496 252 496 113.3 383.5 8 244.8 8zM97.2 352.9c-1.3 1-1 3.3.7 5.2 1.6 1.6 3.9 2.3 5.2 1 1.3-1 1-3.3-.7-5.2-1.6-1.6-3.9-2.3-5.2-1zm-10.8-8.1c-.7 1.3.3 2.9 2.3 3.9 1.6 1 3.6.7 4.3-.7.7-1.3-.3-2.9-2.3-3.9-2-.6-3.6-.3-4.3.7zm32.4 35.6c-1.6 1.3-1 4.3 1.3 6.2 2.3 2.3 5.2 2.6 6.5 1 1.3-1.3.7-4.3-1.3-6.2-2.2-2.3-5.2-2.6-6.5-1zm-11.4-14.7c-1.6 1-1.6 3.6 0 5.9 1.6 2.3 4.3 3.3 5.6 2.3 1.6-1.3 1.6-3.9 0-6.2-1.4-2.3-4-3.3-5.6-2z"></path></svg>](https://github.com/spiousas) [<svg viewBox="0 0 512 512" style="height:1em;position:relative;display:inline-block;top:.1em;fill:#A42339;" xmlns="http://www.w3.org/2000/svg">  <path d="M459.37 151.716c.325 4.548.325 9.097.325 13.645 0 138.72-105.583 298.558-298.558 298.558-59.452 0-114.68-17.219-161.137-47.106 8.447.974 16.568 1.299 25.34 1.299 49.055 0 94.213-16.568 130.274-44.832-46.132-.975-84.792-31.188-98.112-72.772 6.498.974 12.995 1.624 19.818 1.624 9.421 0 18.843-1.3 27.614-3.573-48.081-9.747-84.143-51.98-84.143-102.985v-1.299c13.969 7.797 30.214 12.67 47.431 13.319-28.264-18.843-46.781-51.005-46.781-87.391 0-19.492 5.197-37.36 14.294-52.954 51.655 63.675 129.3 105.258 216.365 109.807-1.624-7.797-2.599-15.918-2.599-24.04 0-57.828 46.782-104.934 104.934-104.934 30.213 0 57.502 12.67 76.67 33.137 23.715-4.548 46.456-13.32 66.599-25.34-7.798 24.366-24.366 44.833-46.132 57.827 21.117-2.273 41.584-8.122 60.426-16.243-14.292 20.791-32.161 39.308-52.628 54.253z"></path></svg>](https://twitter.com/Spiousas)

Pablo Etchemendy
[<svg viewBox="0 0 496 512" style="height:1em;position:relative;display:inline-block;top:.1em;fill:black;" xmlns="http://www.w3.org/2000/svg">  <path d="M165.9 397.4c0 2-2.3 3.6-5.2 3.6-3.3.3-5.6-1.3-5.6-3.6 0-2 2.3-3.6 5.2-3.6 3-.3 5.6 1.3 5.6 3.6zm-31.1-4.5c-.7 2 1.3 4.3 4.3 4.9 2.6 1 5.6 0 6.2-2s-1.3-4.3-4.3-5.2c-2.6-.7-5.5.3-6.2 2.3zm44.2-1.7c-2.9.7-4.9 2.6-4.6 4.9.3 2 2.9 3.3 5.9 2.6 2.9-.7 4.9-2.6 4.6-4.6-.3-1.9-3-3.2-5.9-2.9zM244.8 8C106.1 8 0 113.3 0 252c0 110.9 69.8 205.8 169.5 239.2 12.8 2.3 17.3-5.6 17.3-12.1 0-6.2-.3-40.4-.3-61.4 0 0-70 15-84.7-29.8 0 0-11.4-29.1-27.8-36.6 0 0-22.9-15.7 1.6-15.4 0 0 24.9 2 38.6 25.8 21.9 38.6 58.6 27.5 72.9 20.9 2.3-16 8.8-27.1 16-33.7-55.9-6.2-112.3-14.3-112.3-110.5 0-27.5 7.6-41.3 23.6-58.9-2.6-6.5-11.1-33.3 2.6-67.9 20.9-6.5 69 27 69 27 20-5.6 41.5-8.5 62.8-8.5s42.8 2.9 62.8 8.5c0 0 48.1-33.6 69-27 13.7 34.7 5.2 61.4 2.6 67.9 16 17.7 25.8 31.5 25.8 58.9 0 96.5-58.9 104.2-114.8 110.5 9.2 7.9 17 22.9 17 46.4 0 33.7-.3 75.4-.3 83.6 0 6.5 4.6 14.4 17.3 12.1C428.2 457.8 496 362.9 496 252 496 113.3 383.5 8 244.8 8zM97.2 352.9c-1.3 1-1 3.3.7 5.2 1.6 1.6 3.9 2.3 5.2 1 1.3-1 1-3.3-.7-5.2-1.6-1.6-3.9-2.3-5.2-1zm-10.8-8.1c-.7 1.3.3 2.9 2.3 3.9 1.6 1 3.6.7 4.3-.7.7-1.3-.3-2.9-2.3-3.9-2-.6-3.6-.3-4.3.7zm32.4 35.6c-1.6 1.3-1 4.3 1.3 6.2 2.3 2.3 5.2 2.6 6.5 1 1.3-1.3.7-4.3-1.3-6.2-2.2-2.3-5.2-2.6-6.5-1zm-11.4-14.7c-1.6 1-1.6 3.6 0 5.9 1.6 2.3 4.3 3.3 5.6 2.3 1.6-1.3 1.6-3.9 0-6.2-1.4-2.3-4-3.3-5.6-2z"></path></svg>](https://github.com/https://github.com/petcheme) [<svg viewBox="0 0 512 512" style="height:1em;position:relative;display:inline-block;top:.1em;fill:#black;" xmlns="http://www.w3.org/2000/svg">  <path d="M459.37 151.716c.325 4.548.325 9.097.325 13.645 0 138.72-105.583 298.558-298.558 298.558-59.452 0-114.68-17.219-161.137-47.106 8.447.974 16.568 1.299 25.34 1.299 49.055 0 94.213-16.568 130.274-44.832-46.132-.975-84.792-31.188-98.112-72.772 6.498.974 12.995 1.624 19.818 1.624 9.421 0 18.843-1.3 27.614-3.573-48.081-9.747-84.143-51.98-84.143-102.985v-1.299c13.969 7.797 30.214 12.67 47.431 13.319-28.264-18.843-46.781-51.005-46.781-87.391 0-19.492 5.197-37.36 14.294-52.954 51.655 63.675 129.3 105.258 216.365 109.807-1.624-7.797-2.599-15.918-2.599-24.04 0-57.828 46.782-104.934 104.934-104.934 30.213 0 57.502 12.67 76.67 33.137 23.715-4.548 46.456-13.32 66.599-25.34-7.798 24.366-24.366 44.833-46.132 57.827 21.117-2.273 41.584-8.122 60.426-16.243-14.292 20.791-32.161 39.308-52.628 54.253z"></path></svg>](https://twitter.com/petcheme)

2021-07-29

---
class: left, top, highlight-last-item
# Funcionalidades extra

Hay una **infinidad** de paquetes que agregan funcionalidades a **ggplot2** vamos a ver algunos:

.pull-left[
### Geometrías

📦**ggdist**: Distribuciones más lindas

📦**ggforce**: Anotaciones y grupos

📦**ggtext**: Texto con formato

### Layout

📦**patchwork**: Varias subfiguras

### Extras

📦**sf**: Mapas y goecosas

📦**ggstatsplot**: Figuras + estadística
]

.pull-right[
### Estética
 
📦**ggpubr**: Figuras y temas listos para publicación

📦**ggthemes**: Temas lindos 💇

📦**tvthemes**: Temás inspirados en TV

📦**wesanderson**: Paletas inspiradas en películas de Wes Anderson 🎨

📦**ghibli**: Paletas inspiradas en películas de Estudio Ghibli 🎨
]
---
class: left, top, highlight-last-item
# Figura básica

Retomemos este plot básico de los **Palmer Penguins** para tener de base

```r
penguins_base <- penguins %>%
  drop_na() %>%
  ggplot(aes(x = bill_length_mm,
             y = flipper_length_mm,
             color = species)) +
  geom_point(alpha = 0.5) +
  labs(title = "Palmer penguins",
       x = "Longitud del pico en mm",
       y = "Longitud de la aleta en mm") 
```

---
class: left, top, highlight-last-itemMe
# ggdist 📦

**ggdist()** es un paquete especialmente pensado para la visualización de incertezas

Nos permite tanto graficar las distribuciones de los datos como el ajuste de alguna distribución típica a partir de sus parámetros

.pull-left[

```r
penguins %>%
  drop_na() %>%
  ggplot(aes(x = bill_length_mm,
             y = species)) +
* stat_interval() +
  labs(title = "Palmer penguins",
       x = "Longitud del pico en mm",
       y = "Especie") 
```
]

.pull-right[
<img src="ggplot_3_files/figure-html/ggdist-out-1.png" width="90%" style="display: block; margin: auto;" />
]

.pull-left[

```r
penguins %>%
  drop_na() %>%
  ggplot(aes(x = bill_length_mm,
             y = species)) +
* stat_halfeye() +
  labs(title = "Palmer penguins",
       x = "Longitud del pico en mm",
       y = "Especie") 
```
]

.pull-right[
<img src="ggplot_3_files/figure-html/ggdist2-out-1.png" width="75%" style="display: block; margin: auto;" />
]

---
class: left, top, highlight-last-item
# ggforce 📦

**ggforce()** es un paquete que permite hacer anotaciones y agrupamientos de forma simple y eficiente

.pull-left[

```r
penguins_base + 
* geom_mark_ellipse(aes(fill = species,
*                       label = species),
*                   expand = unit(0.5, "mm"),
*                   label.buffer = unit(-5, 'mm'))
```
]

.pull-right[
<img src="ggplot_3_files/figure-html/ggforce-out-1.png" width="80%" style="display: block; margin: auto;" />
]

---
class: left, top, highlight-last-item
# ggtext 📦

**ggtext()**

```r
penguins_base + 
  labs(title = "Dimensiones del pico y aleta del pingüino <i style='color:#28A87D;'>Pygoscelis</i>",
       caption = "Fuente: Gorman, Williams & Fraser (2014) *PLoS ONE*",
       x = "**Longitud del pico** (mm)",
       y = "**Longitud de la aleta** (mm)") +
* theme(plot.title = element_markdown(face = "bold"),
*       plot.caption = element_markdown(margin = margin(t = 15)),
*       axis.title.x = element_markdown(),
*       axis.title.y = element_markdown()
  )
```

---
class: left, top, highlight-last-item
# Y que las figuras queden lindas 🖼

El paquete [ggpubr](http://www.sthda.com/english/articles/24-ggpubr-publication-ready-plots/) tiene como filosofía crear *publication ready plots*

```r
install.packages("ggpubr")
library(ggpubr)
```

.pull-left[
**ggdensity()**

```r
ggdensity(penguins, 
          x = "body_mass_g",
          add = "mean", 
          rug = TRUE,
          color = "species", 
          fill = "species",
          palette = c("#00AFBB", "#E7B800", "#E09891"))
```
]

.pull-right[
<img src="ggplot_3_files/figure-html/ggpubr_2-out-1.png" width="80%" style="display: block; margin: auto;" />
]

---
class: left, top, highlight-last-item
# Y que las figuras queden lindas 🖼

Pero [ggpubr](http://www.sthda.com/english/articles/24-ggpubr-publication-ready-plots/) también tiene *themes* muy interesantes

.pull-left[
**theme_pubclean()**

```r
penguins_base + theme_pubclean()
```

<img src="ggplot_3_files/figure-html/ggpubr_themes1-1.png" width="100%" style="display: block; margin: auto;" />
]

.pull-right[
**theme_pubr()**

```r
penguins_base + theme_pubr()
```

<img src="ggplot_3_files/figure-html/ggpubr_themes2-1.png" width="100%" style="display: block; margin: auto;" />
]

---
class: left, top, highlight-last-item
# Y que las figuras queden lindas 🖼

El paquete [ggthemes](https://yutannihilation.github.io/allYourFigureAreBelongToUs/ggthemes/) ofrece alternativas de *themes*

```r
install.packages("ggthemes")
library(ggthemes)
```

.pull-left[
**Wall Street Journal**

```r
penguins_base + theme_wsj()
```

<img src="ggplot_3_files/figure-html/ggthemes1-1.png" width="90%" style="display: block; margin: auto;" />
]

.pull-right[
**Five Thirty Eight**

```r
penguins_base + theme_fivethirtyeight()
```

<img src="ggplot_3_files/figure-html/ggthemes2-1.png" width="90%" style="display: block; margin: auto;" />
]
---
class: left, top, highlight-last-item
# Y que las figuras queden lindas 🖼

También hay cosas locas como [tvthemes](https://ryo-n7.github.io/2019-05-16-introducing-tvthemes-package/)

```r
install.packages("tvthemes")
library(tvthemes)
```

.pull-left[
**Parks and Recreation**

```r
penguins_base + 
  scale_color_parksAndRec() + 
  theme_parksAndRecLight()
```

<img src="ggplot_3_files/figure-html/tvthemes1-1.png" width="90%" style="display: block; margin: auto;" />
]

.pull-right[
**Bob Esponja**

```r
penguins_base + 
  scale_color_spongeBob() +
  theme_spongeBob()
```

<img src="ggplot_3_files/figure-html/tvthemes2-1.png" width="90%" style="display: block; margin: auto;" />
]
---
class: left, top, highlight-last-item
# Y que las figuras queden lindas 🖼

**rcartocolor** es un paquete de paletas para datos geográficos pero que es muy útil

.pull-left[

```r
penguins %>%
  drop_na() %>%
  ggplot(aes(x = bill_length_mm,
             y = species)) +
  stat_interval() +
* scale_color_carto_d(palette = "Mint") +
  labs(title = "Palmer penguins",
       x = "Longitud del pico en mm",
       y = "Especie") +
  theme_minimal()
```
]

.pull-right[
<img src="ggplot_3_files/figure-html/cartopalette-out-1.png" width="100%" style="display: block; margin: auto;" />
]

**wesanderson** es un paquete de paletas basado en las películas de Wes Anderson

.pull-left[

```r
penguins_base +
* scale_color_manual(values =
*                      wes_palette("FantasticFox1")) +
  theme_minimal()
```
]

.pull-right[
<img src="ggplot_3_files/figure-html/wesanderson-out-1.png" width="90%" style="display: block; margin: auto;" />
]

---
class: left, top, highlight-last-item
# Y que las figuras queden lindas 🖼

**ghibli** es un paquete de paletas basado en las películas del estudio Ghibli, con bellezas como esto:

.pull-left[

```r
penguins %>%
  drop_na() %>%
  ggplot(aes(x = bill_length_mm,
             y = species)) +
  stat_interval() +
* scale_colour_ghibli_d("PonyoLight") +
  labs(title = "Palmer penguins",
       x = "Longitud del pico en mm",
       y = "Especie") +
  theme_minimal()
```
]

.pull-right[
<img src="ggplot_3_files/figure-html/ghibli1-out-1.png" width="100%" style="display: block; margin: auto;" />
]

Y esto:
.pull-left[

```r
penguins_base +
* scale_colour_ghibli_d("LaputaMedium",
*                       direction = -1) +
  theme_minimal()
```
]

.pull-right[
<img src="ggplot_3_files/figure-html/ghibli2-out-1.png" width="90%" style="display: block; margin: auto;" />
]
---
class: left, top, highlight-last-item
# Combinar varias subfiguras

.pull-left[
![:scale 10%](https://patchwork.data-imaginist.com/reference/figures/logo.png) El paquete [patchwork](https://patchwork.data-imaginist.com/)

```r
# install.packages("devtools")
devtools::install_github("thomasp85/patchwork")
```

```r
library(ggplot2)
library(patchwork)

p1 <- ggplot(mtcars) + geom_point(aes(mpg, disp))
p2 <- ggplot(mtcars) + geom_boxplot(aes(gear, disp, group = gear))
p3 <- ggplot(mtcars) + geom_smooth(aes(disp, qsec))
p4 <- ggplot(mtcars) + geom_bar(aes(carb))

*(p1 | p2 ) /p3 / p4
```
]

.pull-right[
<img src="ggplot_3_files/figure-html/patchwork-out-1.png" width="90%" style="display: block; margin: auto;" />
]

---
class: left, top, highlight-last-item
# Datos geográficos (todo un 🌎)

Combinando el paquete **sf** con las funcionalidades de **ggplot2** se pueden hacer cosas muy lindas

```r
install.packages("sf")
```

.pull-left[

```r
# Mapa
rnaturalearthdata::countries50 %>%      
  st_as_sf() %>% 
  st_crop(xmin = -88, xmax = -28, ymin = -56, ymax = 12) %>%
  ggplot(aes(fill = pop_est)) +
  geom_sf(size = .5,
          color = "black",
          alpha = .5) +
  labs(title = "Población en sudamérica",
       fill = "Población\nestimada") +
  theme_void() +
  theme(legend.position = "right")
```
]

.pull-right[
<img src="ggplot_3_files/figure-html/geo-out-1.png" width="60%" style="display: block; margin: auto;" />
]

---
class: left, top, highlight-last-item
# Figuras + Estadística

![:scale 5%](https://github.com/IndrajeetPatil/ggstatsplot/raw/master/man/figures/logo.png) Un paquete para investigar con tiempo: [ggstatsplot](https://github.com/IndrajeetPatil/ggstatsplot)

```r
install.packages("ggstatsplot")
```

```r
library(ggstatsplot)

*ggbetweenstats(
  data = iris,
  x = Species,
  y = Sepal.Length,
  title = "Distribution of sepal length across Iris species")
```

???
Como pueden ver, en la figura hay un montón de información estadística. Cosas como tests paramétricos, no paramétricos, bayesianos, etc...
Es una excelente herramienta para explorar datos y testear hipótesis rápidamente.

---
class: left, top, highlight-last-item
# Un poco de visualización de datos

.center[![:scale 60%](figs/data-science-explore.png)]

El campo de la visualización de datos (**Data viz**) es muy amplio y excede un poco este curso, pero como comunicadores de datos es **MUY** recomendable que, además de conocer las herramientas para generar las figuras, reflexionemos sobre el tipo de representación que queremos utilizar.

Aún cuando esto vaya en contra de la *tradición* en nuestro área de estudio.

Vamos a ver un pequeño ejemplo...