-
Notifications
You must be signed in to change notification settings - Fork 0
/
05-Graficos.R
111 lines (86 loc) · 2.86 KB
/
05-Graficos.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
#Definindo a pasta de trabalho
setwd("C:/Users/User/Desktop/DSA/PowerBI/Capitulo12")
getwd()
# dados
vetor_total_resultados = c(3,12,5,18,45)
names(vetor_total_resultados) = c("A","B","C","D","E")
vetor_total_resultados
# Barplot
?barplot
barplot(vetor_total_resultados)
barplot(vetor_total_resultados, col = c(1,2,3,4,5))
# salvando o gráfico em disco
png("barplot.png", width = 480, height = 480 )
barplot(vetor_total_resultados,
col = rgb(0.5,0.1,0.6,0.6),
xlab = "Categorias",
ylab = "Valores",
main = "Barplot em R",
ylim = c(0,60))
dev.off()
# GGplot2
library(ggplot2)
View(mtcars)
# barplot
ggplot(mtcars, aes( x = as.factor(cyl))) +
geom_bar()
ggplot(mtcars, aes(x = as.factor(cyl), fill= as.factor(cyl)))+
geom_bar() +
scale_fill_manual(values = c("red", "Green", "blue"))
# Criando dados Dummy
dados = data.frame(group = c("A","B","C","D"), value=c(33,62,56,67))
View(dados)
#barplot
ggplot(dados, aes(x = group, y = value, fill = group)) +
geom_bar(width = 0.85, stat="identity")
# pie Chart
fatias <- c (4,12,14,16,8)
paises <- c("Brasil","Estados Unidos","Alemanha","Reino Unido","Espanha")
pie(fatias, labels = paises, explode = 0.1, main = "leitura de livros por Pessoa/Ano")
# Pie Chart 3D
install.packages("plotrix")
library(plotrix)
fatias <- c (4,12,14,16,8)
paises <- c("Brasil","Estados Unidos","Alemanha","Reino Unido","Espanha")
pie3D(fatias, labels = paises, explode = 0.3, main = "leitura de livros por Pessoa/Ano")
# Line Chart
# Dados
carros <- c(1,3,6,4,9)
caminhoes <- c(2,5,4,5,12)
#plot
plot(carros, type = "o", col="blue", ylim= c(0,12))
lines(caminhoes, type = "o", pch = 22, lty=2, col = "red")
title(main = "Produção de Veículos", col.main = "blue", font.main = 4)
#Boxplot
library(ggplot2)
View(mpg)
# plot
ggplot(mpg, aes(x = reorder(class, hwy), y = hwy, fill = class)) +
geom_boxplot() +
xlab("class") +
theme(legend.position = "nome")
# Scatter Plot
data = data.frame(cond = rep(c("condition_1", "condition_2"), each=10),
my_x = 1:100 + rnorm(100,sd=9), my_y = 1:100 + rnorm(100, sd=16))
ggplot(data,aes(x=my_x, y=my_y))+
geom_point(shape=1)
# Adiciona linha de regressão
ggplot(data, aes(x=my_x, y=my_y)) +
geom_point(shape=1) +
geom_smooth(method = lm, color="red", se = FALSE)
#Adiciona Smooth
ggplot(data, aes(x=my_x, y=my_y)) +
geom_point(shape=1) +
geom_smooth(method = lm, color="red", se = TRUE)
#Treemap
install.packages("treemap")
library(treemap)
####Histograma######
# Gerando Valores para X
x <-mtcars$mpg
# Criando o Histograma
h <- hist(x,
breaks = 10,
col = "red",
xlab = "Milhas por Galão",
main = "Histograma com curva de distribuição")