Gráfico de Linha

Gráficos de linha são frequentemente usados para representar séries de tempo, isto é, valores que mudam ao longo do tempo. Estes gráficos revelam a evolução de uma variável ao longo do tempo. O ggplot oferece alguma variedade de funções para este fim, mas a mais comum é a geom_line(). Este geom exige argumentos tanto para o eixo-x como para o eixo-y. Em geral, o eixo-x representa o tempo e o eixo-y o valor da variável de interesse.

Neste post vamos aprender a montar gráficos de linha usando o ggplot2 no R. Primeiro vamos fazer um exemplo simples para enxergar a dinâmica da taxa de poupança nos EUA. Depois, vamos entender como customizar o gráfico.

Além disso, vamos importar séries do Banco Central para fazer alguns exemplos aplicados usando o pacote GetBCBData.

R

Antes de iniciar precisamos carregar o pacote ggplot2, que traz as funções necessárias para montar os gráficos. Adicionalmente, vamos carregar o pacote GetBCBData, que utiliza a API do Sistema Gerador de Séries Temporais (SGS) do Banco Central do Brasil para baixar séries de tempo econômicas no R

Caso os pacotes não estejam instalados é preciso executar primeiro o código abaixo.

# Instala os pacotes necessários
install.packages(c("ggplot2", "GetBCBData"))

Para carregar os pactoes utilizamos a função library.

# Carrega o pacote ggplot2
library(ggplot2)
# Carrega o pacote GetBCBData
library(GetBCBData)

Além de servir como um repositório de funções, alguns pactoes também trazem bases de dados consigo. Neste exemplo vamos utilizar a base "economics" do pacote ggplot2.

data("economics")

Para consultar as bases de dados disponíveis basta utilizar o comando data() sem nenhum argumento como no código abaixo

data()

ggplot2

O pacote ggplot2 segue uma sintaxe bastante consistente, que permite “somar” elementos visuais sobre um mesmo gráfico. Isto permite que se crie uma infinidade de gráficos complexos a partir de elementos simples. Os elementos visuais são todos chamados por funções geom_*. Neste primeiro exemplo vamos focar na função geom_line() que desenha linhas. Estes elementos são todos somados de maneira intuitiva usando o sinal de soma +.

Essencialmente, temos os seguintes elementos principais:

Dados - nossa tabela de dados.
Função aes() - que transforma os dados em objetos visuais.
Objeto geométrico (geom) - que escolhe qual o formato destes objetos visuais.

Estes elementos são combinados numa sintaxe recorrente. A função ggplot tipicamente tem apenas dois elementos: data e aes. O argumento data indica o nome da base de dados. Já a função aes é a que indica como transformar os dados (as colunas da base de dados) em elementos visuais. Nos casos mais simples, esta função serve para indicar qual é o nome da variável x e qual é o nome da variável y.

Adicionamos uma função geom nesta chamada inicial como no exemplo abaixo.

ggplot(data = dados, aes(x = varivel_x, y = variavel_y)) +
  geom_line()

Gráfico de linha

Para construir um gráfico de linha precisamos, em geral, de apenas dois arguementos: um argumento x que é o nome da variável no eixo-x (comumemente, o tempo) e um argumento y que é o nome da variável no eixo-y (comumemente, a variável numérica).

Vamos utilizar a base economics que é carregada conjuntamente com o pacote ggplot2. Esta base traz a evolução de algumas variáveis econômicas ao longo do tempo.

# Carrega a base de dados (caso ainda não tenha feito)
data("economics")
# Visualiza as primeiras linhas da base de dados
head(economics)

# A tibble: 6 × 6
  date         pce    pop psavert uempmed unemploy
  <date>     <dbl>  <dbl>   <dbl>   <dbl>    <dbl>
1 1967-07-01  507. 198712    12.6     4.5     2944
2 1967-08-01  510. 198911    12.6     4.7     2945
3 1967-09-01  516. 199113    11.9     4.6     2958
4 1967-10-01  512. 199311    12.9     4.9     3143
5 1967-11-01  517. 199498    12.8     4.7     3066
6 1967-12-01  525. 199657    11.8     4.8     3018

Note que a primeira coluna à esquerda (date) traz as datas. A coluna psavert é a taxa de poupança individual, mensurada em proporção à renda disponível. Podemos visualizar como se altera a taxa de poupança ao longo do tempo.

ggplot(data = economics, aes(x = date, y = psavert)) +
  geom_line()

Vamos quebrar o código acima em detalhes. Primeiro, usamos a função ggplot() para declarar que queremos fazer um gráfico. Colocamos os argumentos data e aes dentro desta função. O argumento data deve ser o nome da nossa base de dados: neste caso, data = economics.

O argumento aes é o que transforma as variáveis (as colunas da base de dados) em elementos visuais. Neste caso ele vai transformar o tempo e a taxa de poupança em algum elemento visual. Escolhemos aes(x = date, y = psavert).

Especificamos qual deve ser o elemento visual somando a função geom_line() no código inicial. Esta função indica que queremos um gráfico de linhas.

Unindo todas estes elementos temos um código enxuto que plota o gráfico. Vemos que a taxa de poupança nos EUA apresenta uma tendência de queda a partir da segunda metade dos anos 1970 que é revertida somente após a primeira metade dos anos 2000.

ggplot(
  # Especifica o nome da base de dados
  data = economics,
  # Indica como devem ser mapeadas as variáveis nos eixos x e y
  aes(x = date, y = psavert)) +
  # Especifica que queremos um gráfico de linha
  geom_line()

Opções estéticas

Podemos customizar um gráfico de ggplot modificando os seus elementos estéticos. Um elemento estético pode assumir dois tipos de valor: constante ou variável. Um valor constante é um número ou texto, enquanto uma variável é uma coluna da nossa base de dados.

Há quatro opções estéticas básicas para gráficos de linha: color, alpha, linewidth e linetype.

color - Define a cor da linha
alpha - Define o nível de transparência da linha
linewidth - Define a espessura da linha
linetype - Define o tracejado da linha

Cores

Utilizamos o argumento color dentro da função geom_line para variar a cor da linha no gráfico. Pode-se escolher a cor da linha tanto por nome como por código hexadecimal. Por padrão, a função geom_line utiliza color = "black". No exemplo abaixo utilizo um tom de azul chamado "steelblue". Uma lista completa de cores (por nome) está disponível aqui.

# Gráfico de linha
ggplot(data = economics, aes(x = date, y = psavert)) + 
  # Altera a cor da linha
  geom_line(color = "steelblue")

Também é possível chamar as cores via código hexadecimal como no exemplo abaixo.

# Gráfico de linha
ggplot(data = economics, aes(x = date, y = psavert)) +
  # Altera a cor da linha
  geom_line(color = "#e76f51")

Alpha

O argumento alpha controla o nível de transparência da cor e varia de 0 a 1, em que alpha = 0 é perfeitamente transparente e alpha = 1 é nada transparente. Por padrão, a função geom_line define que alpha = 1. Na prática, são raros os casos em que vale alterar este argumento. No exemplo abaixo definimos alpha = 0.5.

ggplot(data = economics, aes(x = date, y = psavert)) +
  geom_line(alpha = 0.5)

Espessura da linha

O argumento linewidth controla a espessura da linha. No exemplo abaixo defino linewidth = 1 dentro da função geom_line(). Na prática, não recomendo escolher um valor de linewidth acima de 1 pois a linha se torna muito espessa.

ggplot(data = economics, aes(x = date, y = psavert)) + 
  geom_line(linewidth = 1)

O gráfico abaixo compara alguns tamanhos diferentes de espessura de linha. Note que é possível especificar valores não-inteiros como 0,5. Para evitar de repetir o mesmo código várias vezes, guardo a chamada inicial do ggplot em um objeto chamado p (de plot).

p <- ggplot(data = economics, aes(x = date, y = psavert))

# Espessura = 0.5
p + geom_line(linewidth = 0.5)
# Espessura = 1
p + geom_line(linewidth = 1)
# Espessura = 2
p + geom_line(linewith = 2)
# Espessura = 5
p + geom_line(linewidth = 5)

Tracejado da linha

O argumento linetype controla o tracejado da linha. Por padrão, a função geom_line() utiliza linetype = 1, mas podemos escolher valores distintos. No exemplo abaixo usamos linetype = 2.

ggplot(data = economics, aes(x = date, y = psavert)) + 
  geom_line(linetype = 2)

Abaixo pode-se ver a diferença entre cada uma delas.

Combinando elementos

Como foi aludido no início do post, parte da mágica do ggplot é de poder somar elementos ao mesmo gráfico. Isto permite uma grande flexibilidade na hora de montar nossas visualizações. Uma combinação bastante efetiva é juntar um gráfico de linha com um gráfico de pontos.

Primeiro, vamos importar a série do consumo de energia elétrica residencial no Brasil. Podemos importar séries de tempo do site do Banco Central do Brasil usando a função gbcbd_get_series do pacote GetBCBData.

Para importar uma série de tempo precisamos informar apenas: (1) o código da série pelo argumento id; e (2) a data de início da extração pelo argumento first.date (no formato YYYY-MM-DD).

# Import a série de consumo de energia elétrica residencial
consumo <- gbcbd_get_series(id = 1403, first.date = as.Date("2014-01-01"))

O gráfico abaixo combina um geom_line() com um geom_point() para representar tanto os pontos de observação como a linha que une os pontos.

ggplot(data = consumo, aes(x = ref.date, y = value)) +
  # Linha da série
  geom_line() +
  # Pontos sinalizando as observações
  geom_point()

Mapeando elementos estéticos

Cores

Como de costume, as características estéticas do gráfico podem refletir grupos de variáveis. No caso de gráficos de linha é comum querer representar séries de tempo distintas com cores diferentes.

Vamos importar três séries de tempo: o consumo de energia elétrica comercial (1402), residencial (1403) e industrial (1404). Todas as séries são mensais e são importadas a partir de janeiro de 2014.

# Importa as séries mensais do consumo de energia elétrica
series <- gbcbd_get_series(
  id = c(1402, 1403, 1404),
  first.date = as.Date("2014-01-01")
  )

Os dados são automaticamente formatados no padrão longitudinal, em que cada linha representa uma observação no tempo de uma série em particular. Este é o formato ideal para trabalhar com visualizações em ggplot, onde os dados estão “empilhados”.

A coluna ref.date indica a data, a coluna series.name identifica o id da série e a coluna value representa o valor desta observação.

ref.date	value	id.num	series.name
2014-01-01	7745	1402	id = 1402
2014-01-01	11798	1403	id = 1403
2014-01-01	14537	1404	id = 1404
2014-02-01	8204	1402	id = 1402
2014-02-01	11879	1403	id = 1403
2014-02-01	15107	1404	id = 1404

Vamos mapear a coluna series.name nas cores das linhas. Para especificar isto utilizamos a função aes, que serve para transformar dados em elementos visuais. Da mesma forma como mapeamos a coluna ref.date e value numa linha, agora mapeamos series.name nas cores do gráfico.

ggplot(data = series, aes(x = ref.date, y = value)) +
  geom_line(
    # Indica que a variável series.name deve ser mapeada nas cores das linhas
    aes(color = series.name))

As escolhas de cores padrão nem sempre são satisfatórias. Para modificar as cores utilizamos a função scale_color_manual() que também nos dá controle sobre a legenda do gráfico.

ggplot(data = series, aes(x = ref.date, y = value)) +
  geom_line(aes(color = series.name)) +
  # Controla as cores e a legenda
  scale_color_manual(
    # Título da legenda (opcional)
    name = "Consumo de energia",
    # Nome das séries (opcional)
    labels = c("Comercial", "Residencial", "Industrial"),
    # Cores das linhas
    values = c("#264653", "#e9c46a", "#e76f51"),
  )

Vale notar que existem vários pacotes e funções com cores pré-definidas que simplificam o processo manual de escolher as cores. O exemplo mais simples é o scale_color_brewer() que utiliza as paletas de cores do Color Brewer.

ggplot(data = series, aes(x = ref.date, y = value)) +
  geom_line(aes(color = series.name)) +
  # Controla as cores e a legenda
  scale_color_brewer(
    # Título da legenda (opcional)
    name = "Consumo de energia",
    # Nome das séries (opcional)
    labels = c("Comercial", "Residencial", "Industrial"),
    # Tipo ("qual" - qualitativo, "div" - divergente ou "seq" - sequencial)
    type = "qual",
    # Escolha da paleta
    palette = 6
  )

Por padrão, a legenda das cores é colocada no lado direito do gráfico. Para modificar a sua posição usamos a função theme().

ggplot(data = series, aes(x = ref.date, y = value)) +
  geom_line(aes(color = series.name)) +
  scale_color_brewer(
    name = "Consumo de energia",
    labels = c("Comercial", "Residencial", "Industrial"),
    type = "qual",
    palette = 6) +
  theme(
    # Define a posição da legenda (top, bottom, right ou left)
    legend.position = "bottom"
  )

Tipo de linha

Da mesma forma que modificamos a cor das linhas, podemos variar outros aspectos estéticos como, por exemplo, o tracejado da linha de cada série. Este tipo de modificação pode ser útil no caso de uma publicação que vai ser visualizada ou impressa em escala de cinza.

ggplot(data = series, aes(x = ref.date, y = value)) +
  geom_line(
    # Cada série é desenhada com um tracejado diferente
    aes(linetype = series.name)
    ) +
  # Controla a legenda das séries
  scale_linetype_discrete(
    # Título da legenda (opcional)
    name = "Consumo de energia",
    # Nome das séries (opcional)
    labels = c("Comercial", "Residencial", "Industrial")
  )

Por fim, podemos modificar elementos estéticos de dois geoms no mesmo gráfico. No exemplo abaixo tanto o tracejado da linha como o formato do ponto variam segundo a série.

ggplot(data = series, aes(x = ref.date, y = value)) +
  geom_line(aes(linetype = series.name)) +
  geom_point(aes(shape = series.name)) +
  # Controla a legenda das séries
  scale_linetype_discrete(
    # Título da legenda (opcional)
    name = "Consumo de energia",
    # Nome das séries (opcional)
    labels = c("Comercial", "Residencial", "Industrial")
  ) +
  scale_shape_discrete(
    # Título da legenda (opcional)
    name = "Consumo de energia",
    # Nome das séries (opcional)
    labels = c("Comercial", "Residencial", "Industrial")
  )

Renomeando os eixos do gráfico

É muito importante que um gráfico seja o mais auto-explicativo possível. Para isso precisamos inserir informações relevantes como título, subtítulo e fonte.

A função labs() permite facilmente renomear os eixos do gráfico. Os argumentos principais são os abaixo.

title - título do gráfico
subtitle - subtítulo do gráfico
x - título do eixo-x (horizontal)
y - título do eixo-y (vertical)
caption - legenda abaixo do gráfico (em geral, a fonte)

No caso de gráficos de linha é muito comum omitir o nome do eixo-x, pois ele geralmente representa o tempo. Para omitir o nome de qualquer eixo basta defini-lo como NULL.

Novamente, utilizamos o sinal de soma para adicionar estes elementos ao gráfico.

ggplot(data = consumo, aes(x = ref.date, y = value)) +
  # Linha da série
  geom_line() +
  # Define os elementos textuais do gráfico
  labs(
    title = "Aumento gradual na demanda por energia elétrica",
    subtitle = "Consumo residencial de energia elétrica no Brasil.",
    # Omite o título do eixo-x
    x = NULL,
    y = "GWh",
    caption = "Fonte: Eletrobras."
    )

Começando o gráfico do zero

Os gráficos de linha gerados pelo ggplot2 não começam do zero no eixo-y. Isto pode ser um problema e, visualmente, criar a ilusão de que há mais volatilidade nos dados do que realmente existe.

Há muitas formas de forçar o gráfico a iniciar no zero. Uma das mais efetivas é incluir uma linha horizontal no eixo ($y = 0$). Pode-se desenhar esta linha horizontal com a função geom_hline() (onde o “hline” sinaliza “horizontal line”, linha horizontal).

ggplot(data = consumo, aes(x = ref.date, y = value)) +
  # Linha horizontal y = 0
  geom_hline(yintercept = 0) +
  # Linha da série
  geom_line()

Outra forma de chegar no mesmo resultado é manipular o eixo-y para forçá-lo a iniciar no zero. No exemplo abaixo utilizamos a função scale_y_continuous(). Esta função controla todos os aspectos visuais da escala no eixo-y. O sufixo _continuous indica que a variável no eixo-y é contínua.

Para redefinir os limites do eixo-y variamos o argumento limits que aceita um par de valores. O primeiro valor é o limite inferior e o segundo valor é o limite superior. Por padrão ambos são definidos como NA.

ggplot(data = consumo, aes(x = ref.date, y = value)) +
  # Linha da série
  geom_line() +
  # Manipular o eixo-y para inicar no zero
  scale_y_continuous(limits = c(0, NA))

Séries de tempo em degraus

Algumas séries de tempo variam de maneira “descontínua” no tempo. É o caso, por exemplo, da taxa SELIC, que é periodicamente definida como uma meta a ser perseguida pelo Banco Central. Neste caso, faz sentido ressaltar isto fazendo um gráfico que varia em “degraus”.

A função geom_step() faz este tipo de gráfico e possui os mesmos argumentos que a função geom_line(). O gráfico abaixo mostra a variação da taxa SELIC (meta) nos últimos anos.

# Importa a série diária da SELIC (meta) anualizada
selic <- gbcbd_get_series(id = 1178, first.date = as.Date("2016-01-01"))

ggplot(data = selic, aes(x = ref.date, y = value)) +
  geom_step()

Resumo

Neste post aprendemos o básico da estrutura sintática do ggplot e conseguimos montar gráficos de linha sofisticados usando poucas linhas de código. Em qualquer gráfico temos três elementos básicos

Dados - nossa tabela de dados.
Função aes() - que transforma os dados em objetos visuais.
Objeto geométrico (geom) - que escolhe qual o formato destes objetos visuais.

Alguns pontos de destaque:

Utilize cores diferentes para séries distintas usando aes(color = ...).
Combine elementos como linhas e pontos somando os “geoms”.
Comece o gráfico no zero utilizando ou geom_hline(yintercept = 0) ou scale_y_continuous(limits=c(0,NA)).

Seguindo esta lógica e somando os objetos podemos criar belos gráficos.

# Importa as séries mensais do consumo de energia elétrica
series <- gbcbd_get_series(
  id = c(1402, 1403, 1404),
  first.date = as.Date("2019-01-01")
  )

ggplot(data = series, aes(x = ref.date, y = value)) +
  geom_hline(yintercept = 0) +
  geom_line(
    aes(color = series.name),
    linewidth = 1) +
  geom_point(
    aes(color = series.name),
    size = 2) +
  scale_color_manual(
    name = "Consumo de Energia",
    labels = c("Comercial", "Residencial", "Industrial"),
    values = c("#264653", "#e9c46a", "#e76f51")) +
  labs(
    title = "Recuperação do consumo de energia pós-pandemia",
    subtitle = "Consumo mensal de energia elétrica segundo a finalidade.",
    x = NULL,
    y = "(GWh)",
    caption = "Fonte: Eletrobras.") +
  theme(
    legend.position = "bottom"
  )

--- title: 'Fundamentos: gráfico de linha' date: '2023-08-22' categories: ['data-visualization', 'ggplot2', 'tutorial-R'] description: "Gráficos de linha são frequentemente usados para representar séries de tempo, isto é, valores que mudam ao longo do tempo. Estes gráficos revelam a evolução de uma variável ao longo do tempo." image: "/static/ggplot2_line.png" image-alt: "/static/ggplot2_line.png" execute: message: false warning: false format: html: code-fold: false code-tools: true freeze: true --- ```{r renv} #| echo: false #| results: 'hide' renv::use(lockfile = "renv.lock") ``` ```{r setup, include = FALSE} library(ggplot2) library(kableExtra) knitr::opts_chunk$set( fig.align = "center", fig.asp = 0.618, fig.width = 8, out.width = "80%", fig.dev = "svg" ) print_table <- function(x) { x |> knitr::kable(align = "c", digits = 0) |> kableExtra::kable_styling( full_width = FALSE, bootstrap_options = c("condensed", "hover") ) } ``` # Gráfico de Linha Gráficos de linha são frequentemente usados para representar séries de tempo, isto é, valores que mudam ao longo do tempo. Estes gráficos revelam a evolução de uma variável ao longo do tempo. O `ggplot` oferece alguma variedade de funções para este fim, mas a mais comum é a `geom_line()`. Este `geom` exige argumentos tanto para o eixo-x como para o eixo-y. Em geral, o eixo-x representa o tempo e o eixo-y o valor da variável de interesse. ```{r plot-line-poster, echo = FALSE} ggplot(data = economics, aes(x = date, y = psavert)) + geom_hline(yintercept = 0) + geom_line(color = "#264653") + scale_x_date(date_breaks = "5 year", date_labels = "%Y") + labs(x = NULL, y = "%") + theme_minimal() + theme( panel.grid.minor.x = element_blank() ) ``` Neste post vamos aprender a montar gráficos de linha usando o `ggplot2` no R. Primeiro vamos fazer um exemplo simples para enxergar a dinâmica da taxa de poupança nos EUA. Depois, vamos entender como customizar o gráfico. Além disso, vamos importar séries do Banco Central para fazer alguns exemplos aplicados usando o pacote `GetBCBData`. # R Antes de iniciar precisamos carregar o pacote `ggplot2`, que traz as funções necessárias para montar os gráficos. Adicionalmente, vamos carregar o pacote `GetBCBData`, que utiliza a API do [Sistema Gerador de Séries Temporais](https://www3.bcb.gov.br/sgspub/localizarseries/localizarSeries.do?method=prepararTelaLocalizarSeries) (SGS) do Banco Central do Brasil para baixar séries de tempo econômicas no R Caso os pacotes não estejam instalados é preciso executar primeiro o código abaixo. ```{r, eval = FALSE} # Instala os pacotes necessários install.packages(c("ggplot2", "GetBCBData")) ``` Para carregar os pactoes utilizamos a função `library`. ```{r} # Carrega o pacote ggplot2 library(ggplot2) # Carrega o pacote GetBCBData library(GetBCBData) ``` Além de servir como um repositório de funções, alguns pactoes também trazem bases de dados consigo. Neste exemplo vamos utilizar a base `"economics"` do pacote `ggplot2`. ```{r} data("economics") ``` Para consultar as bases de dados disponíveis basta utilizar o comando `data()` sem nenhum argumento como no código abaixo ```{r, eval = FALSE} data() ``` ## ggplot2 O pacote `ggplot2` segue uma sintaxe bastante consistente, que permite "somar" elementos visuais sobre um mesmo gráfico. Isto permite que se crie uma infinidade de gráficos complexos a partir de elementos simples. Os elementos visuais são todos chamados por funções `geom_*`. Neste primeiro exemplo vamos focar na função `geom_line()` que desenha linhas. Estes elementos são todos somados de maneira intuitiva usando o sinal de soma `+`. Essencialmente, temos os seguintes elementos principais: 1. *Dados* - nossa tabela de dados. 2. *Função `aes()`* - que transforma os dados em objetos visuais. 3. *Objeto geométrico (`geom`)* - que escolhe qual o formato destes objetos visuais. Estes elementos são combinados numa sintaxe recorrente. A função `ggplot` tipicamente tem apenas dois elementos: `data` e `aes`. O argumento `data` indica o nome da base de dados. Já a função `aes` é a que indica como transformar os dados (as colunas da base de dados) em elementos visuais. Nos casos mais simples, esta função serve para indicar qual é o nome da variável `x` e qual é o nome da variável `y`. Adicionamos uma função `geom` nesta chamada inicial como no exemplo abaixo. ```{r, eval = FALSE} ggplot(data = dados, aes(x = varivel_x, y = variavel_y)) + geom_line() ``` ## Gráfico de linha Para construir um gráfico de linha precisamos, em geral, de apenas dois arguementos: um argumento `x` que é o nome da variável no eixo-x (comumemente, o tempo) e um argumento `y` que é o nome da variável no eixo-y (comumemente, a variável numérica). Vamos utilizar a base `economics` que é carregada conjuntamente com o pacote `ggplot2`. Esta base traz a evolução de algumas variáveis econômicas ao longo do tempo. ```{r} # Carrega a base de dados (caso ainda não tenha feito) data("economics") # Visualiza as primeiras linhas da base de dados head(economics) ``` Note que a primeira coluna à esquerda (`date`) traz as datas. A coluna `psavert` é a taxa de poupança individual, mensurada em proporção à renda disponível. Podemos visualizar como se altera a taxa de poupança ao longo do tempo. ```{r} ggplot(data = economics, aes(x = date, y = psavert)) + geom_line() ``` Vamos quebrar o código acima em detalhes. Primeiro, usamos a função `ggplot()` para declarar que queremos fazer um gráfico. Colocamos os argumentos `data` e `aes` dentro desta função. O argumento `data` deve ser o nome da nossa base de dados: neste caso, `data = economics`. O argumento `aes` é o que transforma as variáveis (as colunas da base de dados) em elementos visuais. Neste caso ele vai transformar o tempo e a taxa de poupança em algum elemento visual. Escolhemos `aes(x = date, y = psavert)`. Especificamos qual deve ser o elemento visual somando a função `geom_line()` no código inicial. Esta função indica que queremos um gráfico de linhas. Unindo todas estes elementos temos um código enxuto que plota o gráfico. Vemos que a taxa de poupança nos EUA apresenta uma tendência de queda a partir da segunda metade dos anos 1970 que é revertida somente após a primeira metade dos anos 2000. ```{r} ggplot( # Especifica o nome da base de dados data = economics, # Indica como devem ser mapeadas as variáveis nos eixos x e y aes(x = date, y = psavert)) + # Especifica que queremos um gráfico de linha geom_line() ``` ### Opções estéticas Podemos customizar um gráfico de `ggplot` modificando os seus **elementos estéticos**. Um elemento estético pode assumir dois tipos de valor: constante ou variável. Um valor constante é um número ou texto, enquanto uma variável é uma coluna da nossa base de dados. Há quatro opções estéticas básicas para gráficos de linha: `color`, `alpha`, `linewidth` e `linetype`. - `color` - Define a cor da linha - `alpha` - Define o nível de transparência da linha - `linewidth` - Define a espessura da linha - `linetype` - Define o tracejado da linha ### Cores Utilizamos o argumento `color` dentro da função `geom_line` para variar a cor da linha no gráfico. Pode-se escolher a cor da linha tanto por nome como por código hexadecimal. Por padrão, a função `geom_line` utiliza `color = "black"`. No exemplo abaixo utilizo um tom de azul chamado `"steelblue"`. Uma lista completa de cores (por nome) [está disponível aqui](http://www.stat.columbia.edu/~tzheng/files/Rcolor.pdf). ```{r} # Gráfico de linha ggplot(data = economics, aes(x = date, y = psavert)) + # Altera a cor da linha geom_line(color = "steelblue") ``` Também é possível chamar as cores via código hexadecimal como no exemplo abaixo. ```{r} # Gráfico de linha ggplot(data = economics, aes(x = date, y = psavert)) + # Altera a cor da linha geom_line(color = "#e76f51") ``` ### Alpha O argumento `alpha` controla o nível de transparência da cor e varia de 0 a 1, em que `alpha = 0` é perfeitamente transparente e `alpha = 1` é nada transparente. Por padrão, a função `geom_line` define que `alpha = 1`. Na prática, são raros os casos em que vale alterar este argumento. No exemplo abaixo definimos `alpha = 0.5`. ```{r} ggplot(data = economics, aes(x = date, y = psavert)) + geom_line(alpha = 0.5) ``` ### Espessura da linha O argumento `linewidth` controla a espessura da linha. No exemplo abaixo defino `linewidth = 1` dentro da função `geom_line()`. Na prática, não recomendo escolher um valor de `linewidth` acima de 1 pois a linha se torna muito espessa. ```{r} ggplot(data = economics, aes(x = date, y = psavert)) + geom_line(linewidth = 1) ``` O gráfico abaixo compara alguns tamanhos diferentes de espessura de linha. Note que é possível especificar valores não-inteiros como 0,5. Para evitar de repetir o mesmo código várias vezes, guardo a chamada inicial do `ggplot` em um objeto chamado `p` (de *plot*). ```{r, eval = FALSE} p <- ggplot(data = economics, aes(x = date, y = psavert)) # Espessura = 0.5 p + geom_line(linewidth = 0.5) # Espessura = 1 p + geom_line(linewidth = 1) # Espessura = 2 p + geom_line(linewith = 2) # Espessura = 5 p + geom_line(linewidth = 5) ``` ```{r, echo = FALSE} library(patchwork) p <- ggplot(data = economics, aes(x = date, y = psavert)) p1 <- p + geom_line(linewidth = 0.5) + ggtitle("linewidth = 0.5") p2 <- p + geom_line(linewidth = 1) + ggtitle("linewidth = 1") p3 <- p + geom_line(linewidth = 2) + ggtitle("linewidth = 2") p4 <- p + geom_line(linewidth = 5) + ggtitle("linewidth = 5") (p1 + p2) / (p3 + p4) ``` ### Tracejado da linha O argumento `linetype` controla o tracejado da linha. Por padrão, a função `geom_line()` utiliza `linetype = 1`, mas podemos escolher valores distintos. No exemplo abaixo usamos `linetype = 2`. ```{r} ggplot(data = economics, aes(x = date, y = psavert)) + geom_line(linetype = 2) ``` Abaixo pode-se ver a diferença entre cada uma delas. ```{r, echo = FALSE} x <- 1:12 y <- matrix(rep(1:12, 12), ncol = 12) y <- t(y) dados <- as.data.frame(cbind(x, y)) names(dados) <- c("x", paste("linetype =", 1:12)) d <- reshape2::melt(dados, id.vars = 'x') ggplot(d, aes(x, value, group = variable)) + geom_line(aes(linetype = variable)) + labs(x = "", y = "", title = "Tipos de linetype") + scale_y_continuous(breaks = 1:12) + scale_x_continuous(breaks = 1:12, labels = rep("", 12)) + theme_classic() + theme( axis.ticks.x = element_blank(), legend.title = element_blank()) ``` ## Combinando elementos Como foi aludido no início do post, parte da mágica do `ggplot` é de poder somar elementos ao mesmo gráfico. Isto permite uma grande flexibilidade na hora de montar nossas visualizações. Uma combinação bastante efetiva é juntar um gráfico de linha com um gráfico de pontos. Primeiro, vamos importar a série do consumo de energia elétrica residencial no Brasil. Podemos importar séries de tempo do site do Banco Central do Brasil usando a função `gbcbd_get_series` do pacote `GetBCBData`. Para importar uma série de tempo precisamos informar apenas: (1) o código da série pelo argumento `id`; e (2) a data de início da extração pelo argumento `first.date` (no formato YYYY-MM-DD). ```{r} # Import a série de consumo de energia elétrica residencial consumo <- gbcbd_get_series(id = 1403, first.date = as.Date("2014-01-01")) ``` O gráfico abaixo combina um `geom_line()` com um `geom_point()` para representar tanto os pontos de observação como a linha que une os pontos. ```{r} ggplot(data = consumo, aes(x = ref.date, y = value)) + # Linha da série geom_line() + # Pontos sinalizando as observações geom_point() ``` ## Mapeando elementos estéticos ### Cores Como de costume, as características estéticas do gráfico podem refletir grupos de variáveis. No caso de gráficos de linha é comum querer representar séries de tempo distintas com cores diferentes. Vamos importar três séries de tempo: o consumo de energia elétrica comercial (1402), residencial (1403) e industrial (1404). Todas as séries são mensais e são importadas a partir de janeiro de 2014. ```{r} # Importa as séries mensais do consumo de energia elétrica series <- gbcbd_get_series( id = c(1402, 1403, 1404), first.date = as.Date("2014-01-01") ) ``` Os dados são automaticamente formatados no padrão longitudinal, em que cada linha representa uma observação no tempo de uma série em particular. Este é o formato ideal para trabalhar com visualizações em `ggplot`, onde os dados estão "empilhados". A coluna `ref.date` indica a data, a coluna `series.name` identifica o id da série e a coluna `value` representa o valor desta observação. ```{r, echo = FALSE} print_table(head(dplyr::arrange(series, ref.date))) ``` Vamos mapear a coluna `series.name` nas cores das linhas. Para especificar isto utilizamos a função `aes`, que serve para transformar dados em elementos visuais. Da mesma forma como mapeamos a coluna `ref.date` e `value` numa linha, agora mapeamos `series.name` nas cores do gráfico. ```{r} ggplot(data = series, aes(x = ref.date, y = value)) + geom_line( # Indica que a variável series.name deve ser mapeada nas cores das linhas aes(color = series.name)) ``` As escolhas de cores padrão nem sempre são satisfatórias. Para modificar as cores utilizamos a função `scale_color_manual()` que também nos dá controle sobre a legenda do gráfico. ```{r} ggplot(data = series, aes(x = ref.date, y = value)) + geom_line(aes(color = series.name)) + # Controla as cores e a legenda scale_color_manual( # Título da legenda (opcional) name = "Consumo de energia", # Nome das séries (opcional) labels = c("Comercial", "Residencial", "Industrial"), # Cores das linhas values = c("#264653", "#e9c46a", "#e76f51"), ) ``` Vale notar que existem vários pacotes e funções com cores pré-definidas que simplificam o processo manual de escolher as cores. O exemplo mais simples é o `scale_color_brewer()` que utiliza as paletas de cores do [Color Brewer](https://colorbrewer2.org). ```{r} ggplot(data = series, aes(x = ref.date, y = value)) + geom_line(aes(color = series.name)) + # Controla as cores e a legenda scale_color_brewer( # Título da legenda (opcional) name = "Consumo de energia", # Nome das séries (opcional) labels = c("Comercial", "Residencial", "Industrial"), # Tipo ("qual" - qualitativo, "div" - divergente ou "seq" - sequencial) type = "qual", # Escolha da paleta palette = 6 ) ``` Por padrão, a legenda das cores é colocada no lado direito do gráfico. Para modificar a sua posição usamos a função `theme()`. ```{r} ggplot(data = series, aes(x = ref.date, y = value)) + geom_line(aes(color = series.name)) + scale_color_brewer( name = "Consumo de energia", labels = c("Comercial", "Residencial", "Industrial"), type = "qual", palette = 6) + theme( # Define a posição da legenda (top, bottom, right ou left) legend.position = "bottom" ) ``` ### Tipo de linha Da mesma forma que modificamos a cor das linhas, podemos variar outros aspectos estéticos como, por exemplo, o tracejado da linha de cada série. Este tipo de modificação pode ser útil no caso de uma publicação que vai ser visualizada ou impressa em escala de cinza. ```{r} ggplot(data = series, aes(x = ref.date, y = value)) + geom_line( # Cada série é desenhada com um tracejado diferente aes(linetype = series.name) ) + # Controla a legenda das séries scale_linetype_discrete( # Título da legenda (opcional) name = "Consumo de energia", # Nome das séries (opcional) labels = c("Comercial", "Residencial", "Industrial") ) ``` Por fim, podemos modificar elementos estéticos de dois `geoms` no mesmo gráfico. No exemplo abaixo tanto o tracejado da linha como o formato do ponto variam segundo a série. ```{r} ggplot(data = series, aes(x = ref.date, y = value)) + geom_line(aes(linetype = series.name)) + geom_point(aes(shape = series.name)) + # Controla a legenda das séries scale_linetype_discrete( # Título da legenda (opcional) name = "Consumo de energia", # Nome das séries (opcional) labels = c("Comercial", "Residencial", "Industrial") ) + scale_shape_discrete( # Título da legenda (opcional) name = "Consumo de energia", # Nome das séries (opcional) labels = c("Comercial", "Residencial", "Industrial") ) ``` ## Renomeando os eixos do gráfico É muito importante que um gráfico seja o mais auto-explicativo possível. Para isso precisamos inserir informações relevantes como título, subtítulo e fonte. A função `labs()` permite facilmente renomear os eixos do gráfico. Os argumentos principais são os abaixo. - `title` - título do gráfico - `subtitle` - subtítulo do gráfico - `x` - título do eixo-x (horizontal) - `y` - título do eixo-y (vertical) - `caption` - legenda abaixo do gráfico (em geral, a fonte) No caso de gráficos de linha é muito comum omitir o nome do eixo-x, pois ele geralmente representa o tempo. Para omitir o nome de qualquer eixo basta defini-lo como `NULL`. Novamente, utilizamos o sinal de soma para adicionar estes elementos ao gráfico. ```{r} ggplot(data = consumo, aes(x = ref.date, y = value)) + # Linha da série geom_line() + # Define os elementos textuais do gráfico labs( title = "Aumento gradual na demanda por energia elétrica", subtitle = "Consumo residencial de energia elétrica no Brasil.", # Omite o título do eixo-x x = NULL, y = "GWh", caption = "Fonte: Eletrobras." ) ``` ## Começando o gráfico do zero Os gráficos de linha gerados pelo `ggplot2` não começam do zero no eixo-y. Isto pode ser um problema e, visualmente, criar a ilusão de que há mais volatilidade nos dados do que realmente existe. Há muitas formas de forçar o gráfico a iniciar no zero. Uma das mais efetivas é incluir uma linha horizontal no eixo ($y = 0$). Pode-se desenhar esta linha horizontal com a função `geom_hline()` (onde o "hline" sinaliza "horizontal line", *linha horizontal*). ```{r} ggplot(data = consumo, aes(x = ref.date, y = value)) + # Linha horizontal y = 0 geom_hline(yintercept = 0) + # Linha da série geom_line() ``` Outra forma de chegar no mesmo resultado é manipular o eixo-y para forçá-lo a iniciar no zero. No exemplo abaixo utilizamos a função `scale_y_continuous()`. Esta função controla todos os aspectos visuais da escala no eixo-y. O sufixo `_continuous` indica que a variável no eixo-y é contínua. Para redefinir os limites do eixo-y variamos o argumento `limits` que aceita um par de valores. O primeiro valor é o limite inferior e o segundo valor é o limite superior. Por padrão ambos são definidos como `NA`. ```{r} ggplot(data = consumo, aes(x = ref.date, y = value)) + # Linha da série geom_line() + # Manipular o eixo-y para inicar no zero scale_y_continuous(limits = c(0, NA)) ``` ## Séries de tempo em degraus Algumas séries de tempo variam de maneira "descontínua" no tempo. É o caso, por exemplo, da taxa SELIC, que é periodicamente definida como uma meta a ser perseguida pelo Banco Central. Neste caso, faz sentido ressaltar isto fazendo um gráfico que varia em "degraus". A função `geom_step()` faz este tipo de gráfico e possui os mesmos argumentos que a função `geom_line()`. O gráfico abaixo mostra a variação da taxa SELIC (meta) nos últimos anos. ```{r} # Importa a série diária da SELIC (meta) anualizada selic <- gbcbd_get_series(id = 1178, first.date = as.Date("2016-01-01")) ggplot(data = selic, aes(x = ref.date, y = value)) + geom_step() ``` ## Resumo Neste post aprendemos o básico da estrutura sintática do `ggplot` e conseguimos montar gráficos de linha sofisticados usando poucas linhas de código. Em qualquer gráfico temos três elementos básicos 1. *Dados* - nossa tabela de dados. 2. *Função `aes()`* - que transforma os dados em objetos visuais. 3. *Objeto geométrico (`geom`)* - que escolhe qual o formato destes objetos visuais. Alguns pontos de destaque: 1. Utilize cores diferentes para séries distintas usando `aes(color = ...)`. 2. Combine elementos como linhas e pontos somando os "geoms". 3. Comece o gráfico no zero utilizando ou `geom_hline(yintercept = 0)` ou `scale_y_continuous(limits=c(0,NA))`. Seguindo esta lógica e somando os objetos podemos criar belos gráficos. ```{r} # Importa as séries mensais do consumo de energia elétrica series <- gbcbd_get_series( id = c(1402, 1403, 1404), first.date = as.Date("2019-01-01") ) ggplot(data = series, aes(x = ref.date, y = value)) + geom_hline(yintercept = 0) + geom_line( aes(color = series.name), linewidth = 1) + geom_point( aes(color = series.name), size = 2) + scale_color_manual( name = "Consumo de Energia", labels = c("Comercial", "Residencial", "Industrial"), values = c("#264653", "#e9c46a", "#e76f51")) + labs( title = "Recuperação do consumo de energia pós-pandemia", subtitle = "Consumo mensal de energia elétrica segundo a finalidade.", x = NULL, y = "(GWh)", caption = "Fonte: Eletrobras.") + theme( legend.position = "bottom" ) ```