#############################################
#VISUALIZACION DE CANTIDADES 
#############################################
#En este laboratorio veremos 
#1.-DIAGRAMAS DE BARRA
#2.-DIAGRAMAS  DISPERSION  (SCATTER PLOT)
#############################################

#En muchos escenarios, estamos interesados en la magnitud de alg?n conjunto de n?meros.
#Por ejemplo, es posible que queramos visualizar el volumen total de ventas de diferentes
#marcas de autom?viles o el n?mero total de personas que viven en diferentes ciudades. 
#La visualizaci?n est?ndar en este escenario es el gr?fico de barras, que tiene algunas
#variantes, incluidas barras simples y barras agrupadas y apiladas. Las alternativas
#al diagrama de barras son el diagrama de puntos (SCATTER CHARTS) y el mapa de calor. 
#####################################
#DIAGRAMAS DE BARRA
####################################
#Hay dos tipos de gr?ficos de barras: geom_bar () y geom_col (). 
#geom_bar () hace que la altura de la barra sea proporcional al n?mero de casos 
#en cada grupo. Si desea que las alturas de las barras representen valores en los datos, 
#use geom_col() en su lugar. 
#geom_bar() usa stat_count() por defecto: cuenta el n?mero de observaciones en cada posici?n x.
#geom_col() usa stat_identity(): deja los datos como est?n. 

#geom_bar aes incluye las siguientes propiedades :
#x y alpha colour  fill group linetype size 

rm(list=ls())
require(dplyr)
require(ggplot2)
require(ggplot2movies)
require(scales)
require(lubridate)
data(mpg)
names(mpg)
unique(mpg$class)
#Vamos a crear un diagrama de barras  sobre la variable class
#por defecto X es mapeado a la variable 
#En este caso, si voy a contar registros solo necesito indicar la columna que es el factor
ggplot(mpg, aes(x=class))+
  geom_bar()
#Si mapeamos la Y a la variable, el gr?fico que se presenta es de barras horizontales
ggplot(mpg, aes(y=class))+
  geom_bar()
#Si queremos agrupar la data basado en otro factor usaremos  fill y color 
#note que en este caso el aesthetics esta parte en el 
#ggplot y parte en el geom. Esto demuestra el concepto de herencia 
ggplot(data=mpg , aes(y=class))+
  geom_bar(aes(fill  = drv))
#O todo junto en el geom()
ggplot(data=mpg )+
  geom_bar( aes(y=class, fill  = drv))
#El orden en el que aparecen las barras depende del factor 
# Si se requiere  cambiar el orden de los segmentos de cada barra solo tenemos
#que indicarle el orden de sort a-z  o z-a
ggplot(mpg, aes(y=class)) +
  geom_bar(aes(fill = drv), position = position_stack(reverse = TRUE))
#Note que el orden se refiere a la posici?n de los factores en las columnas y NO 
#al orden que aparece en eje X o Y 
#Note tambi?n que estos diagramas tienden a ser confusos porque no es claro si el valor de drv=4
#va desde que termina la columna f o va desde 0 

#Por defecto geom_bar usa stat_count(), es decir cuenta la cantidad de registros
# y eso despliega. 
#Pero si deseo sumar columnas de valores de cada class, deberemos cambiar el stat 
#stat="identity" 

ggplot(data=mpg , aes(x=class ,y=cty))+
  geom_bar(aes( fill  = drv), stat="identity")

#El ejercicio anterior en realidad no hace mucho sentido, porque est? sumando las
#millas por gal?n en ciudad de  todos los carros por clase, con un poco de data
#wrangling podemos sacar la media 
#usaremos geom_col() en lugar de bar porque bar nos deplegar? siempre 1.
mpg <- as.data.frame(mpg)
mpg1 <-  aggregate(x=mpg , by=list(CLASE=mpg$class),FUN=mean)
ggplot( data=mpg1 , aes(x=CLASE, y=cty ))+
  geom_col()



#geom_col es similar a geom_bar pero geom_col se utiliza m?s con variables 
#discretas, mientras que geom_bar puede usarse con variable continuas

#Otra buena pr?ctica es colocar el valor en el gr?fico.
#Es necesario cuando los valores son importantes y/o la escala de los ejes es muy grande
# para esto usamos geom_text. Veamos un ejemplo 
df <- data.frame(trt = c("a", "b", "c"), salida = c(2.3, 1.9, 3.2))
ggplot(df, aes(x=trt, y=salida, fill=trt)) +
  geom_col()+
  geom_text(aes(label=salida), vjust=1.6, color="white", size=3.5)

#Desafortunadamente esto no se puede aplicar cuando hay varios subsets, veamos como
#nos saldr? 

ggplot(data=mpg , aes(x=class ,y=cty))+ 
  geom_bar(aes( fill  = drv), stat="identity", position="dodge" ) +
  geom_text(aes(label=cty),size=3.5,hjust=1, vjust=1.6)

#Esto es porque label=cty nos da un vector y no un ?nico valor num?rico
#tenemos que hacer un poco de manipulaci?n  (data wrangling)

mpg <- as.data.frame(mpg)
mpg1 <-  aggregate(x=mpg , by=list(CLASE=mpg$class , DRV=mpg$drv),FUN=mean)
mpg1$cty <- round(mpg1$cty)
ggplot( data=mpg1 , aes(x=CLASE, y=cty, fill= DRV ))+
  geom_col(position="dodge")+
  geom_text(aes(label=cty),size=3.5,hjust=0, vjust=1.6)

#Otra buena pr?ctica es el ordenamiento
#El orden que aparecen las columnas esta dado por el orden natural del factor por 
#el cual se agrup?. Pero como hemos visto, siempre agrupamos de mayor a menor para 
#ser  consistentes con la Gestalt y los patrones de visualizaci?n 
#En este caso necesitamos un pre procesamiento  ya que ggplot no lo hace 
#Veamos con mpg para contar registros 
mpg1 <-  aggregate(x=mpg , by=list(unique.values=mpg$class),FUN=length)
ggplot(mpg1, aes(x = reorder(unique.values, -class), y = class)) + 
  geom_bar(stat = "identity" , fill="darkolivegreen4")+
  geom_text(aes(label=class),size=3.5,hjust=0, vjust=1.6)
#El signo menos (-) en la funci?n reorder indica que ordene de acuerdo a class 
#en forma descendente
#sin el signo menos (-) seria ascendente

#Otro tema intereante es el resaltar  un dato en especial 
mpg1 <-  aggregate(x=mpg , by=list(unique.values=mpg$class),FUN=length)
mpg1$resaltado <- NA
mpg1[mpg1$unique.values=="suv" ,]$resaltado="si"
ggplot(mpg1, aes(x = reorder(unique.values, -class), y = class, fill=resaltado)) + 
  geom_bar(stat = "identity")+
  geom_text(aes(label=class),size=3.5,hjust=0, vjust=1.6)


#Por ?ltimo no se olvide de poner los t?tulos correspondientes
ggplot(mpg1, aes(x = reorder(unique.values, -class), y = class, fill=resaltado)) + 
  geom_bar(stat = "identity") + 
  geom_text(aes(label=class),size=3.5,hjust=0, vjust=1.6)+
  ggtitle("An?lisis de mpg ")+
  xlab("Class") + ylab("n?mero")

#######################################
#DIAGRAMAS DISPERSI?N (SCATTER PLOT) 
#######################################
#El diagrama de dispersi?n gr?fica pares de datos num?ricos, con una variable en cada eje,
#para buscar una relaci?n entre ellos.
#El diagrama nos permitir? unir los puntos mediante una l?nea para ver tendencias o relaciones 

#Cuando usar este tipo de diagrama:
# Cuando haya  datos num?ricos emparejados
# Cuando su variable de respuesta puede tener m?ltiples valores para cada valor de su variable 
#   predictoras
# Al intentar determinar si las dos variables est?n relacionadas, como por ejemplo:
# Al intentar identificar las posibles causas raiz de los problemas
# Al determinar si dos efectos que parecen estar relacionados ambos ocurren con la misma causa
# Al probar la auto correlaci?n antes de construir un gr?fico de control 

data(mtcars)
names(mtcars)

ggplot(mtcars, aes(wt, mpg)) +
  geom_point()
#geom_point entiende los siguientes  aes
#x y alpha colour fill group shape size stroke

ggplot(mtcars, aes(x=wt, y=mpg)) + geom_point(colour = "tomato4", size = 3)

#Podemos definir color basado en un factor 

ggplot(mtcars, aes(x=wt, y=mpg)) +
  geom_point(aes(colour = factor(cyl))) 

#Podemos definir forma basado en un factor 
ggplot(mtcars, aes(x=wt, y=mpg)) +
  geom_point(aes(shape = factor(cyl)))
#O basado en un color o ambos 
ggplot(mtcars, aes(x=wt, y=mpg)) +
  geom_point(aes(shape = factor(cyl), colour=factor(cyl)))


#Usando aes  size se puede crear un diagrama de burbuja con el mismo geom
ggplot(mtcars, aes(x=wt, y=mpg)) +
  geom_point(aes( size = qsec), colour="aquamarine3")

#La variaci?n de alpha es ?til para dataset muy grandes porque permite ver 
# puntos que est?n por detr?s

data(diamonds)

ggplot(diamonds, aes(carat, price)) +
  geom_point(alpha = 1/10) 

ggplot(diamonds, aes(carat, price)) +
  geom_point(alpha = 1/20) 

ggplot(diamonds, aes(carat, price)) +
  geom_point(alpha = 1/100)


#Para formas que tienen un borde como la 21 que tiene forma de donut
#se puede colorear el interior y exterior en forma separada.
#se puede usar stroke para definir el tama?o  de la l?nea . 

ggplot(mtcars, aes(wt, mpg)) +
  geom_point(shape = 21, colour = "black", fill = "palevioletred3", size = 2, stroke = 1)

#Se pueden crear  figuras interesantes usando varias capas de geom_point
ggplot(mtcars, aes(mpg, wt, shape = factor(cyl))) +
  geom_point(aes(colour = factor(cyl)), size = 4) +
  geom_point(colour = "black", size = 1.5) 
#lo que quiere decir que el punto debe ser color  (casi negro) de tama?o 1.5
#pero el contorno depende del factor y tiene tama?o 4
#Se pueden lograr muchas combinaciones de estos argumentos, pero no hay que abusar porque el 
#diagrama se vuelve dif?cil de digerir 

ggplot(mtcars, aes(mpg, wt, shape = factor(cyl))) +
  geom_point(colour = "pink", size = 4) + geom_point(aes(shape = factor(cyl)))

#Una limitaci?n importante de las barras es que deben comenzar en cero,
#de modo que la longitud de la barra sea proporcional a la cantidad mostrada.
#Para algunos conjuntos de datos, esto puede ser poco pr?ctico.
#En este caso, podemos indicar cantidades colocando puntos en las ubicaciones
#apropiadas a lo largo de ejes x o y  y limitando el ?rea de despliegue 


ggplot(mtcars, aes(x=mpg, y=wt)) +
  geom_point() +
  xlim(15, 25) + ylim(2.5,4)


#Cuando los puntos se sobreponen es dif?cil  apreciar  cuantos puntos hay 
#recurrimos a geom_jitter() 
#geom_jitter introduce una variaci?n en los valores de forma aleatoria de tal
#manera de que se pueda visualizar  adecuadamente 
data(mpg)
ggplot(mpg, aes(x=cyl, y=hwy)) +
  geom_point(aes(colour=cyl) )+
  geom_jitter()

#Eventualmente necesitamos unir los puntos mediante una l?nea 

#creando columnas nuevas columnas
data(economics)
economics$a?o <- year(economics$date)
economics$mes <- month(economics$date, label=TRUE)
economics
class(economics)
#podemos crear un filtro a la data para hacer m?s visible 
#en este caso todos los registros mayores que a?o 2000
econ200 <- economics[which(economics$a?o >2000),]


graf3 <-ggplot(econ200, aes(x=mes,y=pop)) + geom_point()+ 
  geom_line(aes(color=factor(a?o), group=a?o)) +
  scale_color_discrete()  +
  labs(title="poblacion", x= "mes", y="poblacion")+
  theme(axis.text.x=element_text(angle=90, vjust=1))
graf3


#######################################
#DIAGRAMAS RADAR (ARA?A) 
#######################################
#Un diagrama de ara?a, tambi?n conocido como gr?fico de radar o de 
#estrella, es una herramienta visual utilizada para comparar m?ltiples
#variables en relaci?n a un punto central. 
#Cada eje del diagrama representa una variable diferente y los valores
#se trazan a lo largo de estos ejes. 
#Los puntos se conectan formando una figura poligonal, similar a
#una telara?a. 

#De hecho, es m?s ?til que los gr?ficos lineales convencionales que no son 
#adecuados para la comparaci?n y evaluaci?n de variables m?ltiples. 
#En estos casos, un gr?fico de radar es la mejor opci?n

#Necesitamos cargar el paquete ggradar que no se encuentra en CRAN por lo que
#tenemos que bajarlo de github. 
#Dependiendo de la versi?n de R   es posible que requiera bajar y compilar
#fuentes en cuyo caso requiere el paquete devtools 

#require(devtools)
#install.github("ricardo-bion/ggradar)
require(ggradar)
#Veamos un ejemplo con mtcars
mtcars_radar <- mtcars %>% 
  as_tibble(rownames = "group") %>% 
  mutate_at(vars(-group), rescale) %>% 
  tail(4)
ggradar(mtcars_radar)

#Explicaci?n de la funci?n 
#En primer lugar debemos crear una nueva columna llamada group
#en segundo lugar debemos  reescalar las variables num?ricas, debido a que 
#no todas las variables est?n dentro de los mismos valores, entonces
#reescalamos con valores m?ximos de 1 ( 100%).
#Por ?ltimo debemos limitar la cantidad de observaciones debido a que estos
#gr?ficos tienden a congestionarse r?pidamente .
#el objeto resultante esta listo para visualizarse con la funci?n ggradar.

#Cuando tenemos muchas observaciones y/o variables puede ser interesante 
# sombrear el pol?gono  para lo cual podemos usar los argumentos fill y fill.alpha


mtcars_radar <- mtcars %>% 
  as_tibble(rownames = "group") %>% 
  mutate_at(vars(-group), rescale) 
mtcars_radar <- mtcars_radar[1:10 , ]
View(mtcars_radar)
ggradar(mtcars_radar, fill=TRUE, fill.alpha=0.2)