5.Ggplot

Autor/a

Jonathan V. Solórzano

Fecha de publicación

3 de octubre de 2024

GGplot2: Paquete para hacer gráficos

Este paquete está enfocado en programar gráficas.

Basado en el “Grammar of graphics”.
La idea general es poder editar cada componente de un gráfico.
Cada componente tiene su nombre y argumentos.
“Mapear” significa usar cierta variable como un componente del gráfico.
Parte del tidyverse así que funciona con la misma sintáxis.

Ventajas:

100 % editable.
Visualmente más estética que los gráficos de R base.
Permite crear prácticamente cualquier tipo de gráfica.
Varios paquetes usan como base ggplot2 para generar sus propios gráficos.

Ejemplos de algunos tipos de gráficos

Los gráficos de ggplot normalmente siguen la siguiente estructura:

Datos.
Mapeo de variables estéticas aes.
Adición de capas.

Como funciona ggplot2 es como si fueran capas similares a como se manejan imágenes en Photoshop o GIMP.

Esquema de cómo se crean las gráficas de ggplot.

Guía para saber qué parámetros modificar de un gráfico en ggplot: https://ggplot2tor.com/theme/.

Tipos de gráficos

Leer mismos datos

datos <- read_excel("INFyS_2015_2020_Michoacan_de_Ocampo_lHwLKIM.xlsx",
                  sheet = "Arbolado")

Warning: Expecting numeric in BW19313 / R19313C75: got 'NULL'

Warning: Expecting numeric in BX19313 / R19313C76: got 'NULL'

# Preprocesamiento limpieza de datos
datos <- datos |>
  mutate(across(c(AlturaTotal_C3, DiametroNormal_C3), ~ifelse(.x >= 99999, NA, .x))) |>
  # Eliminar NA
  drop_na(AlturaTotal_C3, DiametroNormal_C3) |>
  # Seleccionar columnas de interés
  select(IdConglomerado,DESCRIP_S7_C3,AlturaTotal_C3, DiametroNormal_C3, biomasa_kg_C3, Anio_C3, CVEECON1_C3) |>
  # Renombrar columnas
  rename("ParcelaId" = "IdConglomerado",
         "TipoVeg" = "DESCRIP_S7_C3",
         "Altura" = "AlturaTotal_C3",
         "DAP" = "DiametroNormal_C3",
         "Biomasa" = "biomasa_kg_C3",
         "Anio" = "Anio_C3",
         "Ecorregion" = "CVEECON1_C3")

Generar base del gráfico

La primera parte genera el espacio o la base del gráfico.

datos |>
  ggplot(aes(x = DAP,
             y = Biomasa))

Después se define el estilo de gráfico que se desea.

Para agregar más capas a nuestro gráfico, dentro de ggplot siempre se usa + para agregar alguna capa o modificar el tema.

Todos los tipos de gráficas empiezan con geom_.

Scatterplot

datos |>
  ggplot(aes(x = DAP,
             y = Biomasa)) +
  geom_point()

Las opciones básicas de tipos de gráficos son:

geom_point.
geom_area.
geom_bar (frecuencias).
geom_col (alguna otra variable).
geom_boxplot.
geom_errorbar
geom_density.
geom_histogram.
geom_line.
geom_smooth.
geom_line.

Aunque hay muchas más, veamos algunos ejemplos.

Line

datos |>
  ggplot(aes(x = DAP,
             y = Biomasa)) +
  geom_line()

Bar

La variable del eje Y corresponde a la frecuencia de la variable indicada como x.

datos |>
  ggplot(aes(x = TipoVeg)) +
  geom_bar()

Column

La variable del eje Y corresponde a otra variable, distinta de la del eje X.

datos |>
  group_by(TipoVeg, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean)) +
  geom_col()

Boxplot

datos |>
  ggplot(aes(x = TipoVeg,
             y = DAP)) +
  geom_boxplot()

Histograma

datos |>
  ggplot(aes(x = DAP)) +
  geom_histogram()

`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Se pueden combinar varios.

datos |>
  ggplot(aes(x = DAP,
             y = Biomasa)) +
  geom_point() +
  geom_line()

Valores estéticos (aes)

Guía para definir parámetros de aes:

x: valores en eje x.
y: valores en eje y.
color: color de bordes o líneas.
fill: relleno de barras, áreas, etc.
group: Grupos, p.ej., para series de puntos y líneas, unir las de un mismo grupo

Otros menos usados: - size: tamaño del ícono. - linetype: tipo de línea. - alpha: transparencia. - width: ancho de la barra o columna.

Algunos tienen: - xmin, xmax - ymin, ymax.

Ahorita ya usamos x y y, veamos col y fill.

Color

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  ggplot(aes(x = DAP,
             y = Biomasa,
             color = TipoVeg)) +
  geom_point()

datos |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             color = Anio)) +
  geom_col()

Relleno: Fill

datos |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = Anio)) +
  geom_col()

Diferencia entre numérico y factor

datos |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = as.factor(Anio))) +
  geom_col()

Grupos: Group

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  ggplot(aes(x = DAP,
             y = Biomasa,
             color = TipoVeg,
             group = TipoVeg)) +
  geom_line()

Otros

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  ggplot(aes(x = DAP,
             y = Biomasa,
             color = TipoVeg,
             group = TipoVeg,
             linetype = TipoVeg)) +
  geom_line()

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  ggplot(aes(x = DAP,
             y = Biomasa,
             color = TipoVeg,
             group = TipoVeg,
             alpha = Biomasa)) +
  geom_point()

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  ggplot(aes(x = DAP,
             y = Biomasa,
             color = TipoVeg,
             group = TipoVeg,
             size = Biomasa)) +
  geom_point()

Posiciones para columnas

datos |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = as.factor(Anio))) +
  geom_col(position = "dodge")

datos |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = as.factor(Anio))) +
  geom_col(position = "stack")

Personalización

Títulos de ejes y leyenda: labs

Aquí el truco es poner el nombre del elemento indicado en la sección de aes como título de leyenda. En el caso de varias leyendas, se pueden indicar por separado.

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  ggplot(aes(x = DAP,
             y = Biomasa,
             color = TipoVeg,
             group = TipoVeg)) +
  geom_line() +
  labs(x = "Diámetro", 
       y = "Biomasa (kg)", 
       color = "Tipo de Vegetación")

Modificar escalas de ejes: scales

Scale_x
- _continuous: cuando la variable es numérica.
- _discrete: cuando la variable es discreta (factor).
Scale_y
- _continuous: cuando la variable es numérica.
- _discrete: cuando la variable es discreta (factor).

Parámetros importantes:

breaks: intervalos con etiqueta.
limits: límites del gráfico.
expand: qué tanto espacio se deja entre los ejes y la primera observación.

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  ggplot(aes(x = DAP,
             y = Biomasa,
             color = TipoVeg,
             group = TipoVeg)) +
  geom_line() +
  scale_x_continuous(breaks = seq(0,250,25),
                     limits = c(0,250),
                     expand = c(0,0))+
  scale_y_continuous(breaks = seq(0,10000,1250),
                     limits = c(0,10000),
                     expand = c(0,0))

Ejes discretos

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  mutate(across(TipoVeg, ~as.factor(.x))) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = as.factor(Anio))) +
  geom_col()

Por default ejes discretos los pone en orden alfabético. Para cambiar el orden.

Ejes discretos

Opción 1: Cambiar orden de factores

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  mutate(across(TipoVeg, ~factor(.x, levels = c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")))) |>
 group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = as.factor(Anio))) +
  geom_col() + 
  scale_x_discrete(labels = c( "Selva Baja Caducifolia", "Bosque de Pino", "Bosque de Encino", "Bosque de Oyamel", "Manglar"))

Opción 2: Poner límites

datos_sub <- datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  mutate(across(TipoVeg, ~as.factor(.x))) 
datos_sub |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = as.factor(Anio))) +
  geom_col() + 
  scale_x_discrete(limits = rev(levels(datos_sub$TipoVeg)))

Cambiar colores por default: Scale_fill/col

scale_fill
- _manual
- _continuous: continuos.
- _discrete: discretos.
- _brewer: discretos.
- _distiller: continuos.
scale_color
- _manual
- _continuous: continuos.
- _discrete: discretos.
- _brewer: discretos.
- _distiller: continuos.

Revisar paletas de colores de ggplot2 y colores hexadecimales:

Otro paquete muy útil para crear paletas: RColorBrewer.

RColorBrewer palettes

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
 group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = as.factor(Anio))) +
  geom_col() +
  scale_fill_brewer(palette = "PuBuGn")

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = as.factor(Anio))) +
  geom_col() +
  scale_fill_manual(values = c("forestgreen","yellow2", "orange1", "red1", "royalblue"))

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = as.factor(Anio))) +
  geom_col() +
  scale_fill_manual(values = RColorBrewer::brewer.pal(5, "Accent"))

Facets

Facet_wrap

Hacer gráficos de varios paneles. Los argumentos más relevantes son:

Fórmula que indica los paneles.
Número de columnas o filas.
Si las escalas varían en x (“free_y”), y (“free_y”), ambas (“both”) o ninguna.

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = as.factor(Anio))) +
  geom_col() +
  facet_wrap(~ as.factor(Anio),
             ncol = 3,
             scales = "free_y")

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |> 
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = as.factor(Anio))) +
  geom_col() +
  facet_wrap(~ as.factor(Anio),
             ncol = 3,
             scales = "free_x")

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = as.factor(Anio))) +
  geom_col() +
  facet_wrap(~ as.factor(Anio),
             ncol = 3,
             scales = "free")

Facet_grid

Hacer gráficos de varios paneles, con una cuadrícula de dos factores

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(Ecorregion, TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(Ecorregion, TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = as.factor(Anio))) +
  geom_col() +
  facet_grid(as.factor(Ecorregion) ~ as.factor(Anio),
             scales = "free_y")

Comparado con facet_wrap que genera títulos de paneles combinados.

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(Ecorregion, TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(Ecorregion, TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = as.factor(Anio))) +
  geom_col() +
  facet_wrap(as.factor(Ecorregion) ~ as.factor(Anio),
             scales = "free_y")

Modificar tema

Temas prediseñados

theme_bw
theme_gray
theme_dark
theme_void
theme_minimal
cowplot::theme_cowplot

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean)) +
  geom_col() +
  theme_bw()

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean)) +
  geom_col() +
  theme_gray()

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean)) +
  geom_col() +
  theme_dark()

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean)) +
  geom_col() +
  theme_minimal()

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean)) +
  geom_col() +
  theme_void()

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean)) +
  geom_col() +
  cowplot::theme_cowplot()

Personalizar tema

Opciones de tema tenemos opciones sobre:

Ejes.
- Títulos de ejes.
- Texto de ejes.
- Marcas de ejes.
Leyenda.
- Texto.
- Fondo.
- Borde.
Panel.
- Fondo.
- Divisiones menores y mayores.
Área de gráfica.
- Título.
- Fondo.
Tiras (Strip)
- Texto.
- Fondo.

Ejemplo

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean)) +
  geom_col() +
  theme(plot.title = element_text(size=18,hjust = 0.5),
        text = element_text(size=14,colour="black"),
        axis.text.x = element_text(size=10,
                                   colour="black",
                                   angle = 90, 
                                   hjust = 1,
                                   vjust = 0.5),
        axis.text.y = element_text(size=10,
                                   colour="black",
                                   angle = 0, 
                                   vjust = 0.5,
                                   hjust = 1),
        axis.title = element_text(size=16,
                                  colour="black",
                                  face = "bold"), 
        axis.line = element_line(colour = "black"),
        legend.title = element_text(size=18),
        legend.text = element_text(size=18),
        axis.line.x = element_line(colour="black"),
        axis.line.y = element_line(colour="black"),
        panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(),
        panel.border = element_blank(),
        panel.background = element_blank(),
        strip.background = element_rect(fill="gray90",
                                       colour = "black"),
        strip.text = element_text(size=18,
                                  colour="black",
                                  face = "bold"),
        plot.margin = unit(c(0.01,0.01,0.01,0.01), "cm"))

Opciones para elementos de theme

element_blank. Elemento en blanco.
element_line. Elemento de tipo línea.
element_rect. Elemento de tipo rectángulo.
element_text. Elemento de tipo texto.

Cambiar color de fondo

datos |>
    filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
 group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean)) +
  geom_col() +
  theme(axis.text.x = element_text(angle = 90,
                                   hjust = 1),
        panel.background = element_rect(fill = "#156047"))

Modificaciones sin mapeo

Se pueden colocar valores únicos para cada aspecto estético de las gráficas.

Por ejemplo:

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean)) +
  geom_col(fill = "#A45321",
           alpha = 0.8,
           width = 0.6) +
  theme(plot.title = element_text(size=18,hjust = 0.5),
        text = element_text(size=14,colour="black"),
        axis.text.x = element_text(size=10,
                                   colour="black",
                                   angle = 90, 
                                   hjust = 1,
                                   vjust = 0.5),
        axis.text.y = element_text(size=10,
                                   colour="black",
                                   angle = 0, 
                                   vjust = 0.5,
                                   hjust = 1),
        axis.title = element_text(size=16,
                                  colour="black",
                                  face = "bold"), 
        axis.line = element_line(colour = "black"),
        legend.title = element_text(size=18),
        legend.text = element_text(size=18),
        axis.line.x = element_line(colour="black"),
        axis.line.y = element_line(colour="black"),
        panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(),
        panel.border = element_blank(),
        panel.background = element_blank(),
        strip.background = element_rect(fill="gray90",
                                       colour = "black"),
        strip.text = element_text(size=18,
                                  colour="black",
                                  face = "bold"),
        plot.margin = unit(c(0.01,0.01,0.01,0.01), "cm"))

Cuando se modifican los aspectos estéticos sin mapear a una variable estos tienen que ser: 1) todos iguales, es decir, poner un solo color, valor, etc, 2) o tener la misma longitud de los niveles de la variable que se está mapeando. Por ejemplo:

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  ggplot(aes(x = TipoVeg,
             y = mean)) +
  geom_col(fill = RColorBrewer::brewer.pal(5, "Dark2"),
           alpha = 0.8,
           width = 0.6) +
  theme(plot.title = element_text(size=18,hjust = 0.5),
        text = element_text(size=14,colour="black"),
        axis.text.x = element_text(size=10,
                                   colour="black",
                                   angle = 90, 
                                   hjust = 1,
                                   vjust = 0.5),
        axis.text.y = element_text(size=10,
                                   colour="black",
                                   angle = 0, 
                                   vjust = 0.5,
                                   hjust = 1),
        axis.title = element_text(size=16,
                                  colour="black",
                                  face = "bold"), 
        axis.line = element_line(colour = "black"),
        legend.title = element_text(size=18),
        legend.text = element_text(size=18),
        axis.line.x = element_line(colour="black"),
        axis.line.y = element_line(colour="black"),
        panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(),
        panel.border = element_blank(),
        panel.background = element_blank(),
        strip.background = element_rect(fill="gray90",
                                       colour = "black"),
        strip.text = element_text(size=18,
                                  colour="black",
                                  face = "bold"),
        plot.margin = unit(c(0.01,0.01,0.01,0.01), "cm"))

Si esto no ocurre, va a marcar un error. La alternativa puede ser generar nuevas variables para mapear cierto aspecto a esa variable.

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  mutate(coloreado = ifelse(TipoVeg %in% c("BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL"), "Templado", "Tropical")) |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = coloreado)) +
  geom_col(alpha = 0.8,
           width = 0.6) +
  scale_fill_manual(values = c("forestgreen", "purple2")) +
  theme(plot.title = element_text(size=18,hjust = 0.5),
        text = element_text(size=14,colour="black"),
        axis.text.x = element_text(size=10,
                                   colour="black",
                                   angle = 90, 
                                   hjust = 1,
                                   vjust = 0.5),
        axis.text.y = element_text(size=10,
                                   colour="black",
                                   angle = 0, 
                                   vjust = 0.5,
                                   hjust = 1),
        axis.title = element_text(size=16,
                                  colour="black",
                                  face = "bold"), 
        axis.line = element_line(colour = "black"),
        legend.title = element_text(size=18),
        legend.text = element_text(size=18),
        axis.line.x = element_line(colour="black"),
        axis.line.y = element_line(colour="black"),
        panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(),
        panel.border = element_blank(),
        panel.background = element_blank(),
        strip.background = element_rect(fill="gray90",
                                       colour = "black"),
        strip.text = element_text(size=18,
                                  colour="black",
                                  face = "bold"),
        plot.margin = unit(c(0.01,0.01,0.01,0.01), "cm"))

Ejemplo completo

datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  group_by(TipoVeg, Anio, ParcelaId) |>
  summarise(AGB = (sum(Biomasa)/1000)*10000/1600,
            .groups = "drop") |>
  group_by(TipoVeg, Anio) |>
  summarise(mean = mean(AGB),
            .groups = "drop") |>
  mutate(coloreado = ifelse(TipoVeg %in% c("BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL"), "Templado", "Tropical")) |>
  ggplot(aes(x = TipoVeg,
             y = mean,
             fill = coloreado)) +
  geom_col(alpha = 0.8,
           width = 0.6) +
  scale_fill_manual(values = c("forestgreen", "purple2"))+
  labs(x = "Tipo de vegetación", y = "Biomasa (Mg/ha)", fill = "Tipo de bosque") +
  theme(plot.title = element_text(size=18,hjust = 0.5),
        text = element_text(size=14,colour="black"),
        axis.text.x = element_text(size=10,
                                   colour="black",
                                   angle = 90, 
                                   hjust = 1,
                                   vjust = 0.5),
        axis.text.y = element_text(size=10,
                                   colour="black",
                                   angle = 0, 
                                   vjust = 0.5,
                                   hjust = 1),
        axis.title = element_text(size=16,
                                  colour="black",
                                  face = "bold"), 
        axis.line = element_line(colour = "black"),
        legend.title = element_text(size=18),
        legend.text = element_text(size=18),
        axis.line.x = element_line(colour="black"),
        axis.line.y = element_line(colour="black"),
        panel.grid.major = element_blank(),
        panel.grid.minor = element_blank(),
        panel.border = element_blank(),
        panel.background = element_blank(),
        strip.background = element_rect(fill="gray90",
                                       colour = "black"),
        strip.text = element_text(size=18,
                                  colour="black",
                                  face = "bold"),
        plot.margin = unit(c(0.01,0.01,0.01,0.01), "cm"))

Exportar gráfico

ggsave

Guarda por default la última gráfica agregada en el panel de gráficos.

Permite guardar imágenes en formato: png, eps, ps, tex, pdatos, jpeg, tiff, bmp, svg. Si no se le indica lo toma del nombre del archivo.

ggsave(filename = "Gráfica_ggplot.jpeg",
       width = 18,
       height = 12,
       units = "cm",
       dpi = 300)

Combinar más de una gráfica

Paquetes cowplot y patchwork

Cowplot

library(cowplot)


Adjuntando el paquete: 'cowplot'

The following object is masked from 'package:lubridate':

    stamp

p1 <- datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  ggplot(aes(x = DAP,
             y = Biomasa)) +
  geom_point()

p2 <- datos |>
  filter(TipoVeg %in% c("SELVA BAJA CADUCIFOLIA", "BOSQUE DE PINO", "BOSQUE DE ENCINO", "BOSQUE DE OYAMEL", "MANGLAR")) |>
  ggplot(aes(x = DAP,
             y = Biomasa,
             color = TipoVeg)) +
  geom_line()

p3 <- plot_grid(p1, 
          p2, 
          labels = c("A", "B"),
          label_size = 14)
p3

Exportar

save_plot(filename = "Gráfica_ggplot.jpeg",
          plot = p3,
          base_width = 18,
          base_height = 12,
          units = "cm",
          dpi = 300)

Patchwork

library(patchwork)


Adjuntando el paquete: 'patchwork'

The following object is masked from 'package:cowplot':

    align_plots

p1 + p2

p3 <- p1 + p2

p1 / p2

Exportar

ggsave(filename = "Gráfica_ggplot.jpeg",
       plot = p3,
       width = 18,
       height = 12,
       units = "cm",
       dpi = 300)

Otros paquetes para expander las capacidades de ggplot

Animar gráficas: gganimate.
Agregar datos estadísticos: ggstatsplot.
Resalta componentes: gghighlight.
Crear “fills” con patrones (p.ej. achurado): ggpattern.
Evitar etiquetas sobrelapadas: ggrepel.
Agregar texto en líneas: geomtextpath.
Temas prehechos: ggthemes, hrbrthemes.
Generar gráficas de nodos, treemaps, árboles: ggraph.
Generar gráficas interactivas html: ggiraph.
Agregar etiquetas y texto: ggtext.
Crear gráficas de manera interactiva (minimiza el uso de código): esquisse.
Treemaps: treemap.
Mapas interactivos: leaflet.

Otros paquetes para hacer gráficas en R

plotly.
seaborn.