02_Graficos-New.ipynb

{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "<a href=\"http://www.unioeste.br\"><img src=\"https://www5.unioeste.br/portalunioeste/templates/tlpcampus/images/logoUnioeste.png\" align=\"right\"></a>\n",
    "\n",
    "<h1><center>Atividade Prática em R - Representações Gráficas</center></h1>\n",
    "\n",
    "<center>Prof.Dr. Plinio Andrade</center>\n",
    "\n",
    "Nesta atividade prática você aprenderá a utilizar o R para obter:\n",
    "\n",
    "* diagramas de setores;\n",
    "* gráficos de barras;\n",
    "* histogramas;\n",
    "* gráficos de série temporal.\n",
    "\n",
    "<b> <font color='red'>ATENÇÃO!</font></b> sempre que este arquivo for reaberto você deverá executar todas as células de código novamente. Cada célula ativa é executada pressionando o botão <b>Run</b> no menu ou teclando <b>Ctrl+Enter</b>.\n",
    "\n",
    "Caso necessite criar mais células de código, basta ir ao menu Insert.\n",
    "\n",
    "***\n",
    "\n",
    "## 1) Sobre os dados\n",
    "\n",
    "Novamente, utilizaremos nesta prática os dados de Bussab & Morettin (2006). Vamos armazená-los na memória executando a célula a seguir:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "arquivo = url('https://www.ime.usp.br/~pam/dados.RData') # armazenamos o endereço eletrônico numa variável chamada arquivo\n",
    "load(arquivo)                                            # carregando o arquivo\n",
    "attach(tab2_1)                                           # acessando as variáveis"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "## 2) Representações Gráficas\n",
    "Vamos conhecer agora algumas funções para represendar dados graficamente. Utilizaremos os mesmos exemplos apresentados em aula.\n",
    "\n",
    "### 2.1) Diagrama de setores (pizza)\n",
    "Para esse tipo de gráfico, devemos coletar as frequências (absolutas, relativas, ou porcentagens) da variável de interesse e utilizar a função ```pie()```. Vamos considerar a variável **grau de instrução**. Execute a célula a seguir:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "ni = table(grau_instrucao) # armazenando as frequências absolutas da variável grau de instrução num objeto \"ni\"\n",
    "pie(ni)                    # obtendo o gráfico "
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "pie(table(grau_instrucao)) # comando alternativo (mais direto)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "Segue uma versão com alguma formatação:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "pie(ni, col = c(\"red\",\"blue\",\"green\"), labels = c(\"fundamental\", \"médio\", \"superior\"), main = \"Gráfico de setores para grau de instrução\")"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "### Exercício 1\n",
    "Obtenha um gráfico de pizza simples ou detalhado para a variável **região de procedência**."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "### 2.2) Gráfico de Barras\n",
    "Para construir um gráfico de barras no R devemos utilizar a função ```barplot()```. O argumento da função receberá novamente as frequências da variável em estudo. Considere novamente a variável **grau de instrução** (lembre-se que as frequências absolutas já foram armazenadas num objeto \"ni\" quando o gráfico de pizza foi construído). Execute a célula a seguir:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "barplot(ni)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "Este gráfico pode ser disposto na horizontal com o argumento ```horiz = TRUE```. Execute a célula a seguir:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "barplot(ni, horiz = TRUE)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "Segue uma versão com alguma formatação:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "barplot(ni, col = c(\"red\",\"blue\",\"green\"), names = c(\"fundamental\", \"médio\", \"superior\"), main = \"Gráfico de barras de grau de instrução\")"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "Vamos agora construir um gráfico de barras para a variável **salário**. Lembre-se que neste caso devemos construir os intervalos de classe (como vimos no roteiro anterior):"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "int = cut(salario, c(4,8,12,16,20,24), right=FALSE) # criando os intervalos de classe\n",
    "sal = table(int)                                    # criando a distribuição de frequências de cada faixa salarial\n",
    "barplot(sal)                                        # imprimindo o gráfico de barras"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "### Exercício 2\n",
    "Construa um gráfico de barras para as variáveis **número de filhos**. Compare com o apresentado em aula."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "### Exemplo (dados que já se encontram como uma tabela de frequências).\n",
    "\n",
    "Os dados a seguir apresentam o número acumulado de casos confirmados e mortes por COVID-19 nos estados brasileiros (e o distrito federal) até o dia 16/06/2021 (dados obtidos no site Brasil.IO - https://brasil.io/datasets). Os dados também informam a região do país onde cada estado se encontra. Note que a tabela já está num formato de uma tabela de distribuição de frequências (absolutas)."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "dados = read.table(\"covid_estados.csv\", header = TRUE, sep = \",\")\n",
    "attach(dados)\n",
    "dados"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "Neste caso, a função ```barplot()``` ou a função ```pie()``` retornarão os gráficos corretamente, mas sem especificar os rótulos. Observe a seguir:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "par(mfrow = c(1,2)) # inserindo dois gráficos em uma única janela (1 linha, 2 colunas)\n",
    "barplot(mortes)\n",
    "pie(mortes)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "O código ```names(obj1) = obj2``` pega cada valor do argumento ```obj1``` e atribui um nome correspondente armazenado no objeto ```obj2```. Para os dados do exemplo, podemos rotular cada frequência (casos confirmados ou mortes) pelo seu estado correspondente. Execute as células a seguir: "
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "names(mortes)      = estados\n",
    "names(confirmados) = estados"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "mortes # visualizando os dados de mortes agora rotulados."
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "Note agora que o gráfico de barras estará devidamente rotulado (uma visualização melhor pode ser obtida diretamente no software R ou RStudio)."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "barplot(mortes)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "Faça o mesmo para o número de casos confirmados, bem como seus respectivos gráficos de setores. Pelo fato de termos 26 estados e o distrito federal, a visualização por meio de um gráfico de setores não é muito agradável. Uma alternativa pode ser visualizar o número de mortes (ou casos confirmados) para cada região do Brasil. Por exemplo:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "regiao # visualizando o vetor de dados da variável região"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "regiao == \"Sul\" # teste lógico para verificar quais valores da variável região é igual a \"Sul\""
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "mortes[regiao == \"Sul\"] # apresenta o número de mortos da região Sul"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "pie(mortes[regiao == \"Sul\"]) # diagrama de setores correspondente"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "# Versão mais detalhada\n",
    "msul      = mortes[regiao == \"Sul\"]        # mortes da região \"Sul\"\n",
    "msul_porc = round((msul/sum(msul))*100,2)  # porcentagens com 1 casa decimal\n",
    "\n",
    "# plotando o gráfico\n",
    "pie(msul_porc, labels = paste(names(msul),\" (\", as.character(msul_porc),\"%)\", sep = \"\"),\n",
    "    main = \"Versão detalhada (formatada)\",\n",
    "    col = c(\"red\",\"blue\",\"green\"))"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "barplot(mortes[regiao == \"Sul\"])"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "# Versão mais detalhada, aproveitando o vetor de dados msul_porc criado anteriormente\n",
    "barplot(msul_porc, main = \"Versão detalhada (formatada)\",\n",
    "        ylab = \"Frequência relativa em %\",\n",
    "        xlab = \"Estados da região sul\",\n",
    "        col = c(\"red\",\"blue\",\"green\"))"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "Outra possível visualização consiste em contar o acumulado de mortes (ou casos confirmados) por região. A função ```sum()``` serve para somar os elementos de um vetor de dados. Por exemplo:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "sum(mortes[regiao == \"Sul\"]) # soma o número de mortes na região Sul"
   ]
  },
  {
   "attachments": {
    "image-3.png": {
     "image/png": "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"
    }
   },
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "Procedendo de maneira análoga para as demais regiões, podemos obter a seguinte tabela de distribuição de frequências:\n",
    "\n",
    "![image-3.png](attachment:image-3.png)\n",
    "\n",
    "Você consegue facilmente fazer um gráfico de barras ou de setores utilizando a tabela acima, seja manualmente ou por meio do Excel. Segue um código em R (que não utiliza recursos muito avançados):"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "# Somando as mortes por região\n",
    "soma_CO = sum(mortes[regiao == \"Centro-Oeste\"])\n",
    "soma_NE = sum(mortes[regiao == \"Nordeste\"])\n",
    "soma_N  = sum(mortes[regiao == \"Norte\"]) \n",
    "soma_SE = sum(mortes[regiao == \"Sudeste\"]) \n",
    "soma_S  = sum(mortes[regiao == \"Sul\"])\n",
    "\n",
    "# Criando os dados de mortes por região\n",
    "mortes_reg = c(soma_CO, soma_NE, soma_N, soma_SE, soma_S)\n",
    "\n",
    "# Rotulando\n",
    "names(mortes_reg) = levels(regiao)\n",
    "\n",
    "# Visualizando\n",
    "mortes_reg"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "pie(mortes_reg)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "barplot(mortes_reg)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "### 2.3) Histogramas\n",
    "A construção de histogramas é muito simples e direta no R. A escolha dos intervalos de classe é automática (o padrão utiliza a regra de Sturges vista em aula), embora seja possível escolher arbitrariamente se necessário. Vamos construir um histograma para a variável **salário** considerando suas versões em frequência absoluta e relativa. Vamos também construir uma versão com os mesmos intervalos de classe que foram escolhidos na aula.\n",
    "\n",
    "### (i) Histograma com densidade de frequência absoluta (padrão)\n",
    "Um histograma é construído por meio da função ```hist()```. Em sua forma mais simples, basta informar o rótulo da variável quantitativa desejada. Execute a célula a seguir:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "hist(salario)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "### (ii) Histograma com densidade de frequência relativa\n",
    "\n",
    "Neste caso, devemos informar também o argumento ```freq = FALSE```. Execute a célula a seguir e observe o que acontecerá com o eixo vertical (y):"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "hist(salario, freq = FALSE)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "### (iii) Histograma com intervalos de classe arbitrários\n",
    "\n",
    "Neste caso devemos informar o argumento ```breaks```, seja para obter um histograma com densidade de frequência absoluta ou relativa.  Os extremos de cada intervalo de classe devem ser especificados. Execute a célula a seguir para obter o mesmo histograma apresentado em aula para variável **salário** (para não complicar demais, os eixos não estão com a mesma formatação dos slides e nenhuma cor foi aplicada, mas trata-se do mesmo histograma):"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "hist(salario, freq = FALSE, breaks = c(4,8,12,16,20,24))"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "### Exercício 3\n",
    "Obtenha um histograma para a variável **número de filhos**."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "### 2.4) Gráfico de série temporal\n",
    "A função ```plot()``` pode ser utilizada para fazer diversos gráficos, dentre eles, o gráfico de série temporal. No entanto, é mais comum utilizar a função ```plot.ts()``` por ser mais simples (converte automaticamente o vetor de dados em uma série temporal). Vamos obter o gráfico de série temporal para os dados de concentrações de $CO_2$ visto em aula (esse conjunto de dados já vem carregado em qualquer versão instalada do R):"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "co2 # visualizando os dados (ignore possíveis avisos de erro)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "plot.ts(co2)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "# versão com alguma formatação\n",
    "plot.ts(co2, xlab = \"Tempo (anos)\", ylab = \"concentração (ppm)\", main = \"Concentrações de CO2 em Mauna Loa\")"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "### Exemplo (Evolução da COVID-19 no Brasil e outros países).\n",
    "\n",
    "Os dados a seguir apresentam a evolução dos casos confirmados e mortes por COVID-19 em todo o mundo. Os dados podem ser manipulados e visualizados em tempo real em https://data.humdata.org/dataset/coronavirus-covid-19-cases-and-deaths. Faremos a leitura dos dados diretamente do site. Execute a célula a seguir:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "path       = url('https://covid19.who.int/WHO-COVID-19-global-data.csv') # armazenamos o endereço eletrônico numa variável chamada path\n",
    "dados_full = read.csv(path, header = TRUE, sep = \",\")                    # carregando o arquivo \n",
    "attach(dados_full)                                                       # acessando as variáveis\n",
    "dados_full                                                               # visualizando"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "levels(Country) # visualizando os nomes dos países"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "# armazenando as mortes acumuladas por país\n",
    "mortes_bra = Cumulative_deaths[Country == \"Brazil\"]\n",
    "mortes_eua = Cumulative_deaths[Country == \"United States of America\"]\n",
    "mortes_ind = Cumulative_deaths[Country == \"India\"]"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "plot.ts(mortes_bra) # gráfico sem formatação para o acumulado de mortes no Brasil"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "A função ```lines()``` adiciona um gráfico de linhas semelhante ao gráfico de série temporal à um gráfico previamente criado. Isso viabiliza a comparação de duas ou mais séries de temporais. Observe como isso pode ser feito na célula a seguir:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "outputs": [],
   "source": [
    "plot.ts(mortes_eua/1000, col = \"blue\", xlab = \"tempo (de 03/01/2020 até a última atualização)\", ylab = \"mortes (em milhares)\")\n",
    "lines(mortes_bra/1000, col = \"green\")\n",
    "lines(mortes_ind/1000, col = \"yellow\")"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "### Exercício 4\n",
    "Obtenha um gráfico de série temporal para os novos casos (**new_cases**) de COVID-19 no Brasil. A formatação é opcional."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "markdown",
   "metadata": {
    "deletable": false,
    "editable": false
   },
   "source": [
    "## Até a próxima!"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "R",
   "language": "R",
   "name": "ir"
  },
  "language_info": {
   "codemirror_mode": "r",
   "file_extension": ".r",
   "mimetype": "text/x-r-source",
   "name": "R",
   "pygments_lexer": "r",
   "version": "3.6.1"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 4
}