<\/p>\n
Semelhante a um gr\u00e1fico de barras, um gr\u00e1fico pirulito<\/strong> \u00e9 \u00fatil para comparar valores quantitativos de uma vari\u00e1vel categ\u00f3rica. Em vez de usar barras, um gr\u00e1fico pirulito usa linhas com c\u00edrculos no final para representar valores quantitativos.<\/span><\/p>\n Um gr\u00e1fico de pirulito \u00e9 uma \u00f3tima maneira de comparar v\u00e1rias categorias, minimizando a quantidade de cores no gr\u00e1fico e concentrando a aten\u00e7\u00e3o do leitor nos valores reais do gr\u00e1fico, em oposi\u00e7\u00e3o \u00e0s linhas ou outros gr\u00e1ficos do gr\u00e1fico. Muitas pessoas tamb\u00e9m consideram a placa de pirulito esteticamente agrad\u00e1vel.<\/span><\/p>\n Neste tutorial, seguiremos as etapas necess\u00e1rias para criar o seguinte gr\u00e1fico de pirulito:<\/span><\/p>\n Para este exemplo, usaremos o conjunto de dados R integrado mtcars<\/strong> :<\/span><\/p>\n O c\u00f3digo a seguir ilustra como <\/strong> para criar um gr\u00e1fico pirulito para comparar o mpg<\/em> (milhas por gal\u00e3o) de cada um dos 32 carros no conjunto de dados.<\/span><\/p>\n Os nomes dos carros s\u00e3o definidos nos nomes das linhas do conjunto de dados, portanto, primeiro criamos uma nova coluna no conjunto de dados que cont\u00e9m esses nomes de linhas.<\/span><\/p>\n A seguir, carregamos a biblioteca ggplot2<\/strong> , que usaremos para criar o gr\u00e1fico pirulito.<\/span><\/p>\n Com ggplot2, usamos geom_segment<\/strong> para criar as linhas no gr\u00e1fico. Definimos os valores inicial e final de x como 0<\/em> e mpg<\/em> , respectivamente. Definimos os valores inicial e final de y como char<\/em> :<\/span><\/p>\n Tamb\u00e9m podemos adicionar r\u00f3tulos ao gr\u00e1fico usando os argumentos label<\/strong> e geom_text<\/strong> :<\/span><\/p>\n Ou, em vez de colocar os r\u00f3tulos no final de cada linha, poder\u00edamos coloc\u00e1-los dentro dos pr\u00f3prios c\u00edrculos, aumentando os c\u00edrculos e alterando a cor da fonte do r\u00f3tulo para branco:<\/span><\/p>\n Tamb\u00e9m podemos usar um gr\u00e1fico de pirulito para comparar valores com um n\u00famero espec\u00edfico. Por exemplo, podemos encontrar o valor m\u00e9dio de mpg<\/em> no conjunto de dados e ent\u00e3o comparar o mpg<\/em> de cada carro com a m\u00e9dia.<\/span><\/p>\n O c\u00f3digo a seguir usa a biblioteca dplyr<\/strong> para encontrar o valor m\u00e9dio de mpg<\/em> e, em seguida, organizar os carros em ordem crescente de mpg<\/em> :<\/span><\/p>\n Em seguida, o c\u00f3digo a seguir cria o gr\u00e1fico de pirulito definindo a cor do c\u00edrculo como igual ao valor da bandeira<\/em> (neste caso TRUE ou FALSE) e o valor inicial de x para cada carro como igual ao valor m\u00e9dio de mpg<\/em> .<\/span><\/p>\n Usando esse tipo de paleta de cores, podemos determinar facilmente quais carros t\u00eam mpg<\/em> menor e maior do que a m\u00e9dia do conjunto de dados.<\/span><\/p>\n Por padr\u00e3o, R usa azul e vermelho como cores do gr\u00e1fico. No entanto, podemos usar qualquer cor que quisermos usando o argumento scale_color_manual<\/strong> :<\/span><\/p>\n Finalmente, podemos usar os amplos recursos do ggplot2<\/strong> para modificar ainda mais a est\u00e9tica do gr\u00e1fico e criar um produto final com apar\u00eancia profissional:<\/span><\/p>\n Semelhante a um gr\u00e1fico de barras, um gr\u00e1fico pirulito \u00e9 \u00fatil para comparar valores quantitativos de uma vari\u00e1vel categ\u00f3rica. Em vez de usar barras, um gr\u00e1fico pirulito usa linhas com c\u00edrculos no final para representar valores quantitativos. Um gr\u00e1fico de pirulito \u00e9 uma \u00f3tima maneira de comparar v\u00e1rias categorias, minimizando a quantidade de cores no […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-480","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Exemplo: gr\u00e1fico Lollipop em R<\/strong><\/span><\/h2>\n
#view first six rows of mtcars\n<\/em><\/span>head(mtcars)\n<\/strong><\/pre>\n<\/h3>\n
Um gr\u00e1fico b\u00e1sico de pirulito<\/strong><\/span><\/h2>\n
#create new column for car names<\/span>\nmtcars$car <- row.names(mtcars)\n\n#load ggplot2<\/em> library<\/span>\nlibrary(ggplot2)\n\n#create lollipop chart<\/span>\nggplot(mtcars, aes(x = mpg, y = car)) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point()<\/strong><\/pre>\n Adicionando r\u00f3tulos<\/strong><\/span><\/h2>\n
ggplot(mtcars, aes(x = mpg, y = car, label = mpg<\/span> )) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point() +\n geom_text(nudge_x = 1.5)<\/span><\/strong><\/pre>\n ggplot(mtcars, aes(x = mpg, y = car, label = mpg)) +\n geom_segment(aes(x = 0, y = car, xend = mpg, yend = car)) +\n geom_point( size = 7<\/span> ) +\n geom_text( color = 'white', size = 2<\/span> )<\/strong><\/pre>\n Compare os valores com uma m\u00e9dia<\/strong><\/span><\/h2>\n
#load library dplyr\n<\/em><\/span>library(dplyr)\n\n#find mean value of mpg<\/em> and arrange cars in order by mpg<\/em> descending<\/span>\nmtcars_new <- mtcars %>%\n arrange(mpg) %>%\n mutate(mean_mpg = mean(mpg),\n flag = ifelse(mpg - mean_mpg > 0, TRUE, FALSE),\n car = factor(car, levels = .$car))\n\n#view first six rows of mtcars_new\n<\/em>head(mtcars_new)\n<\/span><\/span><\/strong><\/pre>\n ggplot(mtcars_new, aes(x = mpg, y = car, color = flag<\/span> )) +\n geom_segment(aes( x = mean_mpg<\/span> , y = car, xend = mpg, yend = car)) +\n geom_point()<\/strong><\/pre>\n ggplot(mtcars_new, aes(x = mpg, y = car, color = flag)) +\n geom_segment(aes(x = mean_mpg, y = car, xend = mpg, yend = car)) +\n geom_point() +\n scale_color_manual(values = c(\"purple\", \"blue\"))<\/span><\/strong><\/pre>\n Alterar a est\u00e9tica do gr\u00e1fico<\/span><\/span><\/strong><\/h2>\n
ggplot(mtcars_new, aes(x = mpg, y = car, color = flag)) +\n geom_segment(aes(x = mean_mpg, y = car, xend = mpg, yend = car), color = \"grey\") +\n geom_point() +\n annotate(\"text\", x = 27, y = 20, label = \"Above Average\", color = \"#00BFC4\", size = 3, hjust = -0.1, vjust = .75) +\n annotate(\"text\", x = 27, y = 17, label = \"Below Average\", color = \"#F8766D\", size = 3, hjust = -0.1, vjust = -.1) +\n geom_segment(aes(x = 26.5, xend = 26.5, y = 19, yend = 23),\n arrow = arrow(length = unit(0.2,\"cm\")), color = \"#00BFC4\") +\n geom_segment(aes(x = 26.5, xend = 26.5, y = 18, yend = 14),\n arrow = arrow(length = unit(0.2,\"cm\")), color = \"#F8766D\") +\n labs(title = \"Miles per Gallon by Car\") +\n theme_minimal() +\n theme(axis.title = element_blank(),\n panel.grid.minor = element_blank(),\n legend.position = \"none\",\n text = element_text(family = \"Georgia\"),\n axis.text.y = element_text(size = 8),\n plot.title = element_text(size = 20, margin = margin(b = 10), hjust = 0),\n plot.subtitle = element_text(size = 12, color = \"darkslategrey\", margin = margin(b = 25, l = -25)),\n plot.caption = element_text(size = 8, margin = margin(t = 10), color = \"grey70\", hjust = 0))<\/strong><\/pre>\n","protected":false},"excerpt":{"rendered":"