Visualização de Dados com ggplot2 em R

Se você trabalha com análise de dados em R, certamente já ouviu falar do ggplot2, um dos pacotes mais poderosos e versáteis para criação de gráficos e visualizações de alta qualidade. Nesta postagem, você vai aprender o que é o ggplot2, como ele funciona e verá exemplos práticos de gráficos mais usados no dia a dia de quem analisa dados.

O que é o ggplot2?

O ggplot2 foi criado por Hadley Wickham e faz parte do Tidyverse, um conjunto de pacotes voltados para manipulação e visualização de dados. O nome vem de Grammar of Graphics (Gramática dos Gráficos), um conceito criado por Leland Wilkinson que propõe que todo gráfico é formado por camadas, como dados, mapeamentos estéticos, geometrias e temas.

Essa ideia permite que o usuário monte gráficos de forma declarativa, ou seja, descrevendo o que quer visualizar, e não como desenhar cada parte.

Estrutura básica de um gráfico

A estrutura básica de um gráfico em ggplot2 segue a forma:


ggplot(data = dados, aes(x = variavel_x, y = variavel_y)) +
  geom_tipo() +
  theme_minimal()
  • data → o conjunto de dados usado
  • aes() → define os mapeamentos estéticos (x, y, cor, tamanho, forma etc.)
  • geom_ → indica o tipo de geometria (barras, pontos, linhas...)
  • theme_ → define o estilo visual

Instalação e carregamento do pacote


# Instalação do pacote.
install.packages("ggplot2")
# Carregamento do pacote.
library(ggplot2)

Conjunto de dados fictício

Criação de um dataframe completo e variado para testar os gráficos do ggplot2.


dados <- data.frame(
  Ano = rep(2018:2023, each = 12),            # anos
  Mês = rep(month.abb, times = 6),            # meses abreviados (Jan, Feb, ...)
  Categoria = rep(c("Eletrônicos", "Roupas", "Alimentos"), each = 24), # 3 categorias
  Região = rep(c("Norte", "Sul", "Leste", "Oeste"), times = 18),       # 4 regiões
  Vendas = round(runif(72, 1000, 5000), 0),   # vendas aleatórias
  Lucro = round(runif(72, 200, 1500), 0),     # lucro aleatório
  Clientes = round(runif(72, 50, 300), 0)     # número de clientes
)

Gráfico de Dispersão

Mostra a relação entre duas variáveis numéricas (correlação). Cada ponto representa uma observação.


ggplot(dados, aes(x = Vendas, y = Lucro, color = Categoria, size = Clientes)) +
  geom_point(alpha = 0.7) +
  labs(title = "Relação entre Vendas, Lucro e Clientes", x = "Vendas", y = "Lucro") +
  theme_bw()

Gráfico de Linhas

Conecta valores consecutivos, geralmente para representar mudanças no tempo. Pode ser usado com múltiplas linhas (uma por grupo).


ggplot(dados, aes(x = Ano, y = Vendas, color = Categoria, group = Categoria)) +
  geom_line(linewidth = 1) +
  geom_point(size = 2) +
  labs(title = "Evolução das Vendas por Categoria", x = "Ano", y = "Vendas") +
  theme_light()

Gráfico de Barras

Compara valores categóricos (frequências, somas, médias). É um dos gráficos mais usados.


ggplot(dados, aes(x = Categoria, y = Vendas, fill = Categoria)) +
  geom_col() +
  labs(title = "Vendas Totais por Categoria", x = "Categoria", y = "Vendas") +
  theme_minimal()

BoxPlot

Mostra a distribuição estatística de uma variável: mediana, quartis, valores máximos/mínimos e outliers.


ggplot(dados, aes(x = Categoria, y = Lucro, fill = Categoria)) +
  geom_boxplot() +
  labs(title = "Distribuição de Lucros por Categoria", x = "Categoria", y = "Lucro") +
  theme_classic()

Gráfico de Densidade

Mostra a distribuição contínua de uma variável numérica, semelhante a um histograma suavizado. Indica onde os valores se concentram.


ggplot(dados, aes(x = Vendas, fill = Categoria)) +
  geom_density(alpha = 0.5) +
  labs(title = "Distribuição de Vendas por Categoria", x = "Vendas", y = "Densidade") +
  theme_minimal()

Gráfico de Área

Mostra quantidades acumuladas ao longo do tempo, preenchendo a área sob a linha. Excelente para visualizar a contribuição de diferentes categorias no total.


ggplot(dados, aes(x = Ano, y = Vendas, fill = Categoria)) +
  geom_area(alpha = 0.6, position = "stack") +
  labs(title = "Vendas Acumuladas por Categoria", x = "Ano", y = "Vendas") +
  theme_light()

Gráfico Heatmap - mapa de calor

Representa valores numéricos com cores. Cada célula indica a intensidade de uma variável (quanto mais escuro ou claro, maior ou menor o valor).


ggplot(dados, aes(x = Região, y = Categoria, fill = Vendas)) +
  geom_tile(color = "white") +
  labs(title = "Mapa de Calor de Vendas", x = "Região", y = "Categoria") +
  scale_fill_gradient(low = "lightblue", high = "darkblue") +
  theme_minimal()

Gráfico de Facetamento (Facet Wrap / Facet Grid)

Divide os dados em subgráficos independentes com base em uma variável categórica — cada painel mostra uma fatia dos dados.


ggplot(dados, aes(x = Mês, y = Vendas, fill = Categoria)) +
  geom_col() +
  facet_wrap(~ Região) +
  labs(title = "Vendas Mensais por Região", x = "Mês", y = "Vendas") +
  theme_bw() +
  theme(axis.text.x = element_text(angle = 90, hjust = 1))

Gráfico com Linha de Tendência

Mostra a evolução de uma variável ao longo do tempo (anos, meses, dias etc.). É ideal para visualizar tendências, crescimentos, sazonalidades ou padrões temporais.


ggplot(dados, aes(x = Vendas, y = Lucro, color = Categoria)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE, linetype = "dashed") +
  labs(title = "Relação entre Vendas e Lucro com Tendência Linear") +
  theme_minimal()

Conclusão

Essa é uma pequena amostra do que o ggplot2 pode fazer. O pacote ggplot2 é indispensável para quem trabalha com análise de dados em R. Ele oferece uma maneira elegante, modular e altamente personalizável de criar visualizações que comunicam informações de forma clara e profissional. Muito obrigado e até a próxima.

Repositório de exemplo: https://github.com/jcarlossc/ggplot2-graphics

Comentários

Postar um comentário