15 preguntas que todos los usuarios de R tienen sobre gráficos

¿Cómo nombrar los ejes (con superíndices o subíndices) y poner un título?

Puedes nombrar fácilmente los ejes y añadir un título para que tu gráfico sea más específico y fácil de entender para tu audiencia.

Basta con añadir los argumentos main para el título principal, sub para el subtítulo, xlab para la etiqueta del eje x y ylab para la del eje y.

Nota: si quieres un título con superíndices o subíndices, añádelos en el argumento main de plot(). Usa expression() y el símbolo ^ para superíndices o corchetes para subíndices.

Pruébalo en el bloque de DataCamp Light de abajo:

También puedes incluir letras griegas en las etiquetas de los ejes combinando expression() y paste(). Ejecuta este código:

Ajustar la apariencia de las etiquetas de los ejes

Para más información sobre estos argumentos, visita esta página.

Quitar las etiquetas y anotaciones de los ejes

Si quieres ocultar los valores de los ejes, añade los argumentos xaxt y yaxt con el valor "n". Estos argumentos especifican el tipo de eje. Con "n" suprimes el trazado del eje.

Si pasas cualquier otro carácter a xaxt y yaxt, los ejes x e y se dibujarán.

Truco: ¿no es esto lo que buscabas? Ve a esta página.

Rotar las etiquetas de los ejes

Nota: para hacer esto, primero debes indicar en plot() que aún no se dibujen ejes: esa tarea la realizarán después las dos llamadas a axis().

El argumento las puede tomar cuatro valores. Según elijas, cambiará la orientación: con 0 (por defecto) la etiqueta queda paralela al eje; con 1, horizontal; con 2, perpendicular, y con 3, vertical.

Y hay más. Si quieres conocer todas las posibilidades de axis(), sigue leyendo.

Mover las etiquetas de los ejes

¿Quieres cambiar la posición de las etiquetas de los ejes?

Sin problema: con axis() puedes especificar dónde dibujar cada eje. Por ejemplo, dibujar el eje x arriba del área del gráfico y el eje y a la derecha.

Recuerda: si pasas 1 o 2 a axis(), el eje se dibuja abajo o a la izquierda. Desplázate un poco arriba para ver un ejemplo en el bloque anterior.

Como ves, primero representas x e y sin ejes ni anotaciones. Luego añades los ejes que quieres y especificas su ubicación respecto al gráfico.

La flexibilidad que te da axis() no se queda ahí. Mira la siguiente pregunta frecuente para ver qué más puedes resolver con esta función básica de R.

Truco: ve a la última pregunta para ver más sobre cómo mover el texto de las etiquetas de los ejes con hjust y vjust.

Cómo cambiar el espaciado de las marcas de los ejes

Dejar que R decida las marcas del eje puede ser frustrante y en algún momento querrás ajustarlas.

1. Usar la función axis() para definir las marcas

Primero defines la posición de las marcas y sus etiquetas. Luego dibujas el gráfico especificando el tipo de eje x como "n", suprimiendo su trazado.

Después empieza lo interesante:

• La función axis() permite especificar el lado del gráfico donde dibujar el eje. Con 1 se dibuja abajo; con 2, a la izquierda; con 3 o 4, arriba o a la derecha, respectivamente.
• El argumento at indica los puntos donde trazar las marcas. Aquí usas las posiciones definidas en V1.
• Igualmente, las labels son las definidas en V2.
• Ajustas la dirección de las marcas con tck: con un valor negativo, las marcas aparecen por debajo del eje.

Truco: pasa un valor positivo a tck y mira qué ocurre.

2. Usar otras funciones para definir las marcas

También puedes usar par() y plot() para definir la posición de las marcas y el número de intervalos entre ellas.

También puedes ejecutar este código para lograr prácticamente lo mismo:

Nota: esto solo funciona si no usas escala logarítmica. Si los ejes están en logaritmos (par(xlog=T)), los tres valores de xaxp significan otra cosa: para rangos pequeños, n es negativo. En caso contrario, n está en 1:3 e indica un caso; x1 y x2 son las potencias de 10 más baja y más alta dentro de las coordenadas del usuario, 10 ^ par(“usr”)[1:2].

En este ejemplo usas par(): estableces xlog a TRUE y añades xaxp con las coordenadas de las marcas extremas y el número de intervalos. Aquí el mínimo es 1, el máximo 4 y hay 3 intervalos entre marcas.

Luego representas x e y, añadiendo el argumento log para indicar si quieres el eje x, el y o ambos en escala logarítmica. Puedes pasar "x", "y" o "xy".

Cómo añadir marcas menores

• El argumento nx define en cuántos intervalos dividir el espacio entre marcas principales del eje. Si pasas 1, se suprimen las marcas menores.
• ny hace lo mismo para el eje y.
• tick.ratio indica la proporción entre la longitud de las marcas menores y las mayores. La longitud de estas últimas se obtiene de par(tck=x).

Añadir y cambiar la leyenda con R base

Ojo: los argumentos pt.cex y title.cex que aparecen en la documentación de legend() no funcionan como cabría esperar. Hay algunos apaños:

1. Poner el título o las etiquetas de la leyenda en otra fuente añadiendo text.font a legend():

2. Dibujar la leyenda dos veces con valores distintos de cex

Truco: si te interesan los colores disponibles en R, echa un vistazo a este PDF.

Cómo añadir y cambiar la leyenda y etiquetas en ggplot2

Y obtienes una leyenda por defecto. Pero normalmente querrás ajustar su apariencia.

Hay dos formas de cambiar el título y las etiquetas de la leyenda en ggplot2:

1. Indicar a la escala que use otro título y etiquetas

Puede que el gráfico se vea algo «apretado» en la pestaña Plot del bloque, pero en RStudio no tendrás ese problema.

Puedes crear dos leyendas si añades el argumento shape en geom_point() y en los argumentos labels.

Si quieres mover la leyenda a la parte inferior, establece legend.position como "bottom". Por su parte, legend.justification te permite situarla dentro del gráfico.

Truco: consulta aquí los distintos tipos de escalas para cambiar nombres y etiquetas.

2. Cambiar el data frame para que el factor tenga la forma deseada

Luego puedes usar los nuevos nombres de factor para construir tu gráfico en ggplot2, evitando tener que cambiar nombres y etiquetas con líneas extra de código.

Truco: para una cheat sheet completa de ggplot2, ve aquí.

Dibujar una cuadrícula con R base

Dibujar una cuadrícula con ggplot2

El bloque siguiente muestra cómo asegurarte de que tu gráfico tenga cuadrícula con ggplot2. Los datos de chol ya están cargados y con las transformaciones de antes aplicadas.

Si no tienes claro cómo son los datos, imprime las primeras filas en la consola de R del bloque:

Truco: si no quieres las líneas menores de la cuadrícula, pasa element_blank() a panel.grid.minor.

Si quieres rellenar el fondo con un color, añade panel.background = element_rect(fill = "navy") a tu código. Puedes verlo en el bloque de abajo. Los datos chol están cargados y ligeramente transformados, igual que antes. ¡Pruébalo!

Ajustar el tamaño de los puntos con R base

En este gráfico, los círculos toman los valores de df$x3 como radios, mientras que el argumento inches controla su tamaño. Si recibe un número positivo, los símbolos se escalan de forma que su dimensión mayor mida ese valor en pulgadas.

Ajustar el tamaño de los puntos con ggplot2

También puedes pasar size a geom_point():

ggplot(chol, 
       aes(x=chol$WEIGHT, y=chol$HEIGHT)) + 
  geom_point(size = 2)

Obtendrás el mismo resultado. ¡Pruébalo sustituyendo el último bloque del ejemplo de arriba!

Dibujar barras de error con R base

La mala noticia: R no dibuja barras de error «de serie». La buena: puedes hacerlo sin instalar paquetes extra.

Primero, define esta función para calcular estadísticas descriptivas de tu data frame:

summarySE <- function(data=NULL, measurevar, groupvars=NULL, na.rm=FALSE,
                      conf.interval=.95, .drop=TRUE) {
    library(plyr)

    # New version of length which can handle NA's: if na.rm==T, don't count them
    length2 <- function (x, na.rm=FALSE) {
        if (na.rm) sum(!is.na(x))
        else       length(x)
    }

    # This does the summary. For each group's data frame, return a vector with
    # N, mean, and sd
    datac <- ddply(data, groupvars, .drop=.drop,
      .fun = function(xx, col) {
        c(N    = length2(xx[[col]], na.rm=na.rm),
          mean = mean   (xx[[col]], na.rm=na.rm),
          sd   = sd     (xx[[col]], na.rm=na.rm)
        )
      },
      measurevar
    )

    # Rename the "mean" column    
    datac <- rename(datac, c("mean" = measurevar))

    datac$se <- datac$sd / sqrt(datac$N)  # Calculate standard error of the mean

    # Confidence interval multiplier for standard error
    # Calculate t-statistic for confidence interval: 
    # e.g., if conf.interval is .95, use .975 (above/below), and use df=N-1
    ciMult <- qt(conf.interval/2 + .5, datac$N-1)
    datac$ci <- datac$se * ciMult

    return(datac)
}

La función está tomada de esta fuente y también está disponible en la librería Rmisc.

Ahora puedes usarla para calcular estadísticas del conjunto chol, ya cargado. Con esos resultados, crea tu gráfico.

Asegúrate de inspeccionar los datos antes de empezar:

Si quieres consultar todos los argumentos de arrows(), visita esta página.

Dibujar barras de error con ggplot2

Colocar dos gráficos lado a lado con R base

Añadiendo la función par() con el argumento mfrow, especificas un vector (aquí 1 y 2): todas las figuras se dibujarán en una matriz de 1 fila y 2 columnas por filas (mfrow).

En otras palabras, los boxplots se imprimirán en una fila dentro de dos columnas.

Colocar dos gráficos lado a lado con ggplot2

Si quieres poner gráficos lado a lado y no quieres especificar límites, considera usar el paquete ggplot2.

Tus datos chol y la función summarySE() ya están cargados. Inspecciónalos en la consola de R si no estás seguro de cómo son:

Nota cómo añades la función facet_grid() para indicar que quieres dos gráficos lado a lado. El elemento usado para determinar cómo se dibujan es MORT, como puedes ver arriba.

Colocar más gráficos lado a lado con gridExtra

Nota cómo aquí también determinas cómo aparecerán los dos gráficos gracias al argumento ncol.

Colocar más gráficos lado a lado con lattice

Al igual que con ggplot2, el paquete lattice no requiere especificar límites ni la forma de imprimir los gráficos lado a lado.

En su lugar, usas bwplot() para hacer gráficos de enrejado (trellis) con el tipo de gráfico de boxplot. Los gráficos trellis muestran una variable o la relación entre variables, condicionados a una o más variables.

En este caso, si usas el conjunto de datos chol (que puedes encontrar aquí o cargar con read.table()), muestras la variable CHOL por separado para cada combinación de niveles de los factores SMOKE y MORT.

¡Ten en cuenta que los datos ya están cargados en el bloque de DataCamp Light de abajo!

Colocar gráficos lado a lado con gridBase

Otra forma de poner dos gráficos lado a lado es usando el paquete gridBase, que se encarga de la «integración de gráficos base y grid». Esto es útil cuando quieres poner un gráfico base de R y un ggplot lado a lado.

Funciona así: primero, activa los paquetes necesarios. En este caso, necesitas gridBase para poner los dos gráficos lado a lado, y grid y ggplot2 para crearlos:

library(grid)
library(gridBase)
library(ggplot2)

plot.new()

gl <- grid.layout(nrow=1, 
                  ncol=2)
vp.1 <- viewport(layout.pos.col=1, 
                 layout.pos.row=1) 
vp.2 <- viewport(layout.pos.col=2, 
                 layout.pos.row=1)
                 
pushViewport(viewport(layout=gl))
pushViewport(vp.1)

par(new=TRUE, 
    fig=gridFIG())
plot(x = 1:10, 
     y = 10:1)
     
popViewport()

pushViewport(vp.2)

ggplotted <- qplot(x=1:10,y=10:1, 'point')
print(ggplotted, newpage = FALSE)

popViewport(1)

Si lo necesitas, puedes iniciar un gráfico vacío para configurar el diseño. Como quieres que los dos gráficos se generen lado a lado, esto requiere crear un diseño de cuadrícula con una fila y dos columnas.

Ahora, rellena las celdas de la cuadrícula con viewports. Estos definen regiones rectangulares en tu dispositivo gráfico con la ayuda de coordenadas dentro de esas regiones. En este caso, es mucho más práctico usar las especificaciones de la cuadrícula descritas arriba en lugar de coordenadas x o y reales. Por eso debes usar los argumentos layout.pos.col y layout.pos.row.

Como los viewports son solo descripciones o definiciones, estos objetos deben ser empujados (pushed) al árbol de viewports antes de ver cualquier efecto en el dibujo. Usa la función pushViewport() para lograrlo.

Ahora puedes proceder a añadir la primera región rectangular vp.1 al árbol ViewPort, después de lo cual le dices a R con gridFig() que dibuje un gráfico base dentro de un viewport de grid (vp.1). El argumento fig normalmente toma las coordenadas de la región de la figura en la región de visualización del dispositivo. En este caso, usas el argumento fig para iniciar un nuevo gráfico, añadiéndolo a un gráfico existente mediante new = TRUE en la función par(). Dibujas el gráfico base y eliminas el viewport del árbol:

plot.new()

gl <- grid.layout(nrow=1, 
                  ncol=2)

vp.1 <- viewport(layout.pos.col=1, 
                 layout.pos.row=1) 
vp.2 <- viewport(layout.pos.col=2, 
                 layout.pos.row=1)

pushViewport(viewport(layout=gl))

pushViewport(vp.1)

par(new=TRUE, 
    fig=gridFIG())
plot(x = 1:10, 
     y = 10:1)
popViewport()

Como quieres que los dos gráficos se generen lado a lado, quieres poner uno en la primera columna y el otro en la segunda, ambos en la primera fila.

Ten en cuenta que la función pushViewport() toma la función viewport(), que a su vez contiene un argumento layout. Este último indica «un objeto de diseño de cuadrícula que divide el viewport en subregiones».

Ten en cuenta también que puedes especificar en la función popViewport() un argumento para indicar cuántos viewports quieres eliminar del árbol. Si este valor es 0, indica que quieres eliminar los viewports hasta el viewport raíz. El valor por defecto de este argumento es 1.

Ve a añadir la segunda región rectangular vp.2 al árbol ViewPort. Luego puedes hacer el ggplot y eliminar el viewport del árbol.

pushViewport(vp.2)
ggplotted <- qplot(x=1:10,
                   y=10:1, 
                   'point')
print(ggplotted, 
      newpage = FALSE)
popViewport(1)

Ten en cuenta que necesitas imprimir el objeto gráfico hecho por qplot() para dibujarlo y mostrarlo. Al mismo tiempo, especifica newpage = FALSE, de lo contrario solo verás el qplot()…

Además, recuerda que el valor por defecto de viewports a eliminar en la función popViewport() es 1. Esto hace que sea redundante poner popViewport(1) en el código.

Usar R base para representar varias líneas o puntos en el mismo gráfico

Luego, verás que estas líneas se dibujan usando la función lines().

Esto da el siguiente resultado:

Ten en cuenta que la función lines() toma tres argumentos: el eje x, el eje y que quieres representar y el color (representado con el argumento col). También puedes incluir las siguientes características:

Aquí tienes algunos ejemplos:

lines(x,y2,col="green", lty = 2, lwd = 3)
lines(x,y2,col="green", lty = 5, lwd = 2, pch = 2)
lines(x,y3,col="black", lty = 3, lwd = 5, pch = 3, lend = 0, ljoin = 2)
lines(x,y4,col="blue", lty = 1, lwd = 2, pch = 3, lend = 2, ljoin = 1, lmitre = 2)

Ten en cuenta que el argumento pch no funciona muy bien con la función lines() y que es mejor usarlo solo con points().

Puedes añadir los mismos argumentos a la función points() que usaste con lines() y que aparecen arriba. Sin embargo, hay algunas adiciones:

Ejemplos de código de estos argumentos son los siguientes:

points(x,y4,col="blue", pch=21, bg = "red") 
points(x, y5, col="yellow", pch = 5, bg = "blue") 

Usar ggplot2 para representar varias líneas o puntos en un gráfico

Ajustar la relación de aspecto con R base

Ajustar la relación de aspecto con ggplot2

Para fijar la relación de aspecto en gráficos ggplot2, añade la función coord_fixed(), que proporciona un «sistema de coordenadas de escala fija [que] fuerza una relación especificada entre la representación física de las unidades de datos en los ejes».

En otras palabras, esta función te permite especificar un número de unidades en el eje y que es equivalente a una unidad en el eje x. El valor por defecto es siempre 1, lo que significa que una unidad en el eje x tiene la misma longitud que una unidad en el eje y. Si tu relación se establece en un valor más alto, las unidades en el eje y son más largas que las unidades en el eje x y viceversa.

Ajustar la relación de aspecto con MASS

Truco: ¡te irá bien iniciar un nuevo marco de gráfico antes de ejecutar el código anterior!

Ten en cuenta que puedes dar argumentos adicionales a la función eqscplot() para personalizar el aspecto del diagrama de dispersión.