Ir al contenido principal

Tutorial de PCH en R

En este tutorial, aprende qué es el plot character (PCH) en R.
Actualizado 17 sept 2026  · 5 min leer

Explorar con IA

ChatGPTClaudePerplexity

El plot character o pch es el argumento estándar para definir el carácter que se dibuja en varias funciones de R.

Se puede añadir texto explicativo a un gráfico de varias formas: etiquetas de ejes, títulos, leyendas o texto directamente sobre el gráfico. Las funciones base de gráficos en R suelen crear etiquetas de ejes por defecto, aunque puedes cambiarlas con los argumentos xlab() para el eje X y ylab() para el eje Y.

Algunas funciones de gráficos base también generan títulos por defecto, pero, como ves aquí, puedes sustituirlos:

library(MASS)
par(mfrow = c(1, 2))
plot(density(geyser$waiting))
plot(density(geyser$waiting), main = "Estimated density: \n Old Faithful waiting times")
Tutorial de PCH en R

El gráfico de la izquierda usa el título por defecto devuelto por la función density, que nos indica que el gráfico se generó con esta función y sus opciones por defecto, además de mostrar la especificación en R de la variable cuya densidad representamos. En el gráfico de la derecha, hemos reemplazado ese título por defecto indicando el argumento opcional main. Fíjate en que, al incluir el carácter de salto de línea, barra invertida n, creamos un título de dos líneas dentro de esa cadena de texto.

text() Function

Al igual que las funciones de líneas y puntos, text es una función de gráficos de bajo nivel que permite añadir texto explicativo a un gráfico existente. Para ello, hay que indicar los valores x e y, las coordenadas donde debe aparecer el texto, y labels, un vector de caracteres con el texto que se añadirá.

text(x, y, adj)
Tutorial de PCH en R

Por defecto, el texto añadido se centra en los valores x indicados, pero el argumento opcional adj permite modificar la alineación.

El argumento adj de la función text() determina la posición horizontal del texto y puede tomar cualquier valor entre 0 (alineado a la izquierda) y 1 (alineado a la derecha). De hecho, puede tomar valores fuera de ese rango. Por ejemplo, un valor negativo hace que el texto empiece a la derecha de la posición x indicada. Del mismo modo, un valor mayor que 1 hace que el texto termine a la izquierda de la posición x.

library(MASS)
plot(UScereal$fibre)
text(5, 28, "<-- Outliers [left-justified text at (5, 28)]", adj = 0)
text(65, 23, "[Right-justified text at (65, 23)]", adj = 1, col = "red")
text(5, 28, "[Centered text (default) at (31, 18)]", col = "blue")
Tutorial de PCH en R

Tipos de letra, orientaciones y otras características del texto

A continuación verás algunas formas de cambiar la apariencia del texto añadido mediante argumentos opcionales de la función text. Por defecto, el texto se coloca en horizontal, pero esto se puede cambiar con el argumento srt, que indica el ángulo de orientación respecto al eje horizontal.

En el ejemplo, el texto en rojo se inclina hacia arriba al especificar srt con el valor positivo de 30 grados, mientras que el texto en verde se inclina hacia abajo con srt igual a -45.

También podemos definir el color con el argumento col, y el texto en rojo muestra que podemos cambiar el tamaño con el argumento cex. Con cex = 1.2 hacemos el texto un 20% más grande de lo normal.

Otra característica modificada en este ejemplo es la tipografía, establecida con el argumento font. El valor por defecto es font = 1 (normal), mientras que font = 2 indica negrita, font = 3 cursiva y font = 4 negrita y cursiva a la vez.

library(MASS)
plot(Boston$rad)

# "Inner city" con color y rotación ajustados
text(350, 24, adj = 1, "Inner city? -->", srt = 30, font = 2, cex = 1.2, col = "red")

# "Suburbs" con color y rotación ajustados
text(100, 15, "Suburbs? -->", srt = -45, font = 3, col = "green")

title("Text with varying orientations, fonts, sizes & colors")
Tutorial de PCH en R

Ajustar la posición, el tamaño y la tipografía del texto

En el siguiente ejemplo, vas a:

  • Crear un gráfico de MPG.city frente a Horsepower del data frame Cars93, con los datos representados como círculos abiertos (el pch por defecto).
  • Construir la variable index3 con la función which() para identificar las filas que contienen coches de 3 cilindros.
  • Usar la función points() para superponer círculos sólidos, pch = 16, sobre todos los puntos que representan coches de 3 cilindros.
  • Usar la función text() con la variable Make como antes para añadir etiquetas a la derecha de los coches de 3 cilindros, pero ahora usar adj = 0.2 para desplazar las etiquetas más a la derecha, el argumento cex para aumentar su tamaño un 20% y el argumento font para ponerlas en negrita cursiva.
# Dibuja MPG.city vs. Horsepower como círculos abiertos
plot(Cars93$Horsepower, Cars93$MPG.city)

# Crea index3, que apunta a los coches de 3 cilindros
index3 <- which(Cars93$Cylinders == 3)

# Destaca los coches de 3 cilindros como círculos sólidos
points(Cars93$Horsepower[index3],
       Cars93$MPG.city[index3],
       pch = 16)

# Añade los nombres de los coches, desplazados de los puntos, con texto más grande y en negrita cursiva
text(Cars93$Horsepower[index3],
     Cars93$MPG.city[index3],
     Cars93$Make[index3],
     adj = -0.2, cex = 1.2, font = 4)

Al ejecutar el código anterior, se obtiene el siguiente resultado:

Tutorial de PCH en R

Pruébalo tú mismo.

Para saber más sobre cómo añadir texto a los gráficos, consulta este vídeo de nuestro curso Data Visualization in R.

Este contenido está extraído del curso Data Visualization in R de Ronald Pearson en DataCamp.

Temas
R
Ciencia de datos
Visualización de datos

Cursos de R

Curso

Introducción a R

4 h
3.1M
Domina los fundamentos del análisis de datos en R, como vectores, listas y marcos de datos, y practica R con conjuntos de datos reales.
Ver detallesRight Arrow
Iniciar Curso
Ver másRight Arrow
Relacionado

Tutorial

Tutorial de análisis de componentes principales en R

En este tutorial, aprenderás a utilizar el PCA (análisis de componentes principales) de R para extraer datos con muchas variables y crear visualizaciones para mostrar esos datos.
Zoumana Keita 's photo

Zoumana Keita

15 min

Tutorial

Tutorial de regresión lineal en R

En este tutorial aprenderás los fundamentos de un modelo estadístico muy popular: la regresión lineal.

Eladio Montero Porras

15 min

Tutorial

Tutorial de tablas de contingencia en R

En este tutorial, aprenderás a crear tablas de contingencia y a probar y cuantificar las relaciones visibles en ellas.
Łukasz Deryło's photo

Łukasz Deryło

10 min

Tutorial

Cómo hacer un histograma ggplot2 en R

Aprenda a hacer un histograma ggplot2 en R. Haga histogramas en R basándose en la gramática de los gráficos.

Kevin Babitz

15 min

Tutorial

Tutorial de K-Means Clustering en R

Aprenda qué es k-means y descubra por qué es uno de los algoritmos de agrupación más utilizados en la ciencia de datos.
Eugenia Anello's photo

Eugenia Anello

8 min

Tutorial

Tutorial de RStudio

Descubra qué es RStudio y cómo instalarlo y empezar a utilizarlo
Elena Kosourova 's photo

Elena Kosourova

12 min

Ver MásVer Más