Los 5 temas de gráficos más visitados de The R Graph Gallery

1. La gramática de gráficos: ggplot2

Como era de esperar, la categoría ggplot2 es, con diferencia, el tema más visitado: representa alrededor del 15% del tráfico considerado para este post (que a su vez era el 45% del total, como se ha mencionado arriba).

Este volumen de tráfico se explica no solo por la enorme popularidad del paquete en la comunidad R, sino también porque esta categoría reúne todo tipo de gráficos que puedes crear con él, como boxplots, gráficos de dispersión, áreas, etc., e incluye subsecciones sobre cómo añadir anotaciones, gestionar los colores del gráfico o crear data art. En resumen, esta categoría contiene muchísima información sobre este paquete de R.

Esta librería, que es “un sistema de gráficos para R basado en la gramática de gráficos”, es una referencia para los gráficos en R y hay muchos recursos para aprender su sintaxis, como el curso de DataCamp Data Visualization with ggplot2 y el libro de ggplot2 de su creador, Hadley Wickham.

ggplot2 es una implementación de la gramática de gráficos, lo que significa que existe una gramática básica para producir visualizaciones: necesitas datos y elementos gráficos para crear tus gráficos, igual que necesitas pronombres y un verbo conjugado para construir oraciones.

En los gráficos esto implica que pasas datos al gráfico como elementos x e y y manipulas detalles como colores, marcadores, etc., como elementos gráficos. Verás que ggplot2 hace también esta distinción, y que en sus gráficos puedes identificar varios elementos básicos como datos, geometrías, estéticas y escalas.

Por supuesto, también hay partes más avanzadas en la gramática de ggplot2, como las transformaciones estadísticas y los facetados, pero no las cubriremos en este artículo. Consulta los recursos anteriores para profundizar en ggplot2 y sus posibilidades.

Volviendo a la galería, verás que actualmente muestra unos 40 gráficos creados con el paquete, que permiten realizar los principales tipos de gráficos, como el de barras que verás a continuación:

Como ves, el gráfico utiliza tres de los cuatro elementos mencionados: datos, estéticas y geometrías. Ahora, echa un vistazo con más detalle al resultado o amplía la ventana en la pestaña “Plots” que aparece junto a tu consola de R en el bloque de DataCamp Light de arriba:

Si necesitas más temas, escalas y geoms para tus gráficos de ggplot2, siempre puedes recurrir a paquetes adicionales como ggthemes o el paquete ggthemr.

2. Gráficos interactivos

En segundo lugar, la categoría de gráficos interactivos supone alrededor del 11% del tráfico considerado para este artículo. Al igual que ggplot2, gran parte de ese tráfico se debe a que es una categoría más general que agrupa mucha información sobre distintos gráficos interactivos.

¿Pero qué son los gráficos interactivos?

Son gráficos, sí, pero su particularidad es que puedes hacer zoom, jugar con los ejes, pasar el ratón por encima para ver información adicional, exportarlos en formato png, filtrar datos específicos, etc. Permiten a los usuarios experimentar con los datos y encontrar la información que necesitan.

Si los usas durante el análisis, los gráficos interactivos te ayudan a explorar los datos con más eficacia. Si los usas en informes para clientes, compañeros o lectores, captan la atención y facilitan la comprensión; permiten una comunicación bidireccional entre el usuario y el gráfico, lo que es una situación ganadora para todos.

No es casualidad que hoy los usen periódicos como The New York Times y revistas científicas como Science.

En R, crearlos es sorprendentemente sencillo con los htmlwidgets.

Además de mostrar ejemplos con este enfoque, la galería también incluye varios casos con Plotly. Plotly es un paquete de R para crear gráficos web a través de la librería JavaScript de código abierto plotly.js. Su sintaxis es muy parecida a la de ggplot2, así que probablemente crearás tu primer gráfico interactivo en minutos. Si quieres empezar, prueba este tutorial de Plotly.

Por supuesto, también puedes hacer gráficos interactivos con Shiny, una librería de R que convierte tus análisis en aplicaciones web interactivas. Y, además de las librerías mencionadas, hay muchas otras que te permiten pasar de visualizaciones estáticas a interactivas.

3. Boxplots

La categoría de boxplot representa alrededor del 8% del tráfico considerado para este post. Es la tercera más popular del sitio, probablemente porque es más específica que las dos anteriores: se centra en un único tipo de gráfico.

Los boxplots no necesitan presentación. Son una herramienta habitual para visualizar la relación entre una variable numérica y una variable discreta. Pero cuidado con pasar por alto información que puede quedar oculta detrás de un boxplot (como una distribución bimodal).

La R Graph Gallery te propone alternativas interesantes al boxplot, como los violin plots o los boxplots con jitter. Verás que, aunque ggplot2 tenga su propia sección, este paquete sigue siendo muy popular, junto con funciones básicas de R como jitter().

4. Gráficos de araña

Sorprendentemente, la categoría de gráficos de araña o gráficos de telaraña tiene un gran éxito en la galería, con un 6% del 45% del tráfico analizado para este artículo.

Los gráficos de radar sirven para comparar múltiples variables cuantitativas. Uno de los ejemplos consiste en construir estos gráficos con la librería fmsb, que incluye funciones de utilidad para el libro “Practices of Medical and Health Data Analysis using R”.

El código del bloque de DataCamp Light produce el siguiente resultado (o simplemente amplía la ventana en la pestaña “Plots” que aparece junto a tu consola de R en el bloque de DataCamp Light):

Consejo: como imaginarás, evita representar demasiados grupos en el mismo gráfico. Puede volverse ilegible muy rápido.

Pero el paquete fmsb no es la única opción: también puedes crear gráficos de radar con ggplot, aunque no venga incluido en el paquete. Puedes encontrar un tutorial aquí o probar la extensión de ggplot2 ggradar.

Y quizá te interese el paquete radarchart, ideal si quieres crear gráficos de radar interactivos.

5. Data art

¿Curiosidad? ¿Diversión? ¿Interés? ¿Sorpresa?

No sé qué lleva a la gente hasta ahí, pero la sección de Data Art es la quinta más visitada por los usuarios de R Graph Gallery, con alrededor del 5% del tráfico considerado para este post.

Sin duda, no es algo que veas todos los días.

Esta página muestra una selección de la obra de 10 data aRtists de todo el mundo. El Data Art es una tendencia emergente en la que, como sugiere el nombre, creas arte a partir de datos. Puede adoptar muchas formas, con datos reales o no, representar algo concreto o plasmar figuras abstractas.

¿Te interesa y quieres saber más? Échale un vistazo a esta sección y, por supuesto, anímate a proponer tus piezas.

¿Quieres contribuir a la R Graph Gallery, proponer un gráfico o pedir uno que falte? Entra aquí.