Gráficos

La librería de #rstats ggsoccer permite representar campos de fútbol con un código bastante sencillo. A continuación, se plantean una serie de ejemplos para empezar a ilustrar su uso y quiero que me dé pie a escribir sobre la función de densidad de una variable; pero empezamos por el principio: instalar el paquete y empezar a usarlo. # install.packages("remotes") # remotes::install_github("torvaney/ggsoccer") library(tidyverse) library(ggsoccer) # Lo pintamos en el campo ggplot() + annotate_pitch() + ggtitle("Campo sin nada") + theme_pitch() El código habla por sí solo: muy sencillo, a ggplot() añadimos annotate_pitch() y theme_pitch(). Ahora sería necesario añadir información a este terreno de juego y, para ello, recuperamos una entrada anterior donde podíamos disponer de datos de eventing de Statsbomb que nos van a permitir pintar mapas de calor o heatmaps si nos molamos. ...

Vamos a crear un gráfico con rstats que recoja los resultados de La Liga equipo a equipo para poder estudiar rachas e “intuir” cómo puede ser la segunda vuelta. Además, este ejercicio es un buen uso del paquete worldfootballR y la función de ggplot2 geom_tile; además me va a servir para animarme esta segunda vuelta para que el Espanyol no sufra. La web que vamos a emplear para el trabajo es FBRef. Empezamos. ...

Además del manejo de datos, es necesario tener conocimientos de representación de datos. En este trabajo se va a emplear la librería de R ggplot2 y se trabajarán las representaciones gráficas básicas que ha de manejar un científico de datos. Se pueden explorar las múltiples posibilidades que ofrece esta librería en la web Statistical tools for high-throughput data analysis, que dispone de un gran número de recursos para R entre los que destaca el uso del paquete ggplot2. ...

De forma análoga a otras entradas sobre análisis gráficos básicos, empezamos a trabajar con las posibilidades gráficas de Julia. A continuación, se recogerán el 80% de los gráficos que un científico de datos realizará en su vida profesional; el 20% restante se abordará en otras entradas. Emplearemos el conjunto de datos penguins para ilustrar los ejemplos: using CSV using DataFrames using HTTP url = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/penguins.csv" res = HTTP.get(url) penguins = DataFrame(CSV.File(res.body)) using Pkg Pkg.add("Plots") Pkg.add("StatsPlots") Descripción univariable Variables cuantitativas Histogramas con Julia: ...

Revisión de los gráficos más habituales que realizaremos en labores descriptivas de variables con Python; se emplea Seaborn para ilustrar estos ejemplos. El tipo de gráfico dependerá del tipo de variable que deseamos describir e incluso del número de variables que deseamos describir. Como aproximación inicial, describiremos variables cuantitativas o variables cualitativas, análisis univariables o análisis bivariables. Se trabaja con el conjunto de datos iris: import seaborn as sns import pandas as pd import numpy as np import io import requests url = 'https://raw.githubusercontent.com/uiuc-cse/data-fa14/gh-pages/data/iris.csv' s = requests.get(url).content df = pd.read_csv(io.StringIO(s.decode('utf-8'))) df.head() Análisis univariables Variables cuantitativas Cuando describimos variables cuantitativas, lo principal es conocer su forma, sobre qué valores se hallan los datos y cómo son de dispersos; para ello, el gráfico estrella es el histograma: ...

Me cuesta hablar sobre COVID porque creo que hay voces con más conocimiento y mejor preparadas que la mía para opinar sobre el tema. Pero, en los últimos tiempos, leo algunas cosas que me empiezan a calentar y vuelvo a pensar que a lo mejor mi voz sí debió ser escuchada. El caso es que hay una línea de opinión que argumenta que estamos más o menos igual que en el momento de aparición del virus, algo que llamamos primera ola frente a segunda ola, que las medidas no han funcionado siempre con el argumento «yo no soy contrario a, pero en la Universidad de Nabucodonosor salió un estudio que». Sería bajo y de mala educación por mi parte insinuar que son unos gilipollas y por eso prefiero presentar un pequeño código de R para que podáis leer los datos de MoMo del Instituto Carlos III: ...

El add-in JWalk Chart Tools de Excel, que os podéis descargar aquí, nos ofrece una serie de funcionalidades que pueden ayudarnos a trabajar con gráficos en Excel. Una vez descargado y activado el add-in, al seleccionar un gráfico podemos emplear este complemento. En la primera pestaña podemos añadir etiquetas personalizadas a nuestros gráficos de Excel, algo que ya realizamos con macros: Basta con seleccionar la serie y elegir el rango de datos que contiene las etiquetas. Para trabajar con etiquetas tenemos otro add-in de Excel que os recomiendo que descarguéis: el XY Chart Labeler. ...

Aunque no es recomendable crear gráficos con 2 ejes, hoy quería mostraros un gráfico muy común realizado con R. Se trata del gráfico de barras y líneas para un factor. Las barras serán un valor de exposición del factor y las líneas pueden ser una frecuencia siniestral y estarán en un eje secundario. Con esto crearemos nuestro gráfico de barras y líneas en dos ejes. Simulamos los datos para crear el gráfico con R: ...

En cuántas ocasiones habéis querido dar color a un gráfico y, por aligerar código, creáis gráficos de este tipo: x <- rpois(100, as.integer(runif(10) * 1000)) barplot(sort(x)) Pues en R esta labor puede costarnos muy poco si empleamos las paletas de colores. Hoy quiero presentaros las siguientes: rainbow heat.colors terrain.colors topo.colors Ejemplos de uso: require(graphics) barplot(sort(x), col = rainbow(length(x)), main = "Paleta rainbow") barplot(sort(x), col = heat.colors(length(x)), main = "Paleta heat") barplot(sort(x), col = topo.colors(length(x)), main = "Paleta topo") Comparad; metemos los cuatro gráficos en una sola ventana y tendremos la figura con la que iniciamos esta entrada: ...

Más gráficos de burbujas, pero esta vez interactivos. Interesante exposición de Hans Rosling sobre la evolución de la esperanza de vida en 200 países durante 2 siglos. Realmente espectacular y didáctico.