EDA con dataset proyecto usando gráficas de dispersión con más de dos variables - ggplot2 - plotly

Clase 22 de 35 • Curso de Fundamentos de R

Contenido del curso

Bienvenida e introducción

Variables, tipos de datos y estructuras

EDA: Exploratory data analysis

La estadística de los datos

Ajustando los datos

Mejorando la visualización

Organizar visualizaciones y código con R Markdown

34
Conociendo R Markdown y organizando los hallazgos del análisis en un documento PDF.
16:29 min

Conclusiones Finales

35
Invitación a continuar recorriendo el mundo del data science.
05:51 min

Tomar examen

Comentarios

Matias Vega Maza

student•

Les aconsejo que para no escribir las variables de memoria hagan por ejemplo orangeec$Internet.penetration Luego del “$” R te muestra las opciones que puedes poner y no modifica la sintaxis en absoluto

Emerson Cedeño

student•

muy interesante la recomendación, de hecho una buena idea, la ejecuté y me saltó el siguiente mensaje:

Warning message:
Use of `orangeec$Education.invest...GDP` is discouraged. Use `Education.invest...GDP` instead.

... _así que, parece ser una buena idea, pero al parecer, no recomendable, así, que, yo diría, usen el método para escribir el nombre de la variable, y luego eliminen la parte de nombre_databaset$ 🤓

Ricardo N. Bravo Meza

student•

Adjunto captura y código de grafico con ggplotly donde al pasar el puntero nos da los datos y el nombre del país

my_graph2<-ggplot(orangeec,aes(Internet.penetration...population,
                              Creat.Ind...GDP,label=Country))+
  geom_point()+
  labs(x="Penetration Internet",y="Aporte economía naranja",
       title = "Penetración Internet y aporte economía naranja")

my_graph2

p1=ggplotly(my_graph2)
p1```

Luis Miguel Malacara Jiménez

student•

Era justo lo que estaba buscando, para que apareciera directamente el país en lugar de su numero. Muchas gracias.

Valentina Peña

student•

C L A S E ✌✌ . ++EDA con dataset proyecto usando gráficas de dispersión con más de dos variables - ggplot2 - plotly++ . . En esta clase hay un RETO 💪🙂 con el dataset orangeec y dos nuevas funciones para hacer un scatter plot interactivo desde un nuevo paquete llamado plotly . RETO 💪🙂 RELACIONAR CUATRO VARIABLES DEL DATASET orangeec EN UN SCATTER PLOT . Las cuatro variables para el RETO 💪🙂 son: . 1.- Education.invest...GDP es inversiòn en educaciòn como porcentaje % del PIB . 2.- Unemployment es desempleo . 3.- Strong_economy es paises que estan por debajo del promedio de PIB per capita y los que estan por encima del promedio . 4.- X..pop.below.poverty.line es porcentaje % de la poblacion que esta por debajo de la linea de pobreza . C O D I G O

👇👇👇

ggplot(orangeec, aes(Education.invest...GDP,Unemployment))+ geom_point(aes(color=Strong_economy, size=X..pop.below.poverty.line))+ labs(x="Inversion en educaciòn", y="Desempleo", Title="Relaciòn entre inversiòn en educaciòn y desempleo segun el % de la poblaciòn que esta por debajo de la linea de pobreza") .

Lo visto en el grafico es la "Relaciòn entre inversiòn en educaciòn y desempleo segun el porcentaje % de la poblaciòn que esta por debajo de la linea de pobreza": . En el eje x se encuentra la inversiòn en educaciòn como porcentaje % del PIB como Education.invest...GDP . En el eje y esta el desempleo como Unemployment . El color de las esferas depende de si el pais esta por debajo del promedio de PIB per capita o si esta por encima del promedio se ve con la etiqueta Strong_economy . El tamaño de cada esfera depende del porcentaje % de la poblacion que esta por debajo de la linea de pobreza se ve con la etiqueta X..pop.below.poverty.line . . SCATTER PLOT INTERACTIVO ACTIVANDO install.package("plotly") Y DECLARANDO my_graph, p . ¡Esta funcion permite que al posicionar el puntero en alguna esfera de la grafica se vea mas informacion del dato! 💃 . 1.- Instalamos el paquete plotly:

install.package("plotly") library(plotly) .

2.- Procedemos con my_graph Para pautar la informacion que se muestra al posicionar el puntero sobre la esfera: . my_graph <- ggplot(orangeec, aes(Internet.penetration...population, Creat.Ind...GDP, label=row.names(orangeec)))+ geom_point()+ labs(x="Penetracion de internet", y= "Aporte de la economia naranja al PIB", title="Penetracion de internet en la poblacion y aporte de la economia naranja al PIB") . 3.- Y despues con p Para que nos muestre la informacion al puntear sobre la esfera p = ggplotly (my_graph) p . Para este ejercicio la informacion que se ve al posicionar el puntero sobre la esfera es: . Internet.penetration...population que es la penetracion de internet en la poblacion . Creat.Ind...GDP que es el aporte de la economia naranja al PIB . row.names(orangeec) que es el nombre de cada pais en el dataset orangeec . C O D I G O 👇👇👇 my_graph <- ggplot(orangeec, aes(Internet.penetration...population, Creat.Ind...GDP, label=row.names(orangeec)))+ geom_point()+ labs(x="Penetracion de internet", y= "Aporte de la economia naranja al PIB", title="Penetracion de internet en la poblacion y aporte de la economia naranja al PIB") my_graph . p = ggplotly(my_graph) p .

. Informacion al posicionar el puntero sobre la esfera: . Penetracion de internet Internet.penetration...population: 69.7 . Aporte de la economia naranja al PIB Creat.Ind...GDP: 6.3 . Numero de fila en la que esta en nombre del pais row.names(orangeec): 14

Nicolás Montoya

student•

Para el reto se puede cambiar la leyenda en la gráfica de las variables que van en color y size, en la sección labs del código de la gráfica se coloca color = " " , size = " " . Adjunto como queda mi gráfico.

Luis Eduardo Salcedo Lucio

student•

Gracias tu aporte.

Diana Gaviria

student•

Para no tener que escribir toda la variable, se puede pegar del listado que sale de:

colnames(orangeec)

clint martinez

student•

Buen aporte gracias por el dato!!!

Dagoberto Porras Plata

student•

El paquete "plotly", sirve para hacer nuestros gráficos interactivos, en el ejemplo de esta clase he decidido cambiar label del plot, por el nombre de los países, así cuando pasemos el mouse podemos ver directamente el país y no el índice del país.

library(plotly)
my_graph <- ggplot(orangeec, aes(Internet.penetration...population,
                              Creat.Ind...GDP, label=orangeec$Country))+
  geom_point()+
  labs(x="Penetración Internet", y="Aporte economia naranja",
       title = "Penetración Internet y aporte economia naranja")
my_graph
p = ggplotly(my_graph)
p

Agustin Lemos

student•

Al poner Country en label directamente te muestra el nombre del pais yno el numero...

my_graph <- ggplot(orangeec, aes(Internet.penetration...population, Creat.Ind...GDP,label=Country))+ geom_point()+ labs(x="Pentracion internet", y="aporte economia naranja", tittle="Internet y aporte eco naranja") my_graph

p = ggplotly(my_graph) p

Javier Emilio Valencia Soto

student•

Buen dia comunidad. Intento graficar con ggplotly, pero me sale en r que no se encuentra una funcion llamada ggplotl ¿alguna sugerencia?

Arnaldo Monzón Llanos

student•

Me pasa lo mismo, llegaste encontrar alguna solución?

Luis M. Munguia

student•

tienes que instalar la librería plotly y después llamarla (digamos que primero la instalas y luego la activas)

Juan Pablo Reina Gutierrez

student•

Hola una pregunta, porque se usa el igual en la instrucción: p = ggplotly(my_graph)

Adam Carrillo

student•

Adam Carrillo

student•

#Scatter Plot Economia Naranja - Reto Clase 22

ggplot(orangeec,aes(Education.invest...GDP,Unemployment))+
  geom_point(aes(color=factor(Strong_economy),size=X..pop.below.poverty.line))+
  labs(x="Inversion en Educacion %PIB",y="Desempleo",
       title = "Inversion en Educación y Desempleo según factor de Economía y población por debajo de la linea de pobreza")```

Elias Ojeda Medina

student•

Si instalaron R junto con anaconda, posiblemente les de un error al usar Plotly, instalen la última versión de R y RStudio junto con el siguiente paquete:

install.packages("devtools") require("devtools")

Carolina Acosta Muñoz

student•

No me funcionó ni plotly, ni devtools :S

Luis Berenguer

student•

Cuándo usamos: x <- algo Y cuando: x = algo

Edwin Jesset Barrientos Gonzales

student•

Valeria Quiroga

student•

Wilson Camilo Aguilar Larrea

student•

Alguien sabe cómo hacer que en la gráfica de 4 valores salga el nombre de los puntos de colores, gracias

Andrea Moreno

student•

Gabriela Gahia Gutarra Seguil

student•

![](

clint martinez

student•

excelente !!! gracias por compartir

José Evangelista

student•

Reto con popup

my_graph <- ggplot(orangeec, aes(x=Education.invest...GDP, y=Unemployment, label=Country))+
               geom_point(aes(color=factor(Strong_economy), size=X..pop.below.poverty.line)) +
               labs(x="Inversion de la Edución PIB %", 
                    y="Desempleo %", 
                    title="Inversion en Educación y Desempleo según Economía y población por debajo de la linea de pobreza")
       
p = ggplotly(my_graph)

Cristian Sopán Chuquipul

student•

Reto

ggplot(orangeec, aes(Education.invest...GDP,Unemployment))+
geom_point(aes(color=factor(Strong_economy), size=X..pop.below.poverty.line))+
labs(x="Inversión en educación % PIB",
     y="Desempleo",
     title="Inversión en Educación y desempleo según economía y población por debajo de la línea de pobreza"
)

David Hernandez Garza

student•

ggplot(orangeec, aes(`InverEduca%GDP`, Unemployment))+
  geom_point(aes(color=factor(Strong_economy), size=`% pop below poverty line`))+
  labs(x="Inversion educacion", y="Desempleo",
       title = "Inversion en educacion y desempleo")

Juan Carlos Rubio Polania

student•

Buenos días, continuo con el problema de la paqueteria ggplot2, instalé las paqueterias rlang y stringi y otras soluciones que encontre en la comunidad de Rstudio pero ninguna ha funcionado hasta el momento. ¿Podrian ayudarme a solucionar este problema?

Sonia Ardila

teacher•

Hola. Para los ejercicios de esta sección, solo necesita ggplot2 y plotly.

Qué código exactamente es el que no corre?

Juan Carlos Rubio Polania

student•

Tuve problemas instalando ggplot2, pero estuve averiguando y es un error viejo que se presenta en ocaciones. Reinstale una versión anterior de Rstudio y la versión más reciente de R y con esol solucioné el problema.

Gracias por contestar

my_graph2<-ggplot(orangeec,aes(Internet.penetration...population,
                              Creat.Ind...GDP,label=Country))+
  geom_point()+
  labs(x="Penetration Internet",y="Aporte economía naranja",
       title = "Penetración Internet y aporte economía naranja")

my_graph2

p1=ggplotly(my_graph2)
p1```

library(plotly)
my_graph <- ggplot(orangeec, aes(Internet.penetration...population,
                              Creat.Ind...GDP, label=orangeec$Country))+
  geom_point()+
  labs(x="Penetración Internet", y="Aporte economia naranja",
       title = "Penetración Internet y aporte economia naranja")
my_graph
p = ggplotly(my_graph)
p

#Scatter Plot Economia Naranja - Reto Clase 22

ggplot(orangeec,aes(Education.invest...GDP,Unemployment))+
  geom_point(aes(color=factor(Strong_economy),size=X..pop.below.poverty.line))+
  labs(x="Inversion en Educacion %PIB",y="Desempleo",
       title = "Inversion en Educación y Desempleo según factor de Economía y población por debajo de la linea de pobreza")```

my_graph <- ggplot(orangeec, aes(x=Education.invest...GDP, y=Unemployment, label=Country))+
               geom_point(aes(color=factor(Strong_economy), size=X..pop.below.poverty.line)) +
               labs(x="Inversion de la Edución PIB %", 
                    y="Desempleo %", 
                    title="Inversion en Educación y Desempleo según Economía y población por debajo de la linea de pobreza")
       
p = ggplotly(my_graph)

ggplot(orangeec, aes(Education.invest...GDP,Unemployment))+
geom_point(aes(color=factor(Strong_economy), size=X..pop.below.poverty.line))+
labs(x="Inversión en educación % PIB",
     y="Desempleo",
     title="Inversión en Educación y desempleo según economía y población por debajo de la línea de pobreza"
)

ggplot(orangeec, aes(`InverEduca%GDP`, Unemployment))+
  geom_point(aes(color=factor(Strong_economy), size=`% pop below poverty line`))+
  labs(x="Inversion educacion", y="Desempleo",
       title = "Inversion en educacion y desempleo")

EDA con dataset proyecto usando gráficas de dispersión con más de dos variables - ggplot2 - plotly

Bienvenida e introducción

Todo lo que aprenderás sobre el lenguaje R

Programación y Data Science

R y proyecto economía naranja.

Instalando nuestras herramientas

Variables, tipos de datos y estructuras

Los primeros cálculos con R y variables

Tipos de datos

Estructura del dataset del proyecto

Vectores

Matrices

Ejercicios con matrices

Operadores para comparar y ubicar datos

Factores, listas y echar un vistazo al dataset

EDA: Exploratory data analysis

Qué es EDA: Exploratory Data Analysis

Gráficas de dispersión e histogramas.

Box Plot y su interpretación

EDA con dataset proyecto - Gráficas de dispersión.

EDA con histogramas.

EDA con dataset proyecto - histogramas - ggplot2

EDA con box plot- ggplot2

EDA con dataset proyecto - box plot- ggplot2 - dplyr

EDA con gráficas de dispersión con más de dos variables - ggplot2