The hardware and bandwidth for this mirror is donated by dogado GmbH, the Webhosting and Full Service-Cloud Provider. Check out our Wordpress Tutorial.
If you wish to report a bug, or if you are interested in having us mirror your free-software or open-source project, please feel free to contact us at mirror[@]dogado.de.
O ipeaplot é um pacote em R desenvolvido para facilitar a padronização de gráficos e figuras seguindo a política editorial do Instituto de Pesquisa Econômica Aplicada (Ipea).
Nesta vinheta, apresentamos exemplos práticos do uso do pacote para gerar visulizações de dados comuns em textos e relatórios do Ipea.
Em algumas figuras, os ajustes necessários para atender às diretrizes estilísticas do Editorial do Ipea demandam a criação de códigos específicos, extrapolando as configurações pré-estabelecidas no ipeaplot.
Essa vinheta tem, por isso, um formato de cookbook,
proporcionando orientações práticas para a utilização de outros recursos
do ggplot2.
Em todos os exemplos, é exibida a versão “bruta” da figura, tal como foi submetida à Coordenação do Editorial. Em seguida, indicamos como é possível, com o ipeaplot e algumas linhas de código adicionais, atingir o nível de padronização necessário às publicações do Ipea.
# Leitura de bibliotecas
library(ipeaplot)
library(ggplot2)
library(dplyr)
library(data.table)
library(abjData)
library(geobr)
library(reshape)
library(knitr)
# Leitura dos dados
## Gráfico 1
Ano <- factor(c(2000,2005,2010,2015,2020,2025,2030,2035,2040,2045,2050))
Populacao <- c(6.1,6.5,6.9,7.3,7.7,8.0,8.3,8.6,8.9,9.1,9.3)
labels <- as.character(Populacao)
labels <- gsub("." , "," , labels, fixed=T)
base_graf1 <- data.frame(Ano,Populacao,labels)
## Gráfico 2
Ano <- factor(c(1950, 1951, 1952, 1953, 1954, 1955, 1956, 1957, 1958,
1959, 1960, 1961, 1962, 1963, 1964, 1965, 1966, 1967,
1968, 1969, 1970, 1971, 1972, 1973, 1974, 1975, 1976,
1977, 1978, 1979, 1980, 1981, 1982, 1983, 1984, 1985,
1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994,
1995, 1996, 1997, 1998, 1999, 2000, 2001, 2002, 2003,
2004, 2005, 2006, 2007, 2008, 2009, 2010, 2011, 2012,
2013, 2014))
Populacao<- c( 1.850116458, 1.791417471, 1.760491225, 1.751060624,
1.757374206, 1.773968217, 1.795950884, 1.81926587,
1.840930397, 1.860403495, 1.879485845, 1.90178203,
1.931384556, 1.96968284 , 2.011263472, 2.052385316,
2.083875031, 2.098137208, 2.091095193, 2.06831928,
2.043373483, 2.018775478, 1.985792138, 1.944170268,
1.898407101, 1.850171278, 1.807798778, 1.779963926,
1.770930519, 1.77532254 , 1.778741317, 1.77934085,
1.787498884, 1.803957627, 1.823106379, 1.844715108,
1.856490979, 1.844087147, 1.801286156, 1.7376904,
1.669804195, 1.607655387, 1.548374095, 1.4949701,
1.447065626, 1.399607643, 1.354384982, 1.318725392,
1.294773864, 1.279786607, 1.268049775, 1.257045807,
1.248951736, 1.243210965, 1.239058923, 1.236026043,
1.23309632, 1.229128787, 1.223387196, 1.215887987,
1.207869122, 1.198749205, 1.186540058, 1.170622969,
1.151783904)
labels <- as.character(Populacao)
labels <- gsub("." , "," , labels, fixed=T)
base_graf2<- data.frame(Ano,Populacao, labels)
## Gráfico 3
# Valores Hipoteticos
Pais <- factor(c("Ìndia","Japão","Alemanha","Reino Unido","França",
"Arábia Saudita","Rússia","China","Estados Unidos"))
Gasto <- c(40,50,50,60,70,40,90,207,640)
base_graf3<- data.frame(Pais,Gasto)
base_graf3$pos <- ifelse(base_graf3$Pais == 'Estados Unidos',2,1)
library(dplyr)
base_graf3 <- base_graf3 %>%
group_by(pos) %>%
mutate(total = sum(Gasto))
## Gráfico 4
Ano <- seq(2009,2020,1)
Exabytes <- c(130,360,750,1400,3100,6000,10000,14000,19000,25000,31500,40000)
base_graf4 <- data.frame(Ano,Exabytes)
## Gráfico 5
Ano <- seq(2004,2013,1)
Mundo <- c(4.2,3.8,4.1,4,1.5,-2,4,2.9,2.4,2.1)
UE <- c(2.6,2.2,3.4,3.2,0.6,-4.6,2.1,1.7,-0.4,0)
base_graf5 <- data.frame(Ano,Mundo,UE)
base_graf5<- melt(base_graf5, id=c("Ano"))
## Gráfico 6
pais <- c("Áustria","Bélgica","Bulgária","Croácia","Chipre","República Tcheca",
"Dinamarca","Estônia","Finlândia","França","Alemanha","Grécia",
"Hungria","Irlanda","Itália","Letônia","Lituânia","Luxemburgo",
"Malta","Holanda","Polônia","Portugal","România",
"Eslováquia","Eslovênia","Espanha","Suécia","Reino Unido")
petroleo <- c(90,100,97,72,104,96,-37,60,90,97,96,100,
81,102,89,104,90,98,98,97,96,98,52,89,107,96,95,38)
base_graf6 <- data.frame(pais,petroleo)
## Gráfico 7
pais <- c("África do Sul","Brasil","Federação Russa",
"China","Índia","OCDE")
final <- c(0.695,0.55,0.43,0.413,0.38,0.315)
inicio <- c(0.67,0.61,0.4,0.33,0.32,0.297)
base_graf7 <- data.frame(pais,final,inicio)
## Gráfico 8
# link <- 'https://github.com/ipeadata-lab/ipeaplot/files'
# base_graf8 <- data.table::fread(paste0(link,'/12239277/dados_grafico9.csv'),
# dec = ",", encoding = 'Latin-1')
base_graf8 <- data.table(pais = c("Nigéria", "Vietnã", "Índia", "Indonésia",
"Malásia", "China", "Arábia Saudita", "África do Sul", "México",
"Turquia", "Brasil", "Argentina", "Austrália", "Rússia", "Polônia",
"Canadá", "USA", "Fraça", "Reino Unido", "Espanha", "Coreia do Sul",
"Itália", "Japão", "Alemanha"),
`crescimento medio do PIB per capita_perct` = c(2,0.5, 0.8, 0.5, 1, 0.1, 1.1, 0.4, 0.5, 0.5, 0.3, 0.5, 0.7, -0.2,
-0.1, 0.5, 0.5, 0.3, 0.32, 0.3, 0.12, 0.1, -0.1, 0),
`crescimento populacional medio_perct` = c(3.9,5.3, 4.6, 4.2, 3.65, 4.2, 3.1, 3.62, 3.46, 3.3, 3.4, 3.1, 2.5,
3.37, 3.1, 2.2, 2.2, 2.2, 2.18, 2.1, 2.28, 1.9, 2.1, 1.8),
`crescimento do PIB (ppc)_perct` = c(5.9,5.8, 5.4, 4.7, 4.65, 4.3, 4.2, 4.02, 3.96, 3.8, 3.7, 3.6, 3.2,
3.17, 3, 2.7, 2.7, 2.5, 2.5, 2.4, 2.4, 2, 2, 1.8))
## Salvando graficos no formato Rdata
#save(base_graf1,base_graf2,base_graf3,base_graf5,base_graf6,base_graf7,base_graf8,file='bases_de_dados.Rdata')
graf1 <- ggplot(data=base_graf1, aes(x=as.numeric(as.character(Ano)), y=Populacao)) +
geom_bar(stat="identity", fill = '#015f96', width=2) +
geom_rug(aes(x = as.numeric(as.character(Ano)) - 2.5),
outside = TRUE, sides = "b", length = unit(2, "mm"), linewidth = 0.25) +
coord_cartesian(expand = TRUE, clip = "off") +
labs(fill = "",
title="GRÁFICO 1",
subtitle="Evolução do crescimento da população mundial 2000-2050\n(Em bilhões)",
caption = 'Fonte: United Nations (2012a).\nTradução dos autores.') +
theme_ipea(x_breaks = 11,include_ticks = F,
include_x_text_title = F,include_y_text_title = F) +
geom_text(aes(label = gsub("\\.", ",",round(Populacao,1))),
hjust = 0.5, vjust = -0.5)png(paste0(getwd(),"/prints_ipeaplot/grafico1.png"), width=724, height=546)
print(graf1)
dev.off()
base_graf2$Ano <- as.numeric(as.character(base_graf2$Ano))
ref <- (subset(base_graf2,substr(Ano,4,4) %in% c('5','0')))
graf2 <- ggplot(base_graf2, aes(x=Ano, y=Populacao, group = 1))+
geom_line(color = '#015f96') +
labs(fill = "",
title="GRÁFICO 2",
subtitle="Taxa de crescimento da população mundial (Em %)",
caption = 'Elaboração dos autores.') +
theme_ipea(x_breaks = 14, x_text_angle = 90, include_ticks = F,expand_y_limit = T,
include_x_text_title = F,include_y_text_title = F) +
geom_rug(data = ref, aes(x = Ano+2),inherit.aes = FALSE,
outside = TRUE, sides = "b", length = unit(2, "mm"), linewidth = 0.25) +
coord_cartesian(clip = "off")png(paste0(getwd(),"/prints_ipeaplot/grafico2.png"), width=724, height=546)
print(graf2)
dev.off()
temp <- base_graf3 %>% distinct(pos, .keep_all = T)
graf3 <- ggplot(base_graf3, aes(x= as.character(pos), y=Gasto, fill=Pais,
label = Pais))+
geom_bar(width = 0.5, stat = "identity", color= NA) +
labs(y="Gastos com defesa",
fill = "",
title="GRÁFICO 3",
subtitle="Gastos com defesa (Em bilhões de dólares)",
caption = 'Fonte: Peter G. Peterson Foundation (2013).\nTradução dos autores.') +
scale_fill_ipea() +
geom_text( position = position_stack(vjust = 0.5), color = 'white') +
geom_text(data = temp, aes(y = total ,label = paste0("U$ ",total)), vjust = -.5) +
theme_ipea(legend.position="none",
include_x_text_title = F) +
theme(axis.ticks.x = ggplot2::element_blank(),
axis.text.x = ggplot2::element_blank())png(paste0(getwd(),"/prints_ipeaplot/grafico3.png"), width=724, height=546)
print(graf3)
dev.off()
graf4 <- ggplot(base_graf4, aes(x=Ano)) +
geom_ribbon(aes(ymin=0, ymax=Exabytes), fill = "#015f96")+
labs(fill = "",
title="GRÁFICO 4",
subtitle="Evolução do volume de informação digital até 2020",
caption = 'Fonte: IDC’s Digital Universe Study (Gantz e Reinsel, 2012).') +
theme_ipea(legend.position="none",expand_x_limit = F,
x_breaks = 10, y_breaks = 4,
include_x_text_title = F,include_y_text_title = F)png(paste0(getwd(),"/prints_ipeaplot/grafico4.png"), width=724, height=546)
print(graf4)
dev.off()
graf5 <- ggplot(base_graf5, aes(Ano, value, group=variable, color=variable))+
geom_line(linewidth=1)+
geom_point(aes(shape=variable, fill = variable),
size=3, stroke=1.5, show.legend = F)+
labs(color = "",
title="GRÁFICO 5",
subtitle="Crescimento anual do PIB da União Europeia (2004-2013) (Em %)",
caption = 'Fonte: World Bank (2014).\nTradução dos autores.\nObs.: Os dados foram coletados no sítio do Banco Mundial.\nDisponível em: <http://goo.gl/IvtZ1a>. Acesso em: 26 set. 2014.') +
theme_ipea(x_breaks = 10, y_breaks = 10, legend.position = 'bottom',
expand_y_limit = T,expand_x_limit = F,
include_x_text_title = F,include_y_text_title = F) +
scale_color_ipea(palette_direction = -1, ) +
scale_shape_manual(values = c(19, 21)) +
scale_fill_manual(values = c(NA,"white"))png(paste0(getwd(),"/prints_ipeaplot/grafico5.png"), width=724, height=546)
print(graf5)
dev.off()
base_graf6$pais<- factor(base_graf6$pais, levels=rev(sort(base_graf6$pais)))
graf6 <- ggplot(data=base_graf6, aes(x=pais, y=petroleo)) +
geom_bar(stat="identity", fill = '#015f96') +
coord_flip() +
labs(fill = "",
title="GRÁFICO 6",
subtitle="Importações de energia em termos do consumo total\nde energia dos países da União Europeia",
caption = 'Fonte: Eurostat (2014).\nTradução dos autores.') +
theme_ipea(legend.position = 'none', expand_x_limit = F,
include_x_text_title = F,include_y_text_title = F)png(paste0(getwd(),"/prints_ipeaplot/grafico6.png"), width=724, height=546)
print(graf6)
dev.off()
base_graf7<- melt(base_graf7, id=c("pais"))
graf7 <- ggplot(data=base_graf7, aes(x=pais, y=value, group=variable, fill=variable)) +
geom_bar(position='dodge',stat="identity") +
coord_flip()+
labs(fill = "",
title="GRÁFICO 7",
subtitle="Mudanças nos níveis de desigualdade do BRICS, calculadas pelo coeficiente\nGini, entre o início da década de 1990 e o final da década de 2000",
caption = '') +
theme_ipea(legend.position = 'bottom',
include_x_text_title = F,include_y_text_title = F) +
scale_fill_ipea()png(paste0(getwd(),"/prints_ipeaplot/grafico7.png"), width=724, height=546)
print(graf7)
dev.off()
######## GRAFICO 8
base_graf8_aux <- base_graf8[,c(1,4)]
base_graf8_aux$n <- 1:nrow(base_graf8_aux)
base_graf8_new <- base_graf8[,-4]
base_graf8_new<- melt(base_graf8_new, id=c("pais"))
base_graf8_new <- base_graf8_new %>%
group_by(variable) %>%
mutate(n = 1:n())
graf8 <-
ggplot() +
geom_bar(data=base_graf8_new, aes(x = reorder(pais, n), y=value,
group=variable, fill=variable),
stat="identity", width = 0.5) +
labs(fill = "",
title="GRÁFICO 8",
subtitle="Crescimento médio real do PIB em PPC (2011-2050) (Em %)",
caption = 'Fonte: PwC (2014).\nTradução dos autores') +
geom_line(data=base_graf8_aux, aes(x = reorder(pais, n) ,y=`crescimento do PIB (ppc)_perct`, group = 1),
color = 'gray') +
scale_fill_ipea() +
theme_ipea(legend.position = 'bottom', x_text_angle = 90) +
coord_cartesian(clip = "off")png(paste0(getwd(),"/prints_ipeaplot/grafico8.png"), width=724, height=546)
print(graf8)
dev.off()
These binaries (installable software) and packages are in development.
They may not be fully stable and should be used with caution. We make no claims about them.
Health stats visible at Monitor.