Gráfico de círculos

Elaborei um gráfico para a representação do número relativo de observações por categoria de determinadas variáveis registradas em diferentes pontos de coleta. No exemplo abaixo, eu tenho o número de embarcações observadas por classe de comprimento total nos municípios de São Paulo (dados são fictícios).

Nesta rotina a relativização é feita por ponto de coleta (município).

Dados (fictícios)

Município	0 ˫ 6	6 ˫ 9	9 ˫ 12	12 ˫ 15	15 ˫ 18	≥ 18
Ubatuba	37	46	7	7	0	0
Caraguatatuba	41	41	15	2	0	0
Ilhabela	50	39	9	0	0	0
São Sebastião	43	40	14	1	0	0
Bertioga	0	52	28	18	0	0
Santos/Guarujá	6	27	16	16	4	28
São Vicente	75	12	12	0	0	0
Praia Grande	60	39	0	0	0	0
Mongaguá	16	83	0	0	0	0
Itanhaém	0	85	14	0	0	0
Peruíbe	31	43	25	0	0	0
Iguape	38	60	0	0	0	0
Ilha Comprida	66	34	0	0	0	0
Cananéia	34	40	10	11	2	0
Total	497	641	150	55	6	28

# importa dados da área de transferência

dat.graf <- t(read.delim("clipboard",dec=",",row.names=1))
dat.graf

# indica o valor da variáveis que serão utilizadas

NCATY<-nrow(dat.graf)
NCATX<-ncol(dat.graf)
MARX<-10 # margem da abcissa
MARY<-5 # margem da ordenada
CIRC<-13 # tamanho máximo do círculo
COR<-"blue" # cor do círculo

# plota o gráfico

par(mar=c(MARX,MARY,2,2))
plot(c(1:NCATX),rep(0,NCATX),xlab="",ylab="",
xaxp=c(1,NCATX,NCATX-1),yaxp=c(1,NCATY+1,NCATY),
ylim=c(0,NCATY+1),xaxt="n",yaxt="n",type="n")
axis(1,at=c(1:NCATX),labels=colnames(dat.graf),las=2,cex.axis=1.5)
axis(2,at=c(1:NCATY),labels=rownames(dat.graf),las=2,cex.axis=1.5)
for (x in 1:NCATX) {
  for(y in 1:NCATY) {
    points(x,y,col=COR,pch=19,cex=dat.graf[y,x]*CIRC/sum(dat.graf[,x]))
  }
}
# caso a última linha da tabela seja uma totalização e deva ficar em destaque.
abline(v=NCATX-0.5,lty=2)

-------------

Algumas pessoas tiveram problemas com a visualização, compreensão e inserção do símbolos matemáticos de indicação dos intervalos de classe.

6 ˫ 9, 6 |- 9, [6,9[ ou [6,9) indica um intervalo de classe que inclui o limite inferior (6) e exclui o superior (9)

No Linux Ubuntu a forma correta de indicar o símbolo "|-" (˫) é Shift+Ctrl+U 02EB e o código para ">=" (≥) é Shift+Ctrl+U 2265, , como podemos ver na figura.

Dependendo no navegador e do sistema operacional estes símbolos podem não ser visualizados corretamente no blog.

Caso os símbolos matemáticos e as acentuações não sejam corretamente importados pelo R através área de transferência (clipboard) podemos gravar a tabela de dados e importa-la como comando read.csv.

Se mesmo assim os probelmas continuarem podemos re-escrever os nomes de colunas e linhas com colnames e rownames:

colnames(dat.graf)
colnames(dat.graf)[4]<-"São Sebastião"
colnames(dat.graf)[6]<-"Santos/Guarujá"

rownames(dat.graf)

rownames(dat.graf)<-c("0 ˫ 6","6 ˫ 9","9 ˫ 12","12 ˫ 15","15 ˫ 18","≥ 18")

Looping para consolidar dados

Obtive dados de batimetria em

http://www.ngdc.noaa.gov/mgg/bathymetry/relief.html

Depois de trabalhar um pouco os dados em banco de dados fiquei com uma tabela (dat.bat) que indicava o código do bloco estatístico de 10' de lado e as profundidades registradas (100 por bloco).

Meu objetivo foi consolidar as informações desta tabela que tinha cerca de 24 mil linhas em uma que contivesse por bloco os valores mínimo, médio, máximo e os quartis de 2,5%, 25%, 50%, 75% e 97,5%. Também tive a curiosidade em ver quanto tempo era gasto para processar as informações de cada bloco.

Para rodar a rotina abaixo criei um vetor com os níveis dos blocos e um data.frame para colocar os resultados dos cálculos

blocos<-levels(dat.bat$BL)

Q<-rep(0,length(blocos))

dat.stat<-data.frame(blocos,Q,Q,Q,Q,Q,Q,Q,Q)

names(dat.stat)<-c("BL","Min","Q002","Q025","Q050","Q075","Q098","Max","Med")

Depois fiz um looping para o cálculo. Inicialmente o resultado do message (ou print) só aparecia se a rotina fosse parada ou terminada. Como eu estava no Windows tive que desmarcar a saída com buffer em Misc (Ctrl W) ou colocar após o message o comando flush.console()

for (i in 1:nrow(dat.bat)) {

dat.stat[i,c(2:8)]<-quantile(dat.bat[BL==blocos[i],2],

prob=c(0,0.025,0.25,0.5,0.75,0.975,1))

dat.stat[i,9]<-mean(dat.bat[BL==blocos[i],2])

message("linha ",i," processada às ",format(Sys.time(), "%H:%M:%S"))

}