Gráficos XYZ dinámicos e interactivos
En ciertas ocasiones no alcanza con dos dimensiones, y menos en estos días de realidad virtual y visualizaciones cada vez más atractivas. En el entorno R, la opción con la que me crucé recientemente es {plotly}, “visualización moderna para la era de los datos”. Su uso no es trivial, ya que la idea es interactuar con una cuenta online en la que se pueden guardar datos y gráficos.
Esta vez quise ser más global, por lo que exploré la base de datos de la ONU, que consiste en una larga lista parámetros por país. Me la jugué por tres dentro los Indicadores de Desarrollo: (1) Uso de energía [kg petróleo equivalente per cápita], (2) GNI per cápita [US$], y (3) Emisiones de CO2 [toneladas cúbicas per cápita]. Supuse que las primeras dos podrían ser consideradas como razones para tener altas emisiones de dióxido de carbono por persona. Veamos qué nos dicen los datos.
El gráfico parece mostrar una tendencia clara. Detrás de estos patrones se encuentra la disyuntiva entre crecer económicamente o resguardar el planeta. En cuanto a la visualización, seguramente pueden hacerse mejoras y personalizar los detalles de la figura. Hasta se puede agregar una cuarta dimensión si se colorean los puntos en base a una variable adicional. El script completo a continuación.
Fuentes:
http://data.un.org/
https://plot.ly/r/3d-scatter-plots/
https://unix.stackexchange.com/questions/320594/how-to-install-r-plotly-in-debian
https://stackoverflow.com/questions/48611613/unable-to-plot-a-timeseries-graph-using-plotly-with-a-dataframe-in-r-continuous
https://stackoverflow.com/questions/35511111/plotly-python-totally-free
Esta vez quise ser más global, por lo que exploré la base de datos de la ONU, que consiste en una larga lista parámetros por país. Me la jugué por tres dentro los Indicadores de Desarrollo: (1) Uso de energía [kg petróleo equivalente per cápita], (2) GNI per cápita [US$], y (3) Emisiones de CO2 [toneladas cúbicas per cápita]. Supuse que las primeras dos podrían ser consideradas como razones para tener altas emisiones de dióxido de carbono por persona. Veamos qué nos dicen los datos.
El gráfico parece mostrar una tendencia clara. Detrás de estos patrones se encuentra la disyuntiva entre crecer económicamente o resguardar el planeta. En cuanto a la visualización, seguramente pueden hacerse mejoras y personalizar los detalles de la figura. Hasta se puede agregar una cuarta dimensión si se colorean los puntos en base a una variable adicional. El script completo a continuación.
Fuentes:
http://data.un.org/
https://plot.ly/r/3d-scatter-plots/
https://unix.stackexchange.com/questions/320594/how-to-install-r-plotly-in-debian
https://stackoverflow.com/questions/48611613/unable-to-plot-a-timeseries-graph-using-plotly-with-a-dataframe-in-r-continuous
https://stackoverflow.com/questions/35511111/plotly-python-totally-free
Comentarios