Hackeando o R: visualizando conjuntos com UpSet

No Hackeando o R de hoje, vamos mostrar como fazer a visualização de dados separados em diversos grupos, através de gráficos UpSet. Quando temos dados pertencentes a múltiplos grupos, a visualização do tamanho e propriedades de cada interseção cresce rapidamente com o número de grupos. Ferramentas mais comuns de visualização de interseções, como diagramas de Venn, podem criar representações bonitas com múltiplos grupos, porém extrair informações deles acaba sendo complicado. Abaixo, um exemplo de um diagrama de Venn complicado:

Com isso, vamos introduzir a visualização de UpSet. O conceito é definido pela transformação de interseções em uma matriz que representa cada combinação dos conjuntos originais. Além das interseções, a ferramenta também permite a definição de outras agregações, gerando visualizações mais complexas dos dados, conforme a necessidade do pesquisador. Vamos então mostrar aqui como utilizar o pacote ComplexUpset, disponível no CRAN.

library(ggplot2)
library(ComplexUpset)

Iremos utilizar como exemplo os dados de filmes disponíveis no pacote ggplot2movies.


filmes = as.data.frame(ggplot2movies::movies)
filmes = na.omit(filmes)

Para gerar a versão básica de uma visualização UpSet, precisamos dos dados, e de um vetor que indica quais são as categorias. Então, basta utilizar a função upset():


generos = colnames(filmes)[18:24]

upset(filmes, generos, name='gênero', width_ratio=0.1, min_size = 10, set_sizes = FALSE)

Além das contagens, podemos também utilizar o ggplot para apresentar propriedades de cada um dos subgrupos:


upset(
filmes,
generos,
annotations = list(
'Duração'=list(
aes=aes(x=intersection, y=length),
geom=geom_boxplot(na.rm=TRUE)
),
'Nota'=(
ggplot(mapping=aes(y=rating))
+ geom_jitter(aes(color=log10(votes)), na.rm=TRUE)
+ geom_violin(alpha=0.5, na.rm=TRUE)
+ scale_alpha_continuous(label = 'a')
),
'Orçamento'=upset_annotate('budget', geom_boxplot(na.rm=TRUE))
),
min_size=10,
width_ratio=0.1,
set_sizes = FALSE
)


________________________
(*) Para entender mais sobre a linguagem R e suas ferramentas, confira nosso Curso de Introdução ao R para análise de dados.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

O que é Agentic RAG e o que o diferencia de RAG?

Neste post, explicamos o que é o Agentic RAG, como ele se diferencia do RAG tradicional e apresentamos um estudo de caso construído com base nas Atas do COPOM, mostrando passo a passo como criar um agente que busca, avalia, reescreve e responde perguntas sobre política monetária.

Como Criar um Agente de IA Econometrista

Criar um Agente de IA Econometrista envolve construir um sistema autônomo capaz de entender uma solicitação em linguagem natural, buscar dados econômicos, realizar análises e aplicar modelos econométricos para entregar uma resposta completa. A abordagem mais eficaz é estruturar o sistema em múltiplos agentes especializados, cada um com um papel definido, que colaboram para resolver a tarefa. Neste post abordamos o desenvolvimento deste sistema de IA com Python.

Como criar um Agente de IA analista de dados

Agentes de IA podem automatizar a coleta, tratamento e análise de indicadores econômicos, entregando insights prontos para a tomada de decisão. Combinando modelos de linguagem (LLM) avançados com ferramentas de acesso a dados, é possível construir soluções que buscam informações em tempo real e as processam de forma autônoma. Neste post mostramos uma visão geral sobre como isso tudo funciona.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.