7 Análisis y visualización de datos

Palabras clave

R en VSCode, Programación R en VSCode

7.1 Introducción

Visual Studio Code (VSCode), combinado con R y las extensiones esenciales, ofrece un potente entorno para el análisis y la visualización de datos. En este capítulo, exploraremos cómo utilizar eficazmente VSCode para realizar análisis de datos y crear visualizaciones con R. Esto incluye el uso de paquetes populares de R como tidyverse para la gestión de datos y ggplot2 para visualizaciones, todo dentro de la comodidad de VSCode.

Análisis y visualización de datos con R en VSCode

7.2 Análisis de datos

El análisis de datos en VSCode se agiliza gracias a la extensión vscode-R, que proporciona un sólido soporte para trabajar con scripts R y la exploración interactiva de datos.

7.2.1 PASO 1. Carga de datos

Para cargar datos en VSCode, puede utilizar el terminal R integrado en el editor o escribir y ejecutar scripts R directamente desde el editor.

Carga de archivos CSV: Utilice la función read.csv() o readr::read_csv() para cargar archivos CSV. Puede resaltar la línea de código y pulsar Ctrl + Intro (Windows/Linux) o Cmd + Intro (Mac) para ejecutarla en el terminal R activo.
```
# Crear un archivo de datos de demostración
dir.create("data", showWarnings = FALSE, )
readr::write_csv(iris, "data/iris.csv")
# Cargar los datos
data <- readr::read_csv("data/iris.csv")
```
Visualización de datos: Utilice la función View() para abrir marcos de datos en el visor interactivo proporcionado por VSCode. Esto le permite ordenar, filtrar y explorar los datos directamente en el editor.
```
View(data)
```

7.2.2 PASO 2. Manejo de datos con `tidyverse`

El paquete tidyverse ofrece un excelente conjunto de herramientas para la manipulación y transformación de datos. En VSCode, puede aprovechar estas herramientas para limpiar y preparar su conjunto de datos para el análisis.

Filtrado y mutación de datos: Utilice dplyr para filtrar y mutar marcos de datos. Puede ejecutar estos comandos de forma interactiva para ver la salida inmediatamente en el terminal de R.
```
library(dplyr)
filtered_data <- data %>%
  filter(Sepal.Length > 5) %>%
  mutate(Sepal.Ratio = Sepal.Length / Sepal.Width)
```
Comandos Piping: El operador %>% (pipe) permite encadenar múltiples operaciones, lo que resulta especialmente útil para hacer el código más legible y eficiente. VSCode soporta el uso de tuberías sin problemas, lo que permite la ejecución interactiva de cada paso.

7.3 Visualización de datos con `ggplot2`

La visualización es un componente clave del análisis de datos, y VSCode proporciona múltiples formas de crear, ver e interactuar con gráficos.

7.3.1 PASO 1. Creación de visualizaciones

El paquete ggplot2 es la herramienta ideal para crear visualizaciones atractivas e informativas en R. En VSCode, puede utilizar ggplot2 para generar gráficos y parcelas y verlos de forma interactiva.

Trazado básico: Crear un gráfico de dispersión para visualizar las relaciones entre variables.

library(ggplot2)
ggplot(data, aes(x = Sepal.Length, y = Sepal.Width, color = Species)) +
  geom_point()

Visualización interactiva de gráficos: Con el paquete httpgd activado, sus gráficos aparecerán en el visor de gráficos de VSCode. Esto le permite hacer zoom, exportar o copiar imágenes directamente desde el panel de visualización, haciendo que el proceso sea más eficiente.
```
install.packages("httpgd")
httpgd::hgd()
options(device = httpgd::hgd)
```

7.3.2 PASO 2. Personalización de visuales

La personalización es clave para que sus gráficos sean informativos y visualmente atractivos.

Añadir títulos y etiquetas: Personalice sus gráficos añadiendo títulos, etiquetas en los ejes y ajustando los temas.

ggplot(data, aes(x = Sepal.Length, y = Sepal.Width, color = Species)) +
  geom_point() +
  labs(title = "Sepal Length vs Width",
       x = "Sepal Length (cm)",
       y = "Sepal Width (cm)") +
  theme_minimal()

Enfoque: Utilice facet_wrap() o facet_grid() para crear pequeños múltiplos, que pueden ayudar a comprender patrones en diferentes subconjuntos de datos.
```
ggplot(data, aes(x = Sepal.Length, y = Sepal.Width)) +
  geom_point() +
  facet_wrap(~ Species)
```

7.4 Herramientas de visualización interactiva

VSCode, a través de la extensión vscode-R, soporta visualizaciones interactivas que mejoran la exploración de datos.

Visor de gráficos: El visor de gráficos de VSCode te permite interactuar con tus visualizaciones. Utilizando httpgd, puede ver gráficos que se actualizan automáticamente a medida que realiza cambios en su código.
Htmlwidgets y aplicaciones Shiny: Htmlwidgets como plotly o aplicaciones interactivas Shiny también se pueden representar dentro de VSCode, lo que le permite explorar los datos de forma interactiva sin salir del editor.
```
# Ejemplo de uso de plotly
library(plotly)
p <- ggplot(data, aes(x = Sepal.Length, y = Sepal.Width)) +
  geom_point()
ggplotly(p)
```

7.5 Conclusión

El análisis y la visualización de datos son fundamentales para cualquier flujo de trabajo de la ciencia de datos, y VSCode, junto con R, proporciona un potente entorno para ambos. Aprovechando la extensión vscode-R, httpgd para gráficos interactivos, y paquetes populares de R como tidyverse y ggplot2, puede transformar datos de forma eficiente y crear visualizaciones significativas. El terminal integrado y los visores de gráficos de VSCode agilizan todo el proceso, permitiendo un flujo sin fisuras desde la manipulación de los datos hasta la visualización.