Facet_wrap

Questa funzione è utile quando si vogliono creare più pannelli in base ad una variabile categorica.
Vediamone subito come usarla: il comando è facet_wrap( ~ categorica).

ggplot(data = mtcars) +
  geom_point(mapping = aes(x = mpg, y = hp), color = "blue") +
  facet_wrap(~ cyl)

Come si può vedere, la funzione ha suddiviso lo scatter plot in 3 scatter plot, uno per ogni categoria di cyl (4, 6 e 8). In questo modo si evita il fenomeno chiamato ‘overplotting’, che si ha quando ci sono troppi punti plottati e diventa difficile distinguerli.

Vediamo ora quali altri input si possono dare alla funzione:

nrow o ncol: difiniamo il numero di righe o colonne. Utile quando si hanno tanti pannelli per organizzarli in griglia piuttosto che averli tutti schiacciati o in orizzontale o in verticale

dir: le opzioni sono ‘h’ o ‘v’, per definire l’orientamento verticale o orizzontale della suddivisione. In pratica, decidiamo se avere i grafici suddivisi per colonna, come nell’esempio, o per riga

drop: opzione importante se si vogliono eliminare i grafici corrispondenti alle categorie senza alcun dato (grafici vuoti). Le opzioni sono T (elimina) o F (mantieni tutti)

strip.position: indichiamo la posizione delle etichette della variabile categorica con le parole top, bottom, left o right

ggplot(data = mtcars) +
  geom_point(mapping = aes(x = mpg, y = hp), color = "blue") +
  facet_wrap(~ cyl, dir = "v", strip.position = "right")

Tra le opzioni di sopra non ne ho citata una molto importante, perchè vorrei analizzarla più nel dettaglio ora.
Questa opzione è chiamata scales e ci permette di decidere se gli assi saranno uguali tra i vari pannelli oppure saranno ‘liberi’, ovvero se in ogni pannello gli assi avranno range diversi in base ai dati che conterrà. Le opzioni sono: fixed (uguali in tutti), free (ogni dimensione è libera), free_x/y (solo una dimensione è libera).
Vediamo subito un esempio, lasciando libero l’asse x della figura 1.

ggplot(data = mtcars) +
  geom_point(mapping = aes(x = mpg, y = hp), color = "blue") +
  facet_wrap(~ cyl, scales = "free_x")

In questo modo i vari pannelli sono più “focalizzati” nella zona dove insistono i punti, limitando però la possibilità di confronto tra di loro. Infatti, con assi x diversi diventa più complicato confrontare la distribuzione delle auto con 4 cilindri rispetto a quelle con 8. Quindi, quando va usato scales?
Scales risulta molto utile quando si ha a che fare con barplot, vediamone un esempio.

Con il codice base facet_wrap(~ class, nrow = 1), si ottiene il seguente grafico:

Lo dico io: non si capisce niente| Se notate, ci sono un sacco di case automobilistiche che non hanno auto in certe classi, che lasciano quindi dei vuoti che creano difficoltà nella lettura dei nomi delle case automobilistiche stesse e nella visualizzazione ottimale dei valori.
Per aggiustare questa oscenità, usiamo facet_wrap(~ class, nrow = 1, scales = "free_x"):

Come si vede, ora solo le case automobilistiche con almeno una auto sono rappresentate in ogni classe. Questo rende il grafico sicuramente più chiaro, meno vuoto e più leggibile. Certo, nella classe suv ancora non si riescono a leggere bene i nomi, questo perchè ogni classe occupa lo stesso spazio nel grafico, indipendentemente dal numero di case automobilistiche che contiene.
Qui ci viene in aiuto facet_grid.

Facet_grid

Prima di vedere come migliorare ulteriormente il grafico in figura 5, analizziamo le caratteristiche della funzione facet_grid.
Come detto nell’introduzione, la differenza rispetto alla funzione precedente risiede nella possibilità di creare una griglia di grafici che rappresenta i dati divisi secondo due variabili categoriche (una divisa per colonne e l’altra divisa per righe).
Il comando della funzione base è facet_wrap(categorica_righe ~ categorica_colonne), di seguito un esempio.

ggplot(data = mtcars) +
  geom_point(mapping = aes(x = mpg, y = hp), color = "blue") +
  facet_grid(am ~ cyl)

Ora gli scatter plot sono 6, suddivisi in due righe (corrispondenti ai due valori di am) e tre colonne (relative ai diversi valori di cyl).
Come si può intuire, il numero di righe e di colonne è determinato dal numero di valori di ogni variabile categorica, non si può, dunque, indicare il numero di righe e/o colonne che dovrà avere il grafico.
Quali sono le impostazioni che si possono chiamare?

scales: in modo analogo a quello che fa in facet_wrap, scales ci permette di decidere se avere assi con range comuni per tutti i grafici oppure diversificati in base al range dei dati di ogni grafico

drop: opzione importante se si vogliono eliminare i grafici corrispondenti alle categorie senza alcun dato (grafici vuoti). Le opzioni sono T (elimina) o F (mantieni tutti)

switch: sostituisce strip.position della funzione facet_wrap. Le opzioni però sono diverse, infatti va indicato l’asse per cui si vuole cambiare la posizione delle etichette rispetto a quella di default (alto per le x, destra per le y); il alternativa si può indicare “both” per avere un cambio su entrambi gli assi

margins: questa funzione non viene quasi mai citata, ma può risultare utile a volte. Infatti, dà la possibilità di aggiungere dei pannelli in cui sono graficati tutti i dati di ogni riga/colonna o di entrambe. Le opzioni sono TRUE per avere tutti i grafici sommatori, oppure la stringa corrispondente alla variabile categorica di cui vogliamo i grafici sommati

ggplot(data = mtcars) +
  geom_point(mapping = aes(x = mpg, y = hp), color = "blue") +
  facet_grid(am ~ cyl, margins = "am", switch = "x")

Ed ecco qui che è comparsa una terza riga, che vede grafici che sono l’unione di quelli sopra.

Torniamo ora all’esempio 2, come possiamo sistemarlo con facet_grid?
Una cosa importante che non ho detto prima, è che facet_grid può prendere come input anche una sola variabile categorica, mentre l’altra sarà rappresentata da un punto (.). In più, c’è un ulteriore input che si può dare alla funzione che non ho citato prima: space.
Space è un po’ come scales, ma al posto che settare i singoli assi, modifica gli assi x e y “generali” del grafico, come se la griglia di grafici avesse un asse x e un asse y propri.
Scendiamo più nel pratico, il problema di prima era che ogni classe occupava lo stesso spazio nel grafico, indipendentemente dal numero di case automobilistiche che conteneva. Quello che fa space è proprio organizzare gli assi “generali” in modo tale che ci sia proporzione tra i vari grafici. Le opzioni possibili sono le stesse di scales: free, free_x/y e fixed.
Vediamo subito come funziona, perchè risulta più facile da visualizzare che spiegare.

ggplot(data = mpg) +
  geom_bar(aes(x = manufacturer)) +
  facet_grid(. ~ class, scales = "free_x", space = "free_x") + 
  theme(axis.text.x = element_text(angle = 45, hjust=1))

Si può subito vedere come, rispetto al grafico in figura 5, ora ci sia proporzione tra i grafici rappresentanti le varie classi; infatti, ogni casa automobilistica occupa lo stesso spazio sull’asse x e le barre hanno tutte la stessa larghezza.
Il grafico è molto più chiaro ora, purtroppo le classi con poche occorrenze hanno il nome tagliato; ci sono varie opzioni per sistemare ciò:

diminuire la dimensione del testo: sconsigliata perchè non si riuscirebbero a leggere

cambiare tipologia di grafico: una delle opzioni migliori in quanto bisogna capire bene i dati con cui si ha a che fare ed adattare il tipo di grafico ad essi, non cercare di forzare le cose per avere il grafico che si vuole quando i dati non lo permettono

avere conoscenze avanzate di ggplot2 e creare il grafico seguente:

Se notate bene, vedrete nel codice del grafico in figura 8 una aggiunta, ovvero il comando theme. Non abbiamo ancora affrontato questo argomento, ma come immaginerete sarà tema di un futuro post; per il momento vi lascio intuire da soli cosa faccia, suggerendo un suo utilizzo anche per la creazione del grafico in figura 9.