Un gráfico de barras y su aspecto: ¿debo añadir títulos, dónde deben ir los valores, etc.?

Question

No utilicé r pero recientemente he decidido utilizarlo para trazar gráficos debido a su gran capacidad para hacerlo. Me gustaría trazar un gráfico que muestre la participación de los votantes en las elecciones. No sé mucho sobre gráficos adecuados (es decir, correctos en cuanto a su aspecto), así que he encontrado en Internet uno que me parece bien. Aquí está este gráfico:

Aquí está mi gráfico. Puedes ver que está lejos de ser bueno (la captura de pantalla es de R-Fiddle y creo que el gráfico puede verse diferente cuando se compila desde el escritorio de R).

¿Qué debo hacer para que sea mejor (por ejemplo, legible)? En concreto, ¿necesito títulos para los ejes X e Y? ¿Se ve mejor si los valores están encima de las barras (como en mi gráfico) o dentro de las barras (el gráfico que se encuentra en Internet)?

Mi código es:

# Load packages
library(ggplot2)
library(scales)
# Create dataset
dat <- data.frame(years = c("1991", "1993", "1997", "2001", "2005", "2007", "2011", "2015"),
freq = c(43.20, 52.13, 47.93, 46.29, 40.57, 53.88, 48.92, 50.92))
# Create graph bar
ggplot(dat, aes(years, freq)) +   geom_bar(stat = "identity", width=0.55)
+ geom_text(aes(label=comma(freq), y=freq+1.1))  
+ scale_y_continuous(breaks = seq(0,50,10)) +  theme_classic()

EDITAR:

He intentado incorporar todas las sugerencias que he podido en los comentarios y respuestas. Se me ha ocurrido lo siguiente:

¿Qué te parece?

Answer 1

Tal vez " Tufte`rize " su parcela:

ggplot(dat, aes(years, freq)) + 
  geom_bar(stat = "identity", width=0.55, fill="grey")+ 
  scale_y_continuous(breaks = seq(0,50,10)) + 
  geom_hline(yintercept= seq(0,50,10), col="white") + 
  theme_classic(base_size = 16) + theme(axis.ticks=element_blank()) + 
  labs(x=NULL, y=NULL) +
  ggtitle("freq per year")

o

ggplot(dat, aes(years, freq)) + 
  geom_bar(stat = "identity", width=0.55, fill="grey64")+ 
  scale_y_continuous(breaks = seq(0,65,10)) + 
  theme_classic(base_size = 18) + 
  theme(axis.text.y=element_blank(), axis.ticks=element_blank(), axis.line.y=element_blank()) + 
  labs(x=NULL, y=NULL) + 
  geom_text(aes(label=format(freq,decimal.mark = ",")), vjust=-.3, size = 4)

Answer 2

Esta no es una buena aplicación de un gráfico de barras. Tufte no estaría satisfecho, ni siquiera con los gráficos de barras supuestamente "Tufte`rizados" que se recomiendan en otra respuesta. Los diagramas de barras utilizan demasiada tinta para la información que transmiten. Véase Sitio web de Tufte y libros, y si es posible asistir a uno de sus seminarios sobre cómo mostrar los datos de forma eficaz.

La visualización de estos datos no requiere más que un gráfico lineal de la participación en función del año. El gráfico de líneas, con un espacio igual de años reales a lo largo del eje x, también eliminará la implicación contenida en el gráfico de barras de que las observaciones están igualmente espaciadas en el tiempo.

He aquí un ejemplo que pone de relieve los cambios en la gama de valores observados:

Me parece que las líneas de conexión entre los puntos ayudan a seguir las relaciones temporales, aunque sólo haya 8 observaciones desigualmente espaciadas. Nick Cox señaló acertadamente en un comentario que esto podría sugerir cambios lineales entre las fechas. Las líneas son grises, con puntos negros en las observaciones, en un intento de restar importancia a tal sugerencia.

Si está más interesado en los cambios con respecto a una línea de base del 0% de participación, podría ajustar los límites del eje Y en consecuencia. Pero, ¿has tenido alguna vez algo cercano al 0% de participación en unas elecciones? Además, las cifras no son un buen lugar para mostrar los resultados con dos decimales. Para ello, utiliza una tabla.

El código es todo de base gráfica R. Probablemente se puede hacer algo más elegante con ggplot pero tengo poca experiencia en eso. En primer lugar, cambiar sus "años" en numérico de texto:

dat$years <- as.numeric(as.character(dat$years))

Entonces, para la trama:

plot (freq~years,data=dat,xlim=c(1990,2016),xlab="Year",ylab="Percentage Turnout",type="l",axes=FALSE,col="gray")
points (freq~years,data=dat,pch=19)
axis(1,at=seq(1990,2020,10))
axis(2,at=seq(42,54,6))

Los gráficos estándar de R colocan un recuadro potencialmente molesto alrededor de todo el gráfico, que se omite aquí por el axes=FALSE en la especificación plot que dibuja las líneas grises. La página web points y coloca los puntos. Las especificaciones separadas con axis permite controlar dónde se colocan y etiquetan las marcas de verificación; R puede tender a sobreetiquetar un poco al gusto de algunas personas.

Answer 3

Estoy de acuerdo con el punto de EdM de que "los gráficos de barras simplemente tienen demasiada tinta para la información transmitida". Aquí hay una versión ggplot2 de su respuesta:

library(ggplot2)

df <- data.frame(years=c(1991, 1993, 1997, 2001, 2005, 2007, 2011, 2015),
                 freq=c(43.20, 52.13, 47.93, 46.29, 40.57, 53.88, 48.92, 50.92))

p <- (ggplot(df, aes(x=years, y=freq)) +
      geom_line(size=1.25, color="#999999") + geom_point(size=3.5, color="black") +
      theme_bw() +
      theme(panel.border=element_blank(), panel.grid.minor=element_blank(),
            axis.title.y=element_text(vjust=1.25)) +
      scale_x_continuous("", breaks=seq(1990, 2015, 5), minor_breaks=NULL) +
      scale_y_continuous("percentage turnout", limits=c(36, 59),
                         breaks=seq(40, 55, 5), minor_breaks=NULL))
p
ggsave("percentage_turnout_over_time.png", p, width=10, height=8)

Lo que produce esto:

Edición: aquí hay una versión con números en el gráfico:

p <- (ggplot(df, aes(x=years, y=freq, label=freq)) +
      geom_line(size=1.25, color="#999999") + geom_point(size=3.5, color="black") +
      geom_text(vjust=c(2, -1, -1.5*sign(diff(diff(df$freq))) + 0.5)) +
      theme_bw() +
      theme(panel.border=element_blank(), panel.grid.minor=element_blank(),
            axis.title.y=element_text(vjust=1.25)) +
      scale_x_continuous("", breaks=seq(1990, 2015, 5), minor_breaks=NULL) +
      scale_y_continuous("percentage turnout", limits=c(36, 59),
                         breaks=seq(40, 55, 5), minor_breaks=NULL))
p
ggsave("percentage_turnout_over_time_with_text.png", p, width=10, height=8)

El comentario de Nick Cox bajo el post original es convincente:

Yo también veo bien que se muestren los números. La gente a menudo quiere leer números de los gráficos, al igual que (debería) querer leer los números de las tablas. Además, ofrecer un gráfico MÁS una tabla en un artículo a menudo sería los revisores rechazan por dedicar demasiado espacio a la misma información. información, por lo que hibridar gráfico y tabla es perfectamente defendible.