## ----include = FALSE---------------------------------------------------------- knitr::opts_chunk$set( collapse = TRUE, comment = "#>", eval = identical(tolower(Sys.getenv("NOT_CRAN")), "true"), out.width = "100%" ) # Function that aligns color palettes pal <- function(col, border = "light gray") { n <- length(col) plot(0, 0, type="n", xlim = c(0, 1), ylim = c(0, 1), axes = FALSE, xlab = "", ylab = "") rect(0:(n-1)/n, 0, 1:n/n, 1, col = col, border = border) } ## ----eval=FALSE, message=FALSE, warning=FALSE--------------------------------- # # Development version # utils::remove.packages('ipeaplot') # remotes::install_github("ipeadata-lab/ipeaplot") ## ----eval=TRUE, message=FALSE, warning=FALSE, results='hide'------------------ # Load packages library(ipeaplot) library(ggplot2) library(dplyr) library(abjData) library(geobr) library(patchwork) # Load mtcars dataset data(mtcars) ## ----message=FALSE, warning=FALSE, fig.align="center", out.width = "100%"----- # fig_raw <- ggplot() + # geom_point(data = mtcars, aes(x = hp , y = mpg, color = cyl)) + # labs(y='Consumo de Combustível (milhas por galão)', # x ='Potência (Número de cavalos)', # color='Cilindradas') # # fig_base <- fig_raw + # scale_color_ipea() + # theme_ipea() # # fig_base # ## ----eval=TRUE, echo=FALSE, fig.dim = c(5, 4),fig.align = "center", out.width = "50%"---- # Salvar as configurações originais old.par <- par(no.readonly = TRUE) # Modificar as configurações conforme necessário par(mfrow = c(3, 1), mar = c(1, 0, 2, 0)) pal(ipea_pal(palette = "Blue")(9)); mtext("Blue") pal(ipea_pal(palette = "Green")(9)); mtext("Green") pal(ipea_pal(palette = "Orange")(9)); mtext("Orange") # Restaurar as configurações originais par(old.par) ## ----eval=TRUE, echo=FALSE, fig.dim = c(5, 4),fig.align = "center", out.width = "50%"---- # Salvar as configurações originais old.par <- par(no.readonly = TRUE) # Modificar as configurações conforme necessário par(mfrow = c(4, 1), mar = c(1, 0, 2, 0)) pal(ipea_pal(palette = "Red-Blue")(9)); mtext("Red-Blue") pal(ipea_pal(palette = "Orange-Blue")(9)); mtext("Orange-Blue") pal(ipea_pal(palette = "Green-Blue")(9)); mtext("Green-Blue") # Restaurar as configurações originais par(old.par) ## ----message=FALSE, warning=FALSE, fig.align="center", out.width = "100%"----- # # paleta sequencial verde # fig_base + scale_color_ipea(palette = "Green") ## ----message=FALSE, warning=FALSE, fig.align="center", out.width = "100%"----- # # paleta divergente de laranja a azul # fig_base + scale_color_ipea(palette = "Orange-Blue") ## ----eval=TRUE---------------------------------------------------------------- df <- abjData::pnud_muni ## ----message=FALSE, warning=FALSE, fig.align="center", out.width = "100%"----- # # cria variavel identificando a regiao de cada municipio # df <- df |> # mutate(regiao = substring(uf, 1, 1), # regiao = case_when(regiao == 1 ~ 'Norte', # regiao == 2 ~ 'Nordeste', # regiao == 3 ~ 'Sudeste', # regiao == 4 ~ 'Sul', # regiao == 5 ~ 'Centro Oeste')) # # # calcula media de colega de esgoto por ano e regiao # df_fig1 <- df |> # mutate(regiao = substring(uf, 1, 1)) |> # group_by(ano, regiao) |> # summarise( t_lixo = weighted.mean(x=t_lixo, w = pop)) |> # collect() # # # plot # ggplot() + # geom_line(data = df_fig1, aes(x=ano, y=t_lixo, color= regiao)) + # scale_color_ipea(palette = 'Orange') + # labs(title = 'Proporção da população com coleta de lixo', color='Região') + # ylab('Proporção em %') + # xlab('Ano') + # theme_ipea() # ## ----message=FALSE, warning=FALSE, fig.align="center", out.width = "100%"----- # ggplot() + # geom_col(data = df_fig1, aes(x=ano, y=t_lixo, fill= factor(ano))) + # scale_fill_ipea(palette = 'Green') + # labs(title = 'Proporção da população com coleta de lixo', fill='Ano') + # ylab('Proporção em %') + # xlab('Ano') + # facet_wrap(. ~ regiao) + # theme_ipea(x_breaks = 3) # ## ----eval=TRUE, message=FALSE, warning=FALSE, results='hide'------------------ # Load municipality and state spatial data mun <- geobr::read_municipality(year = 2010) uf <- geobr::read_state(year = 2010) ## ----eval=TRUE, message=FALSE, warning=FALSE, results='hide', eval = all(!is.null(mun), !is.null(uf))---- # Load municipality and state spatial data mun = read_municipality() uf = read_state() # Subset and select specific columns from the 'pnud_muni' dataset df_escola <- df |> subset(ano == 2010) %>% select(ano, code_muni = codmun7, e_anosestudo) # Perform a left join between the 'mun' and 'pnud' data frames df3 <- dplyr::left_join(mun, df_escola, by = 'code_muni') ## ----message=FALSE, warning=FALSE, fig.align="center", out.width = "100%", eval = all(!is.null(mun), !is.null(uf))---- ggplot() + geom_sf(data = df3, aes(fill = e_anosestudo), color = NA) + geom_sf(data = uf, color = "black", fill = NA) + ggtitle("Média de anos de estudo") + scale_fill_ipea(palette = 'Orange-Blue', name='Anos de\nestudo') + theme_ipea(axis_lines = 'none', include_ticks = F, axis_values = F) ## ----eval=FALSE, echo=TRUE---------------------------------------------------- # # Salvar apenas em EPS (formato padrão) # save_ipeaplot(fig_base, file.name = "figura_exemplo") # # # Salvar em múltiplos formatos # save_ipeaplot(fig_base, # file.name = "figura_exemplo", # format = c("eps", "pdf", "png")) ## ----eval=FALSE, echo=TRUE---------------------------------------------------- # # Exemplo com configurações personalizadas # save_ipeaplot(fig_base, # file.name = "figura_personalizada", # format = c("eps", "png"), # width = 8, height = 5, # units = "in", # dpi = 600, # background = "white", # path = "figuras/") # # # Salvar com data no nome do arquivo # save_ipeaplot(fig_base, # file.name = "figura_com_data", # format = "pdf", # include_date = TRUE) # # # Evitar sobrescrever arquivos existentes # save_ipeaplot(fig_base, # file.name = "figura_segura", # format = "png", # overwrite = FALSE)