# Tutorial: Creazione di Grafici Base in R
# R offre molte funzioni per creare grafici base, utili per visualizzare i dati.
# Questo tutorial introduce le basi per creare e personalizzare grafici in R.
# In particolare, esploreremo le funzioni `plot()`, `barplot()`, `hist()`, `pie()` e `boxplot()`.
# Inoltre, vedremo alcuni esempi su come personalizzare i grafici modificando colori, legende e stili.
# 1. Funzione plot
# La funzione plot() è molto versatile e consente di creare diversi tipi di grafici.
# Di default, viene usata per scatter plot (grafici a dispersione).
# Esempio: Scatter plot
x <- 1:10
y <- x^2
plot(x, y, main = "Scatter plot", xlab = "X", ylab = "Y", col = "blue", pch = 19)
# Modifiche principali:
# - main: titolo del grafico
# - xlab, ylab: etichette degli assi
# - col: colore dei punti
# - pch: stile dei punti
#--> domande per te: prova a modificare il grafico appena fatto come segue:
#...a.) ripeti il grafico modificando il colore dei punti da blu a verde
# A proposito: puoi stampare l'intero elenco dei 657 colori a tua disposizione digitando `colors()`
#...b.) ripeti il grafico modificando l'aspetto dei punti, da pallino pieno a triangolino pieno.
# Per farlo ti sarà utile sapere che il parametro da modificare nel comando del plot per modificare
# l'aspetto dei punti è `pch` (`plotting character`), e che questo parametro può assumere valori da 0 a 25,
# ognuno associato ad un diverso simbolo per rappresentare i punti nel plot.
# A proposito: puoi visualizzare l'intero elenco dei 26 caratteri di plot a tua disposizione digitando `?pch`
#...c.) ripeti il grafico modificando sia il contenuto del titolo (da "Scatter plot" a "Primo plot"), che
# il colore (da nero a turchese).
# Lascio a te di dedurre, guardando gli argomenti del comando `plot()` appena digitato, quale argomento
# dovrai modificare per cambiare il titolo al grafico come richiesto.
# Invece, per modificarne il colore, ti sarà utile sapere che l'argomento che ti permette di modificare
# il colore del titolo è: `col.main`
#...d.) ripeti il grafico modificando l'aspetto dei punti, in modo che compaiano connessi da una linea
# Per farlo, ti sarà utile sapere che il paramentro per modificare l'aspetto del tracciamento dei dati
# si chiama `type`, e può assumere tra gli altri i seguenti valori:
# - "p": stampa i singoli punti (default)
# - "l": stampa linee
# - "b": (che sta per *both*) stampa punti connessi da linee
# - "o": stampa punti sormontati da linee
# - "n": Non stampa nulla riguardo i punti, mentre stampa gli assi e il sistema di coordinate in accordo con i dati.
# Si usa ad esempio nel caso si vogliano aggiungere poi gli ulteriori dettagli del plot con funzioni specifiche
# come `points()`, `lines()` ecc.
# Qualche altra informazione utile:
# Con la funzione *abline()* possiamo aggiunre linee verticali o orizzontali al plot
abline(h=3, lty=2, col=3)
# 2. Funzione barplot
# La funzione barplot() è usata per creare grafici a barre.
# Esempio: Grafico a barre
values <- c(4, 7, 9, 6)
names <- c("A", "B", "C", "D")
barplot(values, names.arg = names, main = "Grafico a barre", col = "red", border = "black")
# Modifiche principali:
# - names.arg: nomi delle barre
# - col: colore delle barre
# - border: colore del bordo
# 3. Funzione hist
# La funzione hist() è utilizzata per creare istogrammi.
# Esempio: Istogramma
set.seed(123)
data <- rnorm(1000)
hist(data, main = "Istogramma", xlab = "Valori", col = "lightblue", border = "darkblue")
# Modifiche principali:
# - col: colore delle colonne
# - border: colore dei bordi
# - xlab: etichetta dell'asse x
# 4. Funzione pie
# La funzione pie() crea grafici a torta.
# Esempio: Grafico a torta
slices <- c(40, 30, 20, 10)
labels <- c("A", "B", "C", "D")
pie(slices, labels = labels, main = "", col = c("orange", "green", "purple"))
# Modifiche principali:
# - labels: etichette delle sezioni
# - col: colori delle sezioni
## Aggiungere una legenda, un titolo o un sottotitolo
# In R, possiamo ulteriormente modificare un grafico con funzioni cosiddette di "basso livello"
# che ci permettono di aggiungere dettagli specici.
legend("topright", legend = c("Gruppo A", "Gruppo B", "Gruppo C"), fill = c("orange", "green", "purple"))
title("Grafico a torta", col="cyan")
# 5. Funzione boxplot
# La funzione boxplot() è usata per creare box plot.
# Esempio: Box plot
group1 <- rnorm(50, mean = 5)
group2 <- rnorm(50, mean = 7)
data <- list(Group1 = group1, Group2 = group2)
boxplot(data, main = "Box plot", col = c("orange", "green"), names = c("Gruppo 1", "Gruppo 2"))
# Modifiche principali:
# - col: colori delle scatole
# - names: nomi dei gruppi
# Personalizzazione generale
# I grafici possono essere ulteriormente personalizzati con:
# Modificare i margini:
par(mar = c(5, 5, 4, 2))
# Salvare i grafici in un file:
png("grafico.png")
plot(x, y, main = "Scatter plot salvato", xlab = "X", ylab = "Y", col = "blue", pch = 19)
dev.off()
## Per finire... di inziare!
# La grafica in R è un mondo! Ti basterà digitare in un motore di ricerca delle parole chiave in proposito per
# trovare una marea di guide e videotutorial.
# Per non perdervi in questo mare, vorrei concludere con un paio di indicazioni utili:
# 1. Puoi continuare ad esplorare la funzione `plot()` e altre funzioni grafiche ad esempio nel capitolo 12
# `Graphical procedures` del [Manuale in formato PDF **Introduction to R**](href="https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf)
# 2. Puoi esplorare la **galleria grafica di R** (enorme risorsa!!), dove per ogni grafico di tuo interesse troverai
# esempi di codice per realizzarlo, che potrai adattare ai tuoi dati.
# 3. In questo tutorial abbiamo utilizzato un approccio classico (e più semplice) ai grafici. Esiste un approccio più compelsso,
# ma anche molto più potente, per costruire grafici strutturandoli e definendoli livello dopo livello. Questa modalità di approccio
# è abilitata dal pacchetto R `ggplot2`. Per esplorarne le potenzialità, potresti inziare da [questa](https://cran.r-project.org/web/packages/ggplot2/vignettes/ggplot2-in-packages.html) e [questa guida](https://ggplot2.tidyverse.org/).