# --- Пакеты -------------------------------------------------------------------------------

# В правой нижней панели во вкладке Packages 
# вы можете првоерить какие из пакетов установлены
# Установите необходимое
library(tidyverse) # обработка и визуализация данных
library(dplyr)     # мвнипуляции с данными
library(readxl)    # работа с данными в формате Excel
library(DescTools) # для описательной статистики
library(ggplot2)   # создание графиков
library(ggthemes)  # темы графиков и настройки визуализации 

# Кроме основного пакета ggplot2 существует еще очень большое количество его расширений, 
# которые наследуют общие принципы, но добавляют новые геометрии, темы, 
# дополнительные возможности для графиков и прочее. Перечень этих расширений можно посмотреть [здесь](https://exts.ggplot2.tidyverse.org/).

# --- Загрузка данных ----------------------
df <- read.csv("dataset.csv")

### О наборе данных
# Набор данных о 79 пациентах, имеющих основное заболевание m, t или h
# -  id - идентификационный номер пациента
# -  sex - пол пациента
# -  age - возраст пациента
# -  weight - вес пациента
# -  heigt - рост пациента
# -  bmi - ИМТ пациента
# -  gr - основной диагноз - закодирован: m, t или h
# -  ag - наличие артериальной гипертензии
# -  sd - наличие сахарного диабета
# -  im - наличие инфаркта миокарда в анамнезе
# -  lab1 - первый лабораторный показатель крови
# -  lab2 - второй лабораторный показатель крови

# Перекодируем признаки в факторные переменные 
df  <- df  %>%
  mutate(across(c( sex, gr, ag, sd, im),as.factor))
# Удалим пропуски в данных  и спомощью функции summary() проверим результат
df <- na.omit(df)

# Создадим простой график, указав датасет для построений, переменные, которые мы хотим отобразить.
# и тип геометрии - диаграммы рассеяния это `geom_point`
ggplot(df)+
  geom_point(aes(x=age,y=bmi))


# Для каждого типа геометрии `geom_` есть несколько настроек эстетики `aes`, часть из которых обязательна, 
# то есть без их указания график строится не будет.
# Для точек `geom_point` обязательными являются x и y. 
# Если их не указать, то функция выдаст ошибку `Error: geom_point requires the following missing aesthetics: x and y`

### Тип символа
# Попробуем модифицировать график. Изменим размер и форму точек.
ggplot(df)+
  geom_point(aes(x=age,y=bmi), size=3, shape="diamond")


# Тип символа можно также задать на основе переменной, например, 
# в нашем случае в зависимости от типа основного заболевания
ggplot(df)+
  geom_point(aes(x=age,y=bmi,shape=gr), size=3)


### Цвета и цветовые шкалы
# Цвет точек на графике можно задать различными способами: просто указать цвет или указать цвет на основе какой-то характеристики.

#задание цвета описательно
ggplot(df)+
  geom_point(aes(x=age,y=bmi), color="navy")

#задание цвета через 16-тиричное кодирование
ggplot(df)+
  geom_point(aes(x=age,y=bmi), color="#ec3713")



# Добавим цвета точек в зависимости от переменной

# Основной диагноз - это качественная переменная. Эту цветовую шкалу можно далее модифицировать по необходимости.
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=gr))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))


# Либо использовать существующую цветовую шкалу. Например, на основе [ColorBrewer палитр](http://colorbrewer2.org/). 
# Для этого необходим пакет `RColorBrewer`. Можно посмотреть все цифровые палитры:
library(RColorBrewer)
display.brewer.all()


#Для использования палитр в графиках нужна функция `scale_*_brewer()`
if(!require(RColorBrewer)) {install.packages("RColorBrewer")
  require(RColorBrewer)}

ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=ag))+
  scale_color_brewer(palette = "Set2")


### Темы оформления

# Все предыдущие графики были построены с использованием темы по умолчанию, которую можно поменять на одну из встроенных тем 
# или добавить тему оформления из пакета-расширения, а также модифицировать на свое усмотрение

# Замена темы оформления на одну из встроенных.
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=gr))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()


# Воспользуемся темой оформления из пакета `ggthemes`.
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=gr))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_economist()


# Кроме использования существующих тем, можно отдельные элементы настраивать по желанию с помощью функции `theme`. 
# Все возможные компоненты можно посмотреть в документации [здесь](https://ggplot2.tidyverse.org/reference/theme.html)

### Названия и подписи осей графика
# Добавим названия осей
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=gr))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()+
  labs(x="Возраст",y="Индекс массы тела")


# Либо названия осей могут быть заданы отдельно функциями `xlab()` и `ylab()`.
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=gr))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()+
  xlab("Возраст")+
  ylab("Индекс массы тела")


# Как уже было сказано выше отдельные элементы оформления могут быть модифицированы функцией `theme`. 
# Изменим расположение названий осей и размер. Так как здесь будут меняться параметры текста, 
# то необходимо использовать функцию `element_text()`.
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=gr))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()+
  labs(x="Возраст",y="Индекс массы тела")+
  theme(axis.title.x = element_text(vjust = 0, #выравнивание по вертикали (от 0 до 1)
                                    size = 15),
        axis.title.y = element_text(vjust = 2, size = 15))

# Также расположение названий можно изменить указав отступы.
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=gr))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()+
  labs(x="Возраст",y="Индекс массы тела")+
  theme(axis.title.x = element_text(margin = margin(t=20), size = 15),
        axis.title.y = element_text(margin = margin(r=10), size = 15))


### Система координат
# Кроме названий осей и подписей систему координат можно менять (например, с прямоугольной на полярную), 
# изменять диапазон осей (если необходимо показать какой-то фрагмент крупнее), поменять соотношение осей.
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=gr))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()+
  labs(x="Возраст",y="Индекс массы тела")+
  scale_x_continuous(limits=c(0,100))+
  scale_y_continuous(limits=c(20,40))


# Можно настроить соотношение осей. Функция `coord_fixed()` - задает систему координат с определенным соотношением между осями, по умолчанию это соотношение 1.
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=gr))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()+
  labs(x="Возраст",y="Индекс массы тела")+
  coord_fixed()


# Если это соотношение сделать больше единицы, то размерность по оси y увеличится по отношению к размерности по оси x и наоборот.
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=gr))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()+
  labs(x="Возраст",y="Индекс массы тела")+
  coord_fixed(ratio = 4)

ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=gr))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()+
  labs(x="Возраст",y="Индекс массы тела")+
  coord_fixed(ratio = 1/2)


# Шаг сетки координат можно задать вручную
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=gr))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()+
  labs(x="Возраст",y="Индекс массы тела")+
  scale_x_continuous(breaks = seq(30, 60, 10),
                     minor_breaks = seq(30, 60, 1))+
  scale_y_continuous(breaks = seq(10, 25, 5),
                     minor_breaks = seq(10, 25, 0.2))


### Заголовки
# Заголовок можно добавить функцией `ggtitle()`
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=ag))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()+
  labs(x="Возраст",y="Индекс массы тела")+
  ggtitle("Данные о пациентах")


# Или прописать как дополнительные аргументы в функции `labs()`
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=ag))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()+
  labs(x="Возраст",y="Индекс массы тела",
       title = "Данные о пациентах", #основной заголовок
       subtitle = "Данные собраны данные собраны на основании опросов", #подзаголовок
       caption = "Опрос", #текст в правом нижнем углу
       tag = "Рис. 1") #текст в левом верхнем углу


### Легенда
# Легенда графика, как правило, создается по умолчанию и расположена справа от графика. Заголовок легенды по умолчанию - это переменная, 
# по которой задана эстетика (aes), в нашем случае это gr или ag.
 
# Если легенда не нужна, то ее можно убрать с графика либо theme(legend.position = "none"), либо guides(color = "none"), 
# либо scale_color_manual(guide="none"). 
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=ag))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()+
  labs(x="Возраст",y="Индекс массы тела",
       title = "Данные о пациентах")+  #основной заголовок
  theme(plot.title = element_text(face = "bold",size = 20,hjust = 0.5),
        plot.subtitle = element_text(face = "italic", size = 10,hjust = 0.5),
        plot.title.position = "plot",
        legend.position = "none")

# Заменим названия внутри легенды. Это можно сделать аргументом labels внутри функции scale_color_manual()
ggplot(df)+
  geom_point(aes(x=age,y=bmi, color=ag))+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"),
                     labels=c("есть","отсутствует"))+
  theme_bw()+
  labs(x="Возраст",y="Индекс массы тела",
       color="Наличие артериальной гипертензии", #Изменили заголовок в легенде
       title = "Данные о пациентах")+  #основной заголовок
  theme(plot.title = element_text(face = "bold",size = 20,hjust = 0.5),
        plot.subtitle = element_text(face = "italic", size = 10,hjust = 0.5),
        plot.title.position = "plot")+
  guides(color = guide_legend(override.aes = list(size = 4))) # увеличили раззмер точек в легенде


## Пузырьковая диаграмма (bubble plot)
# Это разновидность диаграммы рассеяния или точечной диаграммы. 
# Главная разница в том, что размер точки зависит от величины переменной.
# Параметры графика такие же, как и у диаграммы рассеяния
ggplot(df,aes(x=age,y=bmi, color=gr))+
  geom_point(aes(size=weight),alpha=0.4)+
  scale_color_manual(values = c("#19a6b3","#f26c0d","#5e3894"),
                     labels=c("h","m","t"))+
  scale_size(range = c(.2,5), guide = guide_legend())+
  theme_bw()+
  labs(x="Возраст",y="Индекс массы тела",
       color="Основное заболевание", #Изменили заголовок в легенде
       title = "Данные о пациентах")+  #основной заголовок
  theme(plot.title = element_text(face = "bold",size = 20,hjust = 0.5),
        plot.subtitle = element_text(face = "italic", size = 10,hjust = 0.5),
        plot.title.position = "plot")


------------------------------------------------------------------------
  
### Столбчатая диаграмма (bar plot)
#   
# Для того, чтобы создать столбчатую диаграмму в `ggplot2` есть две функции: `geom_bar()` и `geom_col()`.
# Главная разница между ними в том, что в `geom_bar()` высота столбцов пропорционально количеству наблюдений в группе 
# или (если указаны веса) сумму весов. 
# Тогда как в `geom_col()` высота столбцов пропорциональна величине характеристики.
# 
# Для функции `geom_bar()` обязательным параметром эстетики является одна из координат x или y

summary(df)
ggplot(df)+
  geom_bar(aes(x=gr,fill=gr))+
  scale_fill_manual(values = c("#19a6b3","#f26c0d","#5e3894"),
                    labels=c("h","m","t"))+
  theme_bw()+
  labs(x="",y="",
       fill="Код основного заболевания",
       title = "Количество")+ #основной заголовок 
  theme(plot.title = element_text(face = "bold",size = 20,hjust = 0.5),
        plot.subtitle = element_text(face = "italic", size = 10,hjust = 0.5),
        plot.title.position = "plot")


# Рассмотрим вторую функцию для построения столбчатых диаграмм `geom_col()`
ggplot(df)+
  geom_col(aes(x=id,y=weight,fill=gr))+
  scale_fill_manual(values = c("#19a6b3","#f26c0d","#5e3894"),
                    labels=c("h","m","t"))+
  theme_bw()+
  labs(x="",y="Вес",
       fill="Код основного заболевания",
       title = "Вес пациентов") + 
  theme(plot.title = element_text(face = "bold",size = 20,hjust = 0.5),
        plot.subtitle = element_text(face = "italic", size = 10,hjust = 0.5),
        plot.title.position = "plot")


#### Графики распределения
## Гистограмма (histogram)
#   
# Для построения гистограммы распределения величины существует функция `geom_histogram()`, 
# в которой обязательной характеристикой является x или y (в зависимости от того, относительно какой оси вы хотите построить гистрограмму)
ggplot(df)+
  geom_histogram(aes(x=age,fill=gr),alpha=0.5)+
  scale_fill_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()+
  labs(title = "Гистограмма распределения возраста",
       x="Возраст",
       y=NULL,
       fill="код основного заболевания")+
  theme(plot.title = element_text(face = "bold",size = 20,hjust = 0.5))


## График плотности распределения (density plot)
#Для отрисовки функции плотности распределения величины применяется `geom_density()`
ggplot(df)+
  geom_density(aes(x=bmi,fill=gr),
               alpha=0.5,color=NA)+
  scale_fill_manual(values = c("#19a6b3","#f26c0d","#5e3894"))+
  theme_bw()+
  labs(x="Индекс массы тела",
       y=NULL,
       fill="код основного заболевания",
       title="График плотности распределения")+
  theme(plot.title = element_text(face = "bold",size = 20,hjust = 0.5))


# Распределение категориальных переменных обычно визуализируют с помощью графика ящик с усами(boxplot)
ggplot(df)+
  geom_boxplot(aes(y=bmi,fill=gr),alpha=0.5)+
  scale_fill_manual(values = c("#19a6b3","#f26c0d","#5e3894"),name=NULL)+
  theme_bw()+
  labs(y="Индекс массы тела",y=NULL,title = "Ящик с усами")+
  theme(plot.title = element_text(face = "bold",size = 20,hjust = 0.5))