# Librerías requeridas
library(tidyverse)
library(dplyr)
library(kableExtra)   # Para la edición de tablas
library(readxl)       # Cargar bases de Excel
require(stats)        # No se requiere instalar
library(lattice)      # No se requiere instalar
library(ggrepel)      # insertar rótulos a los puntos
require(SciViews)     # Fig. dispersión con coef. de pearson
library(plotrix)      # Figuras de cajas con múltiples variables
library(corrplot)     # Figuras de elipses
library(psych)        # Matrices de correlación para figuras de elipses
library(reshape)      # Figuras de cajas con múltiples variables
library(reshape2)     # Figuras de cajas con múltiples variables 
library(gridExtra)    # Para figuras estadísticas (varios factores)
library(grid)         # Para figuras estadísticas (varios factores)
library(ggplot2)      # Paquete gráfico
library(forcats)      # Para manipulación de factores
library(viridis)      # Opciones de paletas de colores

# Elipses con colores
corrplot(M, method = "ellipse")  # Figura de correlaciones con elipses

# Elipses con colores
corrplot(M, method = "circle")   # Figura de correlaciones con circulos

# Elipses con colores
corrplot.mixed(M, upper="ellipse")

# Otra opción
ggplot(data = datos, aes(x = Ab, color = ...)) +
  geom_density(aes(fill = ...)) + 
  facet_wrap(~ ...) +
  theme_bw() +
  theme(panel.grid = element_blank()
  )

# Regresiones lineales (Esquema ggplot2) 
# ***Ejercicio*** Graficar la relación entre el pH y los efemerópteros
ggplot(datos, ...  ) +   
  geom_point(aes(color = cuenca), size = 3) +  
  geom_smooth(method= "lm") +
  theme(panel.grid = element_blank()
  )

# Regresiones suavizadas - Loess o Lowess (Esquema ggplot2) 
ggplot(datos,aes(x = pH, y = Efem)) +   
  geom_point(aes(color = cuenca), size = 3) +  
  geom_smooth() +
  theme_bw() +
  theme(panel.grid = element_blank()
  )

# Regresiones suavizadas (Loess)
ggplot(datos,aes(x = pH, y = Efem)) +   
  geom_point(aes(color = cuenca), size = 3) +  
  geom_smooth(se = FALSE, span = 0.4) +
  theme_bw() +
  theme(panel.grid = element_blank()
  )

ggplot(..., aes(x=..., y=...)) + 
  geom_boxplot(aes(fill = ...)) +
  labs(x="Cuencas", y= "Abundancia de Insectos") +
  scale_fill_manual(values = c('#fc8d59','#ffffbf','#99d594','#377eb8')) +
  theme_bw() +
  theme(panel.grid = element_blank()
  )
# geom_boxplot(notch = T,... para las muescas.

# violin: como histograma acostado
ggplot(iris, aes(x = Species, y = Sepal.Length)) + 
  geom_violin(aes(fill = Species)) + 
  geom_jitter() +
  scale_fill_manual(values = c('#fc8d59','#ffffbf','#99d594')) +
  theme_bw() +
  theme(panel.grid = element_blank()
  )

# Coplot con líneas de ajuste suavizado (loess)
with(datos, {
  coplot(Efem~pH|temp,
         panel = panel.smooth)})

# Categorización de la temperatura
datos <- 
  datos %>%
  mutate(clasetemp = case_when(
    ... <= quantile(..., 1/3, na.rm = TRUE) ~ "T.Baja",
    ... <= quantile(..., 2/3, na.rm = TRUE) ~ "T.Media",
    ... <= quantile(..., 3/3, na.rm = TRUE) ~ "T.Alta"
  ))

# Categorización del pH 
datos <- 
  datos %>%
  mutate(clasepH = case_when(
    pH <= quantile(pH, 1/3, na.rm = TRUE) ~ "pH.Bajo",
    pH <= quantile(pH, 2/3, na.rm = TRUE) ~ "pH.Medio",
    pH <= quantile(pH, 3/3, na.rm = TRUE) ~ "pH.Alto"
  ))

# Cambiar etiquetas de Layers con recode_factor()
datos <- 
  datos %>%
  mutate(cuenca = recode_factor(cuenca, 
                                "cuen1" = "Cuenca1", 
                                "cuen2" = "Cuenca2",
                                "cuen3" = "Cuenca3",
                                "cuen4" = "Cuenca4"))

# Crear gráfico con etiquetas de valores atípicos redondeados
ggplot(datos, aes(x = factor(cuenca), y = Ab)) + 
  geom_boxplot(aes(fill = clasetemp)) +
  labs(
    x = "Cuencas", fill = "Temperatura",
    y = "Abundancia") +
  scale_color_viridis(discrete = TRUE) +
  facet_wrap(~ clasetemp, nrow = 1, strip.position = "top") + 
  theme_bw() +
  theme(
    panel.grid = element_blank(),
    axis.text.x = element_text(angle = 45, hjust = 1))

# Figura de promedios y errores estándar
DatosPlot<-
  ggplot(datos_resum, aes(cuenca, datos.m, dev.off())) + 
  geom_bar(stat="identity", col="blue", fill="lightblue") +  
  geom_errorbar(aes(ymin=datos.m-datos.ee, 
                    ymax=datos.m+datos.ee),width=0.2) 

# Imprimir la figura
print(DatosPlot + labs(y="Abundancia ± e.e.", x = "cuenca") + 
        theme_classic())

# Resumen estadístico "datos_resum"
datos_resum <- datos1 %>%        # Base de datos resumida
  group_by(...,...) %>%          # Factor o variable agrupadora
  summarise(datos.m   = ...(Biom),   # Media de cada grupo del factor
            datos.de  = ...(Biom),   # Desviacioes estándar de cada grupo
            datos.var = ...(Biom),   # Varianzas de cada grupo
            n.Biom = n(),            # Tamaño de cada grupo
            datos.ee = sd(Biom)/sqrt(n()))   # Error estándar de cada grupo
datos_resum

# Promedios y errores con colores automáticos (Figura p1)
p1<-
  ggplot(datos_resum, aes(x=GF, y=datos.m, fill=Lluvia)) + 
  geom_bar(stat="identity", col="black", position=position_dodge()) +  
  geom_errorbar(aes(ymin=datos.m, ymax=datos.m+datos.ee),width=0.2,
                position=position_dodge(.9)) +
  labs(x="Grupos Funcionales-GF", y ="Biomasa")

# Impresión de un panel con las dos figuras (p1 y p2)
library(gridExtra)
grid.arrange (p1, p2, ncol=2)

# Inserción de las figuras en columna (figuras p1 y p2)
g2 <- ggplotGrob(p1)
g3 <- ggplotGrob(p2)
g <- rbind(g2, g3, size="first")
g$widths <- unit.pmax(g2$widths, g3$widths)
grid.newpage()
grid.draw(g)

# Función para el coplot 
panel.lm = function(x, y, ...) {
  tmp<-lm(y~x,na.action=na.omit)
  abline(tmp, lwd = 1.5, col= 2)
  points(x,y, ...)}

# Relación trivariada - Suavizada
with(datos, {
  coplot(Efem~pH|clasetemp,
         panel = panel.smooth)})

# Edición de la figura
p <- ggplot(
  gapminder, 
  aes(x = gdpPercap, y=lifeExp, size = pop, colour = country)) +
  geom_point(show.legend = FALSE, alpha = 0.7) +
  scale_color_viridis_d() +
  scale_size(range = c(2, 12)) +
  scale_x_log10() +
  labs(x = "GDP per capita", y = "Life expectancy")

# Figura estática
p
# Figura animada
p + transition_time(year) +
  labs(title = "Year: {frame_time}")