## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.0 ──

## ✓ ggplot2 3.3.3     ✓ purrr   0.3.4
## ✓ tibble  3.1.2     ✓ dplyr   1.0.5
## ✓ tidyr   1.1.3     ✓ stringr 1.4.0
## ✓ readr   1.4.0     ✓ forcats 0.5.1

## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

## --- Compiling #TidyTuesday Information for 2021-01-12 ----

## --- There are 2 files available ---

## --- Starting Download ---

## 
##  Downloading file 1 of 2: `artists.csv`
##  Downloading file 2 of 2: `artwork.csv`

## --- Download complete ---

Extraindo os dados

Primeiro passo é baixar os dados no repositório do Tidy Tuesday. O dataset dessa semana consiste em duas tabelas, artwork e artists, mas aqui vou usar apenas uma, a tabela artwork:

# carregando os pacotes
library(tidyverse)
library(paletteer)
library(rmarkdown)

# baixando a tabela

tuesdata <- tidytuesdayR::tt_load('2021-01-12')

## 
##  Downloading file 1 of 2: `artists.csv`
##  Downloading file 2 of 2: `artwork.csv`

artwork <- tuesdata$artwork

Estou interessado em duas colunas dessa tabela: a coluna medium, que classifica as obras de arte de acordo com a técnica utilizada, e a coluna acquisitionYear, que consiste no ano em que a obra foi adquirida no acervo:

paged_table(  
  artwork %>% select(medium,acquisitionYear)
)

Existe uma quantidade muito grande de técnicas incluídas na coluna, algumas com certa sobreposição, outras diferindo pouco, pela inclusão de poucas palavras. Não é viável criar um gráfico com todas elas e, sendo assim, vou selecionar as 6 mais frequentes na amostra. Vou armazenar elas em um vetor (slice_medium), que depois vou utilizar para filtrar os dados que preciso para o gráfico:

( 
slice_medium <- 
  artwork %>% 
    count(medium) %>% # contar cada caso da coluna
    arrange(desc(n)) %>% # ordenar em ordem decrescente
    na.omit() %>%  # excluir entradas NA
    slice(1:6) %>% # selecionar 6 primeiras entradas
    {.$medium} # selecionar apenas os nomes das técnicas
)

## [1] "Graphite on paper"    "Oil paint on canvas"  "Screenprint on paper"
## [4] "Lithograph on paper"  "Watercolour on paper" "Etching on paper"

Com base nesse vetor, posso selecionar apenas as linhas correspondentes à essas técnicas e fazer o gráfico. As entradas estão em inglês e sim, vou traduzi-las.

Primeira coisa que vou fazer então é isso: selecionar apenas as técnicas acima e passar elas para o bom português:

artwork %>% filter(medium %in% slice_medium) %>% # selecionando apenas as entradas contidas no vetor
  select(medium, acquisitionYear) %>% # selecionando apenas as colunas de interesse
  na.omit() %>% # omitindo entradas NA
  mutate(medium=case_when(medium=="Graphite on paper"~"Grafite em papel", # traduzindo cada técnica
                          medium=="Watercolour on paper"~"Aquarela em papel",
                          medium=="Lithograph on paper"~"Litografia em papel",
                          medium=="Oil paint on canvas"~"Óleo sobre tela",
                          medium=="Etching on paper"~"Água-forte em papel",
                          medium=="Screenprint on paper"~"Impressão em papel"))

Agora já posso começar a trabalhar no gráfico. Quero plotar a densidade dos valores de ano de aquisição, agrupando os dados por tipo de técnica e atribuindo uma cor para cada:

artwork %>% filter(medium %in% slice_medium) %>%
  select(medium, acquisitionYear) %>% 
  na.omit() %>% # 
  mutate(medium=case_when(medium=="Graphite on paper"~"Grafite em papel", 
                          medium=="Watercolour on paper"~"Aquarela em papel",
                          medium=="Lithograph on paper"~"Litografia em papel",
                          medium=="Oil paint on canvas"~"Óleo sobre tela",
                          medium=="Etching on paper"~"Água-forte em papel",
                          medium=="Screenprint on paper"~"Impressão em papel")) %>% 
  
ggplot(aes(x=acquisitionYear,fill=medium)) + # definindo eixo x e cores diferentes para cada categoria
    geom_density() + # gráfico de densidade
    facet_wrap(~medium) # facetar por técnica

O gráfico fica feio pois por padrão, as escalas dos eixos são fixas. Nesse caso isso não é necessário, pois quero ver a distribuição dos valores em relação às técnicas e não aos dados gerais. Sendo assim, posso deixar a escala do eixo y livre:

artwork %>% filter(medium %in% slice_medium) %>% 
  select(medium, acquisitionYear) %>% na.omit() %>% 
  mutate(medium=case_when(medium=="Graphite on paper"~"Grafite em papel",
                          medium=="Watercolour on paper"~"Aquarela em papel",
                          medium=="Lithograph on paper"~"Litografia em papel",
                          medium=="Oil paint on canvas"~"Óleo sobre tela",
                          medium=="Etching on paper"~"Água-forte em papel",
                          medium=="Screenprint on paper"~"Impressão em papel")) %>% 
  ggplot(aes(x=acquisitionYear,fill=medium)) +
    geom_density() + facet_wrap(~medium, 
                                scales = 'free_y') # argumento para deixa a escala y livre

Em seguida, vou alterar o tema e a paleta de cores. Para alterar as cores, estou usando a função scale_fill_paletteer_d(), que vai agir nas cores dos grupos determinados pelo argumento fill do argumento aes da função ggplot. Essa função vem no pacote [paletteer](https://github.com/EmilHvitfeldt/paletteer), que compila muitas paletas de cores para gráficos, facilitando essa escolha. Algumas dessas paletas estão listadas aqui! Nesse caso usei a paleta appletv do conjunto yarrr. Também vou aproveitar para retirar a legenda desse gráfico, que é um tanto quanto redundante:

artwork %>% filter(medium %in% slice_medium) %>% 
  select(medium, acquisitionYear) %>% na.omit() %>% 
  mutate(medium=case_when(medium=="Graphite on paper"~"Grafite em papel",
                          medium=="Watercolour on paper"~"Aquarela em papel",
                          medium=="Lithograph on paper"~"Litografia em papel",
                          medium=="Oil paint on canvas"~"Óleo sobre tela",
                          medium=="Etching on paper"~"Água-forte em papel",
                          medium=="Screenprint on paper"~"Impressão em papel")) %>% 
  ggplot(aes(x=acquisitionYear,fill=medium)) +
    geom_density() + 
    facet_wrap(~medium, scales = 'free_y') +
    theme_bw() + # alterando tema
    theme(legend.position = "none") + # eliminando a legenda
    scale_fill_paletteer_d("yarrr::appletv") # atribuindo paleta

Por último, vou ajeitar os textos dos eixos e o título:

artwork %>% filter(medium %in% slice_medium) %>% 
  select(medium, acquisitionYear) %>% na.omit() %>% 
  mutate(medium=case_when(medium=="Graphite on paper"~"Grafite em papel",
                          medium=="Watercolour on paper"~"Aquarela em papel",
                          medium=="Lithograph on paper"~"Litografia em papel",
                          medium=="Oil paint on canvas"~"Óleo sobre tela",
                          medium=="Etching on paper"~"Água-forte em papel",
                          medium=="Screenprint on paper"~"Impressão em papel")) %>% 
  ggplot(aes(x=acquisitionYear,fill=medium)) +
    geom_density() + 
    facet_wrap(~medium, scales = 'free_y') +
    theme_bw() + 
    theme(legend.position = "none") + 
    scale_fill_paletteer_d("yarrr::appletv") +
    ylab("Densidade") + # Título do eixo y
    xlab("Ano de aquisição") + # Título do eixo x
    ggtitle("Distribuição dos anos de aquisição de acordo\ncom as técnicas mais frequentes na amostra") # Título do gráfico

E aí está!

A ideia aqui não é analisar os dados, mas algumas conclusões superficiais podem ser extraídas do gráfico, como por exemplo o fato de que as obras de grafite e aquarela em papel possuem datas de aquisição mais antigas ou que o contrário ocorre, no caso das obras de água forte ou litografia em papel.