Aula 25. Gráficos interativos no R usando o pacote plotly

5 gráficos para elevar suas apresentações

Acesse a versão HTML no Blog do Café com R

jenniferlopes.quarto.pub/portifolio

Os gráficos interativos com hover, animação e range slider funcionam apenas na versão HTML renderizada.

Democratização

Esta aula foi construída para mostrar como transformar gráficos ggplot2 em interativos com o pacote plotly. Os dados usados são o dataset gapminder, disponível no pacote de mesmo nome. Todo o código está funcional e pronto para reproduzir.

Acompanhe o Café com R

Escaneia o QR Code e acessa o portfólio.

Objetivos da aula

Compreender o que o plotly adiciona em relação ao ggplot2 estático
Usar ggplotly() para converter gráficos ggplot2 em interativos
Usar plot_ly() para construir gráficos com a API nativa do plotly
Construir 5 gráficos interativos com hover, animação e range slider
Entender quando usar interatividade e quando o gráfico estático é suficiente

Instalação

install.packages("plotly")
install.packages("gapminder")

library(plotly)
library(gapminder)
library(tidyverse)

O pacote plotly

plotly é uma biblioteca de visualização interativa disponível para R, Python e JavaScript. No R, ela se integra diretamente ao ggplot2 através da função ggplotly().

Criada pela empresa Plotly Technologies
Versão R mantida por Carson Sievert
Documentação: plotly.com/r
Livro: plotly-r.com

Dois modos de uso:

ggplotly(): converte um objeto ggplot2 existente em interativo
plot_ly(): API nativa com maior controle sobre interatividade

ggplotly() - plot_ly()

Característica	`ggplotly()`	`plot_ly()`
Ponto de partida	Gráfico ggplot2 existente	Do zero
Curva de aprendizado	Baixa - sintaxe ggplot2	Média - sintaxe própria
Controle de hover	Limitado	Total
Animação	Limitada	Nativa e completa
Quando usar	Migrar gráficos existentes	Gráficos novos com interatividade específica

O dataset gapminder

glimpse(gapminder)

Rows: 1,704
Columns: 6
$ country   <fct> "Afghanistan", "Afghanistan", "Afghanistan", "Afghanistan", …
$ continent <fct> Asia, Asia, Asia, Asia, Asia, Asia, Asia, Asia, Asia, Asia, …
$ year      <int> 1952, 1957, 1962, 1967, 1972, 1977, 1982, 1987, 1992, 1997, …
$ lifeExp   <dbl> 28.801, 30.332, 31.997, 34.020, 36.088, 38.438, 39.854, 40.8…
$ pop       <int> 8425333, 9240934, 10267083, 11537966, 13079460, 14880372, 12…
$ gdpPercap <dbl> 779.4453, 820.8530, 853.1007, 836.1971, 739.9811, 786.1134, …

Variáveis do gapminder

Variável	Tipo	Descrição
`country`	Fator	País (142 países)
`continent`	Fator	Continente (5 continentes)
`year`	Inteiro	Ano (1952 a 2007, a cada 5 anos)
`lifeExp`	Numérica	Expectativa de vida ao nascer (anos)
`pop`	Inteiro	População total
`gdpPercap`	Numérica	PIB per capita em dólares (ajustado pela inflação)

Gráfico 1

Scatter com hover detalhado

Conceito: scatter com hover

O scatter plot estático mostra a relação entre duas variáveis contínuas. O que o plotly adiciona é o hover: ao passar o mouse sobre um ponto, uma caixa exibe as informações daquela observação.
O hover transforma o gráfico de uma imagem estática em uma ferramenta de consulta. O leitor pode investigar pontos de interesse sem precisar de uma tabela separada.
Com ggplotly(), o hover é gerado automaticamente a partir dos mapeamentos aes() do ggplot2. Com tooltip, você controla quais variáveis aparecem.

Código: scatter com ggplotly()

# Filtrar apenas o ano de 2007
gap_2007 <- gapminder |>
  filter(year == 2007) |>
  mutate(
    # Criar texto personalizado para o hover
    texto_hover = paste0(
      "<b>", country, "</b><br>",
      "Continente: ", continent, "<br>",
      "Expectativa de vida: ", round(lifeExp, 1), " anos<br>",
      "PIB per capita: US$ ", scales::comma(round(gdpPercap)), "<br>",
      "População: ", scales::comma(pop)))

# Construir o gráfico ggplot2
p <- gap_2007 |>
  ggplot(aes(
    x    = gdpPercap,
    y    = lifeExp,
    color = continent,
    text  = texto_hover)) +
  geom_point(aes(size = pop), alpha = 0.75) +
  scale_x_log10(labels = scales::dollar_format()) +
  scale_color_manual(values = paleta_continentes) +
  scale_size_continuous(range = c(2, 14), guide = "none") +
  labs(
    title   = "Expectativa de vida x PIB per capita (2007)",
    x       = "PIB per capita (escala log)",
    y       = "Expectativa de vida (anos)",
    color   = "Continente",
    caption = "Jennifer Lopes | Café com R") +
  tema

# Converter para interativo
ggplotly(p, tooltip = "text")

Gráfico 1: scatter interativo

Interpretação: scatter com hover

O que o gráfico revela sobre 2007:

A relação entre PIB per capita e expectativa de vida é positiva e não linear: o ganho em expectativa de vida por unidade de PIB é maior nos países mais pobres do que nos mais ricos
A escala logarítmica no eixo x é necessária porque a distribuição de PIB é extremamente assimétrica
Qatar e Kuwait aparecem como outliers à direita: PIB alto mas expectativa de vida abaixo do esperado para sua renda
O hover permite identificar países específicos sem sobrecarregar o gráfico com rótulos

Gráfico 2

Boxplot interativo por continente

Conceito: boxplot interativo

O boxplot estático mostra mediana, IQR e outliers. O plotly adiciona hover com valores exatos de cada estatística e legendas clicáveis que ocultam e revelam grupos.
Clicar duas vezes em um continente na legenda isola aquele grupo, ocultando todos os outros. Um clique simples oculta ou revela individualmente.
Isso transforma uma comparação estática entre cinco continentes em uma ferramenta de análise exploratória onde o leitor escolhe o que comparar.

Código: boxplot com plot_ly()

gap_2007 <- gapminder |> filter(year == 2007)

plot_ly(
  data   = gap_2007,
  x      = ~continent,
  y      = ~lifeExp,
  color  = ~continent,
  colors = paleta_continentes,
  type   = "box",
  boxpoints = "all",
  jitter    = 0.3,
  pointpos  = 0,
  marker = list(size = 4, opacity = 0.6),
  hovertemplate = paste0(
    "<b>%{x}</b><br>",
    "Expectativa de vida: %{y:.1f} anos<br>",
    "<extra></extra>")) |>
  layout(
    title  = list(
      text = "Distribuição da expectativa de vida por continente (2007)",
      font = list(color = "#224573", size = 14)),
    xaxis  = list(title = ""),
    yaxis  = list(title = "Expectativa de vida (anos)"),
    legend = list(title = list(text = "Continente")),
    showlegend = TRUE)

Gráfico 2: boxplot interativo

Interpretação: boxplot interativo

O que o gráfico revela:

Europa e Oceania têm as medianas mais altas e menor dispersão: expectativa de vida alta e homogênea entre os países
África tem a maior dispersão e a mediana mais baixa. A presença de outliers superiores indica países africanos com condições muito acima da mediana do continente
Ásia tem a maior amplitude total: de países com expectativa próxima a 40 anos até países acima de 80
O boxpoints = "all" exibe cada observação individualmente, revelando que Oceania tem apenas dois países no dataset

Gráfico 3

Barras com evolução do PIB por continente

Conceito: barras interativas

O gráfico de barras interativo permite que o leitor passe o mouse para ver valores exatos e clique na legenda para comparar continentes específicos sem a poluição visual de todos ao mesmo tempo.
Com plot_ly(), o argumento barmode controla se as barras são empilhadas ("stack"), agrupadas ("group") ou sobrepostas ("overlay"). Cada modo responde uma pergunta diferente sobre os dados.

Código: barras com plot_ly()

# PIB per capita médio por continente e ano
gap_pib <- gapminder |>
  group_by(continent, year) |>
  summarise(
    pib_medio = round(mean(gdpPercap), 0),
    .groups   = "drop")

plot_ly(
  data   = gap_pib,
  x      = ~year,
  y      = ~pib_medio,
  color  = ~continent,
  colors = paleta_continentes,
  type   = "bar",
  hovertemplate = paste0(
    "<b>%{x}</b><br>",
    "%{fullData.name}<br>",
    "PIB per capita médio: US$ %{y:,.0f}<br>",
    "<extra></extra>")) |>
  layout(
    barmode = "group",
    title   = list(
      text = "PIB per capita médio por continente (1952-2007)",
      font = list(color = "#224573", size = 14)),
    xaxis   = list(title = "Ano"),
    yaxis   = list(
      title  = "PIB per capita médio (US$)",
      tickformat = ",.0f"),
    legend  = list(title = list(text = "Continente")))

Gráfico 3: barras interativas

Interpretação: barras interativas

O que o gráfico revela:

Europa apresenta crescimento consistente ao longo de todo o período, com aceleração após 1977
Oceania tem os valores absolutos mais altos em quase todos os anos, mas o dataset tem apenas dois países (Austrália e Nova Zelândia), o que limita a representatividade
Américas e Ásia crescem em ritmo similar até 1997, quando a Ásia acelera. O hover permite verificar os valores exatos de cada ano sem ambiguidade
África permanece com valores baixos ao longo de todo o período, com crescimento muito mais lento do que os outros continentes

Gráfico 4

Série temporal com range slider

Conceito: range slider

O range slider é um seletor de período posicionado abaixo do gráfico principal. Ele permite que o leitor arraste os extremos para ampliar um período específico sem perder a referência do período completo.
É especialmente útil em séries temporais longas onde a variação em períodos específicos é difícil de visualizar na escala completa.
No plotly, o range slider é ativado com rangeslider = list(visible = TRUE) dentro do layout().

Código: série temporal com range slider

# Expectativa de vida média por continente e ano
gap_serie <- gapminder |>
  group_by(continent, year) |>
  summarise(
    lifeExp_medio = round(mean(lifeExp), 1),
    .groups       = "drop")

plot_ly(
  data   = gap_serie,
  x      = ~year,
  y      = ~lifeExp_medio,
  color  = ~continent,
  colors = paleta_continentes,
  type   = "scatter",
  mode   = "lines+markers",
  hovertemplate = paste0(
    "<b>%{fullData.name}</b><br>",
    "Ano: %{x}<br>",
    "Expectativa média: %{y:.1f} anos<br>",
    "<extra></extra>")) |>
  layout(
    title  = list(
      text = "Expectativa de vida média por continente (1952-2007)",
      font = list(color = "#224573", size = 14)),
    xaxis  = list(
      title       = "Ano",
      rangeslider = list(visible = TRUE)),
    yaxis  = list(title = "Expectativa de vida média (anos)"),
    legend = list(title = list(text = "Continente")),
    hovermode = "x unified")

Gráfico 4: série temporal com range slider

Interpretação: série temporal com range slider

O que o gráfico revela:

Todos os continentes apresentam crescimento consistente na expectativa de vida ao longo do período
África tem crescimento acelerado entre 1952 e 1987, seguido de estagnação e leve queda entre 1987 e 2002, provavelmente associada à epidemia de HIV/AIDS. O range slider permite ampliar esse período para leitura precisa
hovermode = "x unified" exibe os valores de todos os continentes simultaneamente ao passar o mouse sobre um ano, facilitando a comparação direta sem mover o cursor entre linhas
O range slider é mais útil quando a série tem muitos pontos. Com apenas 12 anos no gapminder, o recurso é didático para mostrar a funcionalidade

Gráfico 5

Bolhas animadas por ano

Conceito: gráfico de bolhas animado

O gráfico de bolhas animado é o formato popularizado por Hans Rosling nas apresentações do TED. Ele combina quatro variáveis simultâneas:

Eixo x: PIB per capita
Eixo y: expectativa de vida
Tamanho da bolha: população
Cor: continente
Animação: ano

O argumento frame no plot_ly() define qual variável controla a animação. O plotly gera automaticamente os controles de play, pause e seleção de frame.

Código: bolhas animadas

gapminder |>
  mutate(
    texto_hover = paste0(
      "<b>", country, "</b><br>",
      "Continente: ", continent, "<br>",
      "Expectativa de vida: ", round(lifeExp, 1), " anos<br>",
      "PIB per capita: US$ ", scales::comma(round(gdpPercap)), "<br>",
      "População: ", scales::comma(pop))) |>
  plot_ly(
    x      = ~gdpPercap,
    y      = ~lifeExp,
    size   = ~pop,
    color  = ~continent,
    frame  = ~year,
    text   = ~texto_hover,
    colors = paleta_continentes,
    type   = "scatter",
    mode   = "markers",
    marker = list(opacity = 0.75, sizemode = "diameter"),
    hovertemplate = "%{text}<extra></extra>") |>
  layout(
    title  = list(
      text = "Expectativa de vida x PIB per capita (1952-2007)",
      font = list(color = "#224573", size = 14)),
    xaxis  = list(
      title = "PIB per capita (US$)",
      type  = "log",
      tickformat = ",.0f"),
    yaxis  = list(title = "Expectativa de vida (anos)"),
    legend = list(title = list(text = "Continente"))) |>
  animation_opts(
    frame      = 800,
    transition = 500,
    easing     = "elastic") |>
  animation_button(
    x = 1, xanchor = "right",
    y = 0, yanchor = "bottom")

Gráfico 5: bolhas animadas

Interpretação: bolhas animadas

O que a animação revela:

Em 1952, há uma separação clara entre Europa e Oceania (alta renda, alta expectativa) e África e Ásia (baixa renda, baixa expectativa)
Entre 1952 e 2007, todos os continentes se movem para cima e para a direita, mas em velocidades distintas
Ásia tem o movimento mais dramático: países como Coreia do Sul, Japão e China partem de expectativa baixa e PIB baixo e chegam próximos aos países europeus
A bolha da China cresce visivelmente ao longo da animação, refletindo o crescimento populacional
animation_opts(easing = "elastic") adiciona um efeito de transição suave entre frames que torna a animação mais legível

ggplotly() - plot_ly(): quando usar cada um

Situação	Recomendação
Você já tem o gráfico pronto em ggplot2	`ggplotly()`
Precisa de hover personalizado com HTML	`plot_ly()`
Precisa de animação com `frame`	`plot_ly()`
Precisa de range slider	`plot_ly()`
Subplots com `subplot()`	`plot_ly()`
Prototipagem rápida	`ggplotly()`

Quando interatividade não é necessária

Gráficos interativos têm custo: arquivo HTML maior, dependência de JavaScript e renderização mais lenta.

Use gráfico estático quando:

O destino é PDF, Word ou impressão
O público acessa por conexão lenta
O gráfico já comunica tudo que precisa sem exploração
O relatório tem muitos gráficos e a interatividade seria sobrecarga

Use gráfico interativo quando:

O leitor precisa explorar os dados por conta própria
Há muitos pontos ou grupos que não cabem em rótulos estáticos
O destino é HTML, dashboard ou apresentação digital
A variável temporal justifica animação

Referências

Documentação plotly R: plotly.com/r
Livro Interactive Web-Based Data Visualization with R: plotly-r.com
R Graph Gallery - plotly: r-graph-gallery.com/plotly.html
Dataset gapminder: gapminder.org/data

Obrigada!

Continue praticando e explorando!

Esta aula é parte do projeto Café com R. É open source. Use, compartilhe e adapte.

Siga o Café com R

Que cada gole desperte uma nova ideia. Que cada script abra uma nova conversa. Que o Café com R se torne um ponto de encontro nosso.