Temas e Customizações no ggplot2

Author

Taís A. Machado dos Santos

Introdução

Durante as aulas, vimos que é possível personalizar muito a aparência dos gráficos feitos com ggplot2, usando:

✅ Temas prontos
✅ Paletas de cores (manuais ou automáticas)
✅ Estilo dos textos e rótulos
✅ Elementos gráficos (legenda, eixos, linhas)

Exemplo com cores pastéis (gráfico da Aula 6)

Code 
library(ggplot2)
library(gsheet)

# Dados: Estande de plantas
estande <- gsheet2tbl("https://docs.google.com/spreadsheets/d/1bq2N19DcZdtax2fQW9OHSGMR0X2__Z9T/edit?gid=401662555#gid=401662555")

# Definindo paleta pastel
cores_pastel <- c("#FBB4AE", "#B3CDE3", "#CCEBC5")

# Gráfico com tema e paleta
ggplot(estande, aes(x = trat, y = nplants, group = exp, color = factor(exp))) +
  stat_summary(fun = mean, geom = "line", linewidth = 1.5) +
  stat_summary(fun.data = mean_cl_boot, geom = "errorbar", width = 0.2) +
  scale_color_manual(values = cores_pastel) +
  labs(title = "Efeito do Inóculo no Estande de Plantas",
       subtitle = "Com cores pastéis e tema minimalista",
       x = "% de Inóculo na semente",
       y = "Número de Plantas",
       color = "Experimento") +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 16),
    plot.subtitle = element_text(size = 12, color = "gray40"),
    axis.text = element_text(size = 11),
    legend.position = "bottom"
  )

Outras opções de temas e paletas

Usando tema clássico + paleta pastel

Code 
ggplot(estande, aes(x = trat, y = nplants, group = exp, color = factor(exp))) +
  stat_summary(fun = mean, geom = "line", linewidth = 1.5) +
  stat_summary(fun.data = mean_cl_boot, geom = "errorbar", width = 0.2) +
  scale_color_manual(values = cores_pastel) +
  labs(title = "Tema clássico + cores pastéis",
       x = "% de Inóculo",
       y = "Número de Plantas") +
  theme_classic()

Usando RColorBrewer (paleta pastel1)

Code 
library(RColorBrewer)

ggplot(estande, aes(x = trat, y = nplants, group = exp, color = factor(exp))) +
  stat_summary(fun = mean, geom = "line", linewidth = 1.5) +
  stat_summary(fun.data = mean_cl_boot, geom = "errorbar", width = 0.2) +
  scale_color_brewer(palette = "Pastel1") +
  labs(title = "Paleta RColorBrewer - Pastel1",
       x = "% de Inóculo",
       y = "Número de Plantas") +
  theme_light()

Conclusão

Com pequenos ajustes no tema e nas paletas de cores, podemos tornar os gráficos mais suaves e elegantes para apresentações, artigos e relatórios.
Eu preferencialmente gosto muito dos tons pasteis, que tal?!