Nubes de puntos con la función plot

tener dos vectores con los mismos argumentos

luz_intensa <- c(20,20,20,20,21,24,44,60,90,94,101)
tasa_crecimiento <- c(1.73,1.65,2.02,1.89,2.61,1.36,2.37,
2.08,2.69,2.32,3.67)

plot(luz_intensa,tasa_crecimiento)

9.- Cambiar el nombre de la materia de química a ingles

10.- Realiza un gráfico circular de los promedios del alumno y colocar títulos y etiqueta

## ordenar de mayor a menor el vector y con su posición en el vector

## calcular el promedio de vector
mean(x)

## extraer el valor máximo del vector

16.- En la materia de física se le da un punto extra al alumno por lo cual agregar el punto por alumno

17.- Crear una nueva variable (resultado). Calcular el promedio de los alumnos, dentro de la nueva
variable.

18.- Que te presente cuantos alumnos aprobaron la materia de matemáticas y química

99.- Cambiar el nombre de la materia de química a ingles

20.- Realiza un gráfico circular de los promedios del alumno y colocar títulos y etiqueta

1.- asignar nombre a las columnas (matemáticas, estadística, física) y nombre a las filas (Mariana,
Armando, Eva)

2.- Calcular el promedio de del grupo

3.- Cual fue el promedio mas alto y el mas bajo de los alumnos

4.- Cuenta los alumno aprobados y reprobados

5.- calcula el promedio por materia e imprimir de la siguiente forma

Ejemplo: mate física química

5.220 5.444 7.11111

## extraer el valor mínimo del vector

library(circlize)
library(tidyverse)
11. Creamos una matrix de datos

valores <- c(500:1000)

muestra <- sample(valores, 15)

col_pal <- c(bee1 = "#6a3d9a", bee2 = "#e31a1c", bee3 = "#ff7f00", bee4 = "#1f78b4",
bee5 = "#fb9a99",
plant1 = "#33a02c", plant2 = "#33a02c" , plant3 = "#33a02c")

tabla <- matrix(muestra, nrow = 5, dimnames = list(c("bee1", "bee2", "bee3", "bee4",

"bee5"),
c("plant1", "plant2",
"plant3")))
2. Graficamos

chordDiagram(tabla, grid.col = col_pal)

Diagrama de interacciones
   R  Bipartite circlize Network3D
1. Cargar los paquetes y la tabla de datos.

Primero cargamos el paquete “bipartite”, si aun no esta instalado debemos instalarlo

primero con la funcion install.packages(“bipartite”)

library(bipartite)
data("bezerra2009")
En este ejemplo usaremos la tabla 1 de datos de bezerra2009 la cual consta de
observaciones de 38 individuos pertenecientes a 13 especies de plantas oleaginosas de
la familia Malphighiaceae. Se colectaron los visitantes florales y solo se consideraron los
visitantes legítimos. Los números en la tabla se refieren a la cantidad de visitantes de
cada especie de abeja recolectada en cada especie de planta. El número de abeja que
visitaron las flores se registraron durante cuatro días consecutivos, de 5.00 a 17.00 con
un total de 1392h de observaciones.

Ubicación: Parque Nacional do Catimbau, Brasil (8°24’00" -37°36’35“S y 3°09’30” -

37°14’40"W)

Para mas información puede visitar http://www.nceas.ucsb.edu/interactionweb

Table 1: Tabla de datos

C
E X
e C Ce Ce Ce A C C Xyl
Ce Ce pi yl
nt e nt nt nt pi e e oc
nt nt c o
ri nt ris ris ri s. n n op
ri ris h c
s. ri .fl .tri s. m tr tr a.g
s.f .ca ar o
a s.t av go ob el is is ris
us xi is. p
e ar ifr no so lif .s .s esc
ca en s a.
n sa on id let er p p en
ta sis p s
e ta s es a a 3 1 s
2 p
a

Dipl
opt 1
4 3 3 3
erys 3 13 74 41 25
6 0 2 6 6 0 0 0
.pub 6 64 0 6 6
0 8 4 8
ipet 8
ala
Byr 9 32 21 4 28 0 0 0 2 0 0 0 0
soni 2 0 08 6 4 8
 Table 1: Tabla de datos

C
E X
e C Ce Ce Ce A C C Xyl
Ce Ce pi yl
nt e nt nt nt pi e e oc
nt nt c o
ri nt ris ris ri s. n n op
ri ris h c
s. ri .fl .tri s. m tr tr a.g
s.f .ca ar o
a s.t av go ob el is is ris
us xi is. p
e ar ifr no so lif .s .s esc
ca en s a.
n sa on id let er p p en
ta sis p s
e ta s es a a 3 1 s
2 p
a
ma.
gar
dne 4 4
ran
a
Ban
iste
riop 3 1 3 3 1
46 10 27 65 91 4
sis. 9 4 6 0 6 6 84
8 8 2 2 2 4
mur 6 0 4 8 4
icat
a
Het
ero 7 3
68 52 40 30 2 7
pter 6 0 0 0 0 0 0
0 8 4 0 8 6
ys.s 4 8
p1
Het
ero 7 3 1 1
65 52 32
pter 4 3 0 0 1 1 0 0 0 0
6 8 4
ys.s 0 2 6 6
p2
Dice
lla.b 5 1
51 35 52
ract 5 3 0 0 0 0 0 0 0 0
2 6 4
eos 6 2
a
Car 6 45 43 2 0 0 0 0 0 0 0 0 0
 Table 1: Tabla de datos

C
E X
e C Ce Ce Ce A C C Xyl
Ce Ce pi yl
nt e nt nt nt pi e e oc
nt nt c o
ri nt ris ris ri s. n n op
ri ris h c
s. ri .fl .tri s. m tr tr a.g
s.f .ca ar o
a s.t av go ob el is is ris
us xi is. p
e ar ifr no so lif .s .s esc
ca en s a.
n sa on id let er p p en
ta sis p s
e ta s es a a 3 1 s
2 p
a
olus
0 0
.cha 2 2
4 0
sei
Stig
ma
phy 5
81
llon. 0 0 0 0 0 0 0 0 0 0 0 0
6
par 4
alia
s
Ban
iste
2 1
riop 30 24
9 1 0 0 0 0 0 0 0 0 0
sis.s 0 4
2 6
tella
ris
Ban
iste
riop 2 1
22 12
sis.s 2 2 0 0 0 0 0 0 0 0 0
4 4
chiz 8 0
opt
era
Stig 2 16 68 0 19 0 0 0 0 0 0 0 0
ma 4 4 6
phy 0
llon.
auri
cula
 Table 1: Tabla de datos

C
E X
e C Ce Ce Ce A C C Xyl
Ce Ce pi yl
nt e nt nt nt pi e e oc
nt nt c o
ri nt ris ris ri s. n n op
ri ris h c
s. ri .fl .tri s. m tr tr a.g
s.f .ca ar o
a s.t av go ob el is is ris
us xi is. p
e ar ifr no so lif .s .s esc
ca en s a.
n sa on id let er p p en
ta sis p s
e ta s es a a 3 1 s
2 p
a
tum
Stig
ma
2
phy 19 16
6 0 0 0 0 0 0 0 0 0 0
llon. 6 4
8
cilia
tum
Jan
usia 1
24 9
.ani 8 0 0 0 0 0 0 0 0 0 0
4 6
san 8
dra
2. Graficar

Cuando los datos no se encuentren organizados de mayor a menor se debe usar antes la
funcion sortweb() sobre los datos

plotweb(bezerra2009, method="normal", text.rot="90",

labsize=0.9, col.low="#CDCD00", col.high="#27408B", col.interaction="cornsilk4")
Estas interacciones tambien se pueden graficar de otra manera a traves de la
funcion visweb()

visweb(bezerra2009, plotsize=9)