R: Temas e estilos do R ggplot2

Q: P: Qual é a diferença entre theme_minimal e theme_bw?

R: theme_minimal Minimal (fundo branco, grade cinza claro), theme_bw Preto e Branco (com bordas, grade bem definida). Use “minimal” para relatórios e “bw” ou “classic” para artigos.

Q: P: Como faço para remover a grade secundária?

R: theme(panel.grid.minor = element_blank()). Isso deixa a imagem mais nítida.

Q: P: Qual é a diferença entre scale_color e scale_fill ?

R: scale_color controla a cor das linhas e dos pontos (cor do contorno), enquanto scale_fill controla a cor de preenchimento (para barras/áreas). geom_bar usa fill por padrão, geom_line usa color.

Q: P: Como faço para alterar a fonte chinesa?

R: theme_minimal(base_family = "SimHei") (Windows) ou "PingFang SC" (macOS) ou "WenQuanYi Zen Hei" (Linux).

Última atualização: 2026-08-26

O tema padrão theme_gray() do ggplot2 já é bastante bom, mas, para criar gráficos com “qualidade de publicação”, você precisará ajustar o tema. Nesta lição, vamos explorar o sistema de temas do ggplot2: desde os 8 temas integrados e o ajuste fino com theme() até labs e scale, chegando à saída em alta resolução com ggsave.

Ao concluir esta lição, você será capaz de ajustar qualquer gráfico do ggplot2 de acordo com os padrões de “prontidão para publicação” — com controle total sobre o texto, as cores, as legendas, as margens e os eixos.

1. O que você vai aprender

8 temas integrados do ggplot2
árvore de elementos do theme() (element_text/line/rect)
rótulo completo de labs()
mapeamento de cores de escala/preenchimento
Modelos de temas (ggthemes / hrbrthemes)
ggsave() Salvar em alta definição
Prático: Personalizando gráficos com qualidade de publicação

2. A história de um “gráfico profissional”

(1) Problema: a imagem padrão parece muito “escolar”

Bob criou um gráfico usando o ggplot2, e o gerente disse: “Esse é um relatório para investidores — está muito simples.”

(2) Opções de visualização do ggplot2

library(ggplot2)
library(hrbrthemes)  # Professional Theme Packages

p <- ggplot(sales, aes(x = quarter, y = sales, color = city, group = city)) +
  geom_line(linewidth = 1.2) +
  geom_point(size = 3) +
  scale_color_brewer(palette = "Set1") +
  labs(
    title = "2024 Q1-Q4 Sales Trends",
    subtitle = "Data Source: Sales System | Chart: Analyst Team",
    caption = "Unit: 10,000 yuan",
    x = "Quarter", y = "Sales (10,000 yuan)",
    color = "City"
  ) +
  theme_minimal(base_size = 12) +
  theme(
    plot.title = element_text(face = "bold", size = 16),
    plot.subtitle = element_text(color = "gray50"),
    legend.position = "top",
    panel.grid.minor = element_blank()
  )

ggsave("professional_report.png", p, width = 10, height = 6, dpi = 300)

3 linhas de código → gráficos com qualidade de publicação.

3. 8 temas integrados

(1) Comparação de temas

Tema	Estilo	Situações adequadas
`theme_gray()`	Padrão (fundo cinza)	Geral
`theme_bw()`	Preto e branco	Artigo acadêmico
`theme_minimal()`	Minimalista (Mais utilizado)	Relatórios/Apresentações
`theme_classic()`	Clássico (sem grade)	Acadêmico
`theme_void()`	Em branco	Mapa/Diagrama
`theme_light()`	Fundo claro	Demonstração
`theme_dark()`	Fundo escuro	Tema escuro
`theme_test()`	Para testes	Depuração

(2) Comparação na prática

p <- ggplot(mtcars, aes(wt, mpg)) + geom_point()

p + theme_gray()       # Default
p + theme_minimal()    # Minimalism
p + theme_bw()         # Black and White
p + theme_classic()    # Classic
p + theme_light()      # Light-colored
p + theme_dark()       # Dark
p + theme_void()       # Blank

Tamanho da base / Família da base

# Set the font size globally
p + theme_minimal(base_size = 14)

# Set the Global Font
p + theme_minimal(base_family = "SimHei")  # Chinese

4. Árvore de elementos da função `theme()`

(1) Estrutura do elemento

graph TB
    A[theme Element] --> B[plot Full Image]
    A --> C[axis Coordinate Axes]
    A --> D[legend Legend]
    A --> E[panel Panel]
    A --> F[strip Facet Labels]
    A --> G[title Title]
    
    B --> H[plot.title]
    B --> I[plot.background]
    C --> J[axis.title]
    C --> K[axis.text]
    C --> L[axis.line]
    D --> M[legend.title]
    D --> N[legend.text]
    D --> O[legend.position]
    E --> P[panel.background]
    E --> Q[panel.grid]
    F --> R[strip.text]
    F --> S[strip.background]
    
    style A fill:#fff3cd
    style B fill:#cce5ff
    style C fill:#d4edda
    style D fill:#f8d7da
    style E fill:#e1d4ff
    style F fill:#ffe1e1
    style G fill:#e1ffe1

(2) 4 tipos de funções `element_`

Função	Finalidade	Utilizado para
`element_text()`	Texto	Títulos, rótulos dos eixos, texto da escala
`element_line()`	Linhas	Linhas de grade, linhas de eixo
`element_rect()`	Retângulo	Fundo, Borda, Painel
`element_blank()`	Ocultar	Qualquer elemento

(3) Parâmetro de texto da função element_text()

theme(
  plot.title = element_text(
    size = 16,        # Font size
    face = "bold",    # Bold/italics (plain/bold/italic/bold.italic)
    color = "blue",   # Color
    family = "SimHei",# Font
    hjust = 0.5,      # Horizontal Alignment (0=left, 1=right, 0.5=center)
    vjust = 0.5       # Vertical Alignment
  )
)

(4) Parâmetros da função element_line() para linhas

theme(
  panel.grid.major = element_line(
    color = "gray80",
    linewidth = 0.5,
    linetype = "dashed"   # solid/dashed/dotted
  ),
  panel.grid.minor = element_blank(),  # Hide Secondary Grid
  axis.line = element_line(color = "black", linewidth = 0.8)
)

(5) Parâmetro Rectangle da função element_rect()

theme(
  panel.background = element_rect(
    fill = "lightyellow",
    color = "black",
    linewidth = 0.5
  ),
  plot.background = element_rect(fill = "white")
)

(6) element_blank() Ocultar

theme(
  panel.grid = element_blank(),         # Hide All Grids
  axis.ticks = element_blank(),         # Hide Scale
  legend.position = "none"              # Hide Legend (Note: No element_blank)
)

5. Aperfeiçoamento de temas comuns

(1) Tamanho do texto

p + theme(
  plot.title = element_text(size = 18, face = "bold"),
  plot.subtitle = element_text(size = 12, color = "gray50"),
  axis.title = element_text(size = 12),
  axis.text = element_text(size = 10),
  legend.title = element_text(size = 11),
  legend.text = element_text(size = 10)
)

(2) Linhas de grade

p + theme(
  panel.grid.major = element_line(color = "gray90"),
  panel.grid.minor = element_blank(),  # Hide Secondary Grid (More concise)
  panel.border = element_rect(color = "black", fill = NA, linewidth = 0.5)
)

(3) Localização da legenda

# 4 every corner
p + theme(legend.position = "top")
p + theme(legend.position = "bottom")
p + theme(legend.position = "left")
p + theme(legend.position = "right")

# Hide
p + theme(legend.position = "none")

# Coordinate Positioning (In the figure)
p + theme(legend.position = c(0.8, 0.2))  # 80% x, 20% y

(4) Eixos de coordenadas

p + theme(
  axis.line = element_line(color = "black", linewidth = 0.8),
  axis.ticks = element_line(color = "black"),
  axis.title.x = element_text(margin = margin(t = 10)),  # X Move the axis title down
  axis.title.y = element_text(margin = margin(r = 10))   # Y Shift the axis title to the left
)

6. Documentação completa para labs()

(1) Todas as tags

p + labs(
  title = "Main Title",
  subtitle = "Subtitle",
  caption = "Data Sources",
  x = "X Axis",
  y = "Y Axis",
  color = "Color Mapping",  # Corresponding aes(color)
  fill = "Fill Mapping",   # Corresponding aes(fill)
  shape = "Shape Mapping",
  size = "Size Mapping"
)

(2) Tags de fórmulas matemáticas

# For use in formulas quote() or expression
p + labs(
  x = quote(x[i]),
  y = expression(paste("Concentration (", mu, "g/mL)"))
)

7. Cores de scale_color / scale_fill

(1) Cores distintas (variáveis categóricas)

# 1. Specify manually
p + scale_color_manual(values = c("red", "blue", "green", "orange"))

# 2. ColorBrewer Color Palette
p + scale_color_brewer(palette = "Set1")    # Classic 9 colors
p + scale_color_brewer(palette = "Set2")    # Gentle 8 colors
p + scale_color_brewer(palette = "Dark2")   # Dark 8 colors
p + scale_color_brewer(palette = "Pastel1") # Light-colored 9 colors

# 3. viridis (Color-blind-friendly, Recommended)
library(viridis)
p + scale_color_viridis_d()  # Discrete
p + scale_color_viridis_c()  # Consecutive

(2) Cores contínuas (variáveis contínuas)

# Gradient
p + scale_color_gradient(low = "blue", high = "red")
p + scale_color_gradient2(low = "blue", mid = "white", high = "red", midpoint = 0)
p + scale_color_gradientn(colours = rainbow(7))

(3) Aplicação prática: esquemas de cores profissionais

# 4 Class Classification
p + scale_color_brewer(palette = "Set1")
# 8 Class Classification
p + scale_color_brewer(palette = "Set2")
# Color-blind-friendly
p + scale_color_viridis_d()
# Academic/Serious
p + scale_color_manual(values = c("#1f77b4", "#ff7f0e", "#2ca02c"))

8. Pacotes de temas especializados

(1) 8 temas do ggthemes

install.packages("ggthemes")
library(ggthemes)

p + theme_economist()    # The Economist
p + theme_wsj()           # The Wall Street Journal
p + theme_fivethirtyeight()  # FiveThirtyEight
p + theme_hc()            # Highcharts
p + theme_tufte()         # Tufte Minimalism
p + theme_stata()         # Stata
p + theme_solarized()     # Solarized
p + theme_excel()         # Excel Style

(2) Temas comerciais da hrbrthemes

install.packages("hrbrthemes")
library(hrbrthemes)

p + theme_ipsum()         # ipsum Typographic Style
p + theme_ft_rc()         # The Financial Times

(3) Temas personalizados (Defina uma vez, use em qualquer lugar)

# Custom Themes
my_theme <- theme_minimal(base_size = 12) +
  theme(
    plot.title = element_text(face = "bold", size = 14),
    panel.grid.minor = element_blank(),
    legend.position = "bottom"
  )

# Global Use
ggplot(df, aes(x, y)) + geom_point() + my_theme

9. ggsave() Salvar em alta definição

(1) 4 parâmetros principais

ggsave(
  filename,            # File Name
  plot = last_plot(),   # Graph Object (Default: Last Image)
  width = 8,            # Width
  height = 6,           # High
  units = "in",         # Unit in/cm/mm
  dpi = 300             # Resolution
)

(2) Aplicação prática

# PNG Printing Standard (300 dpi)
ggsave("report.png", width = 8, height = 6, dpi = 300)

# High-Definition Screen (150 dpi)
ggsave("screen.png", width = 1920, height = 1080, units = "px", dpi = 150)

# PDF For a thesis (Vector)
ggsave("paper.pdf", width = 8, height = 6)

# Chinese Title (Avoid garbled characters)
ggsave("Chinese.png", width = 8, height = 6, dpi = 300)

(3) Vários formatos

Formato	Extensão	Finalidade
PNG	`.png`	Web/Documentos (Mais comum)
PDF	`.pdf`	Tese (Vector)
SVG	`.svg`	Gráficos vetoriais para a web
JPEG	`.jpg`	Foto (não recomendado para gráficos)
TIFF	`.tiff`	Impressão

# Vector Graphics (Unlimited Clear Zoom)
ggsave("vector.svg", width = 8, height = 6)
ggsave("vector.pdf", width = 8, height = 6)

10. Exemplo completo: gráficos profissionais com qualidade de publicação

A seguir, apresentamos um exemplo de um fluxo de trabalho completo que reúne todos os tópicos abordados nesta aula.

▶ Exemplo: Vendas em 4 cidades — Gráficos com qualidade de publicação

R 📖 Somente leitura

# ============================================
# 4 City Sales: Publication-Quality Charts
# Features: Complete Customization from Default to Professional Level
# ============================================

library(ggplot2)
library(dplyr)
library(tidyr)
library(patchwork)
library(hrbrthemes)

# 1. Prepare data
sales_wide <- tibble(
  city = c("Beijing", "Shanghai", "Guangzhou", "Shenzhen"),
  Q1 = c(1000, 1500, 800, 1200),
  Q2 = c(1200, 1800, 900, 1400),
  Q3 = c(1100, 1700, 1000, 1300),
  Q4 = c(1500, 2000, 1200, 1600)
)

sales_long <- sales_wide |>
  pivot_longer(cols = -city, names_to = "quarter", values_to = "sales") |>
  mutate(
    total = sum(sales),
    pct = round(sales / total * 100, 1)
  )

# 2. Custom Themes
my_theme <- theme_minimal(base_size = 12) +
  theme(
    plot.title = element_text(face = "bold", size = 16, hjust = 0,
                              margin = margin(b = 5)),
    plot.subtitle = element_text(color = "gray40", size = 11,
                                 margin = margin(b = 15)),
    plot.caption = element_text(color = "gray50", size = 9,
                                hjust = 1, margin = margin(t = 10)),
    axis.title = element_text(size = 11),
    axis.text = element_text(size = 10, color = "gray30"),
    panel.grid.major = element_line(color = "gray90", linewidth = 0.3),
    panel.grid.minor = element_blank(),
    legend.position = "top",
    legend.title = element_text(size = 11),
    legend.text = element_text(size = 10),
    plot.background = element_rect(fill = "white", color = NA)
  )

# 3. Plot 1: Line Trend (Professional Edition)
p1 <- ggplot(sales_long, aes(x = quarter, y = sales, color = city, group = city)) +
  geom_line(linewidth = 1.2) +
  geom_point(size = 3.5, fill = "white", shape = 21, stroke = 1.5) +
  scale_color_brewer(palette = "Set1", name = "City") +
  scale_y_continuous(labels = scales::comma, expand = expansion(mult = 0.1)) +
  labs(
    title = "2024 Annual Quarterly Sales Trends",
    subtitle = "4 First-tier cities 4 Quarterly Sales Data",
    caption = "Data Source: Sales System | Chart: Analyst Team",
    x = NULL, y = "Sales (10,000 yuan)"
  ) +
  my_theme

# 4. Plot 2: Bar Chart Comparison (Professional Edition)
total_sales <- sales_wide |>
  mutate(total = Q1 + Q2 + Q3 + Q4) |>
  arrange(desc(total)) |>
  mutate(city = factor(city, levels = city))

p2 <- ggplot(total_sales, aes(x = city, y = total, fill = city)) +
  geom_col(width = 0.7) +
  geom_text(aes(label = scales::comma(total)), vjust = -0.5, size = 4) +
  scale_fill_brewer(palette = "Set1", guide = "none") +
  scale_y_continuous(labels = scales::comma,
                     expand = expansion(mult = c(0, 0.15))) +
  labs(
    title = "Annual Total Sales by City",
    subtitle = "Sort by total sales in descending order",
    x = NULL, y = "Total Sales (10,000 yuan)"
  ) +
  my_theme

# 5. Plot 3: Stacked Columns (Professional Edition)
sales_long_ordered <- sales_long |>
  left_join(total_sales |> select(city, total), by = "city") |>
  mutate(city = factor(city, levels = total_sales$city))

p3 <- ggplot(sales_long_ordered, aes(x = city, y = sales, fill = quarter)) +
  geom_col(position = "stack", width = 0.7) +
  scale_fill_brewer(palette = "YlGnBu", name = "Quarter") +
  labs(
    title = "Quarterly Sales Breakdown by City",
    subtitle = "Stacked bar chart showing quarterly contributions",
    x = NULL, y = "Sales (10,000 yuan)"
  ) +
  my_theme

# 6. Multi-Image Collage
combined <- (p1 / (p2 + p3)) +
  plot_annotation(
    title = "2024 4-City Comprehensive Sales Analysis",
    theme = theme(plot.title = element_text(face = "bold", size = 18, hjust = 0.5))
  )

print(combined)

# 7. Save Publication-Quality Images
ggsave("professional_report.png", combined,
       width = 14, height = 12, dpi = 300)
ggsave("professional_report.pdf", combined,
       width = 14, height = 12)
ggsave("professional_report.svg", combined,
       width = 14, height = 12)

cat("\n=== Publishing-quality charts have been saved ===\n")
cat("  - professional_report.png (PNG 300dpi)\n")
cat("  - professional_report.pdf (PDF Vector)\n")
cat("  - professional_report.svg (SVG Vector)\n")

91 linhas de lógica (limite de 40, somente leitura)

Resultado esperado: 3 conjuntos de gráficos com qualidade para publicação (gráfico de linhas + gráfico de barras + gráfico empilhado), incluindo títulos em chinês e inglês, esquemas de cores profissionais e legendas claras.

❓ Perguntas Frequentes

P: Qual é a diferença entre theme_minimal e theme_bw? R: theme_minimal Minimal (fundo branco, grade cinza claro), theme_bw Preto e Branco (com bordas, grade bem definida). Use “minimal” para relatórios e “bw” ou “classic” para artigos.

P: Como faço para remover a grade secundária? R: theme(panel.grid.minor = element_blank()). Isso deixa a imagem mais nítida.

P: Onde a legenda deve ser colocada? R: Depende da complexidade do gráfico. Para 1–2 variáveis, use bottom ou top; para 4 ou mais variáveis, use right; e para gráficos de pizza incorporados em outros gráficos, use c(0.5, 0.5) para o posicionamento.

P: Qual é a diferença entre scale_color e scale_fill? R: scale_color controla a cor das linhas e dos pontos (cor do contorno), enquanto scale_fill controla a cor de preenchimento (para barras/áreas). geom_bar usa fill por padrão, geom_line usa color.

P: 300 dpi ou 150 dpi? R: 300 dpi para impressão, 96–150 dpi para telas, e PDFs vetoriais não exigem dpi. ggsave O padrão é 300 dpi.

P: Como faço para alterar a fonte chinesa? R: theme_minimal(base_family = "SimHei") (Windows) ou "PingFang SC" (macOS) ou "WenQuanYi Zen Hei" (Linux).

📖 Resumo

O ggplot2 possui 8 temas integrados: theme_gray theme_bw theme_minimal theme_classic, etc.
theme() A árvore de elementos está dividida em 7 regiões: gráfico/eixo/legenda/painel/faixa/título
4 tipos de funções de elementos: element_text Texto / element_line Linha / element_rect Retângulo / element_blank Oculto
Ajustes finos no núcleo do tema: plot.title axis.title legend.position panel.grid labs() Definir todas as tags: title subtitle caption x y color fill
Cor: scale_color_brewer / scale_color_viridis_d / scale_color_manual
Pacotes temáticos especializados: ggthemes (The Economist/The Wall Street Journal) / hrbrthemes (Negócios)
ggsave("plot.png", dpi = 300) Padrão de impressão; ggsave("plot.pdf") Vetorial
Gráficos com qualidade de publicação = tema + cor + legendas + tamanho da fonte + ggsave em alta resolução

📝 Exercícios

Exercício básico: Use mtcars para criar um gráfico de dispersão de wt em função de mpg e utilize os quatro temas theme_minimal, theme_bw, theme_classic e theme_void para comparar as diferenças nos gráficos resultantes. Faça capturas de tela para comparação.
Exercício básico: Crie um gráfico de barras e use theme() para ajustá-lo: ① Coloque o título em negrito, tamanho 16; ② Oculte as linhas de grade secundárias; ③ Coloque a legenda na parte inferior; ④ Defina o título do eixo Y para ficar a 10 px de distância do eixo.
Exercício básico: Desenhe a mesma imagem usando scale_color_brewer(palette = "Set1") e scale_color_brewer(palette = "Set2") e, em seguida, faça capturas de tela para comparar as diferenças de cor.
Exercício avançado: Simule dados de vendas para quatro cidades e crie um gráfico completo, com qualidade de publicação, com as seguintes personalizações: ① Tema personalizado ② Rótulos “labs” completos ③ Esquema de cores profissional ④ Salvar em alta definição. Salve capturas de tela tanto do processo quanto dos resultados.
Desafio: Use o ggthemes do theme_economist() ou theme_wsj() para fazer um desenho e compare as diferenças com o theme_minimal() padrão. Salve a imagem nos formatos PNG e PDF (use o dispositivo Cairo PDF para que o PDF suporte caracteres chineses).

Equipe Técnica Web-Tutorial

Uma plataforma de tutoriais mantida por diversos desenvolvedores. Cada tutorial é escrito e revisado por profissionais da área correspondente. Trabalhamos para manter nosso conteúdo preciso e confiável — se encontrar algum problema, avise-nos.

Sobre Nós