gonzalezgouveia

# animando
anim %>% animate(fps = 30,
                 nframes = 300,
                 detail = 10,
                 start_pause = 30,
                 end_pause = 30,
                 rewind = FALSE,
                 width = 400,
                 height = 400)

gonzalezgouveia

# crear animación
anim <- p +
  # animacion con cambios en los estados del año
  transition_states(year,
                    transition_length = 1,
                    state_length = 0,
                    wrap = FALSE) +
  # permitir que los ejes cambien
  view_follow()

gonzalezgouveia

# hacer objeto de grafica
p <- population_tidy %>%
  ggplot(aes(ordering, group = country)) +
  # utilizar geom_tile en lugar de geom_bar
  geom_tile(aes(y = population10/2,
                height = population10,
                width = 0.9, fill=country), alpha = 0.9) +
  # texto en las barras
  geom_text(aes(y = population10, label = paste(as.character(round(population10)), 'M')),
            vjust = 0.4, hjust = 0.55, size = 7) +

gonzalezgouveia

# crear datos tidy u ordenados
population_tidy <- population_data%>%
  # filtrar para algunos paises de HispanoAmérica
  filter(country %in% c('Argentina',
                        'Chile',
                        'Colombia',
                        'Ecuador',
                        'Mexico',
                        'Panama',
                        'Peru',

gonzalezgouveia

# descargar datos en https://www.gapminder.org/data/

# escribir la ruta de los datos
path_to_data <- './population_total.csv'

# leer archivo csv
population_data <- read_csv(path_to_data)

gonzalezgouveia

library(tidyverse)
library(gganimate)
# devtools::install_github('bbc/bbplot')
library(bbplot)
library(ggthemes)
# Hecho por Rafa @GonzalezGouveia
# Con gusto para #DatosDeMiercoles, propuesto por @R4DS_es

cambio_lealtades <- readr::read_csv("https://raw.githubusercontent.com/cienciadedatos/datos-de-miercoles/master/datos/2019/2019-04-17/cambio_lealtades.csv")
# tiempo_pantalla <- readr::read_csv("https://raw.githubusercontent.com/cienciadedatos/datos-de-miercoles/master/datos/2019/2019-04-17/tiempo_pantalla.csv")

gonzalezgouveia

library(tidyverse)
library(ggthemes)
# Por Rafa @GonzalezGouvia

# leyendo directo de la página
partidos_fifa_copa_mundial_procesado <- readr::read_delim("https://raw.githubusercontent.com/cienciadedatos/datos-de-miercoles/master/datos/2019/2019-04-10/partidos.txt", delim = "\t")

# función auxiliar para extraer ultimo partido
quita_parentesis <- function(texto){
  as.integer(gsub("\\((.*)\\)", "\\1", texto))

gonzalezgouveia

library(tidyverse)

# datos

# survey1: Cuál es el mayor uso que le das a R en tus análisis? 
survey1 <- tibble(
  # preguntas
  option = c(
    "Modelos",
    "Gráficos",

gonzalezgouveia

def select_name(gender):
    '''select a name based on gender'''
    if gender == 'M':
        name = np.random.choice(name_men_list)
    elif gender == 'F':
        name = np.random.choice(name_women_list)
    return(name.split(' ')[0].capitalize())
  
  
  def create_table(n):

gonzalezgouveia

# set simulation parameters
low_age = 18
high_age = 60
low_height = 1.5
high_height = 2
decimals = 2
genders = ['M', 'F']