11.R

brasil <- read_csv2(file = 'brasil n_casos.csv')
brasil %>%
  group_by(estado) %>%
  summarise(total = sum(casosNovos)) -> brasil
df <- merge(x = df, y = brasil, by = c('estado'))


library(ggplot2)
# Scatter plots
# retail_and_recreation
ggplot(df, aes(x=growth_rate_obitos, y=retail_and_recreation,size=pop,color=dens_demo)) +
  geom_point(shape=19) +
  geom_smooth() +
  scale_color_gradient(name = "Densidade\ndemográfica", low="blue", high="red",
                       labels = c('100 hab/km²',
                                  '200 hab/km²',
                                  '300 hab/km²',
                                  '400 hab/km²',
                                  '500 hab/km²')) +
  scale_size_continuous(name = "População", labels = c('1 milhão hab',
                                                       '10 milhões hab',
                                                       '20 milhões hab',
                                                       '30 milhões hab',
                                                       '40 milhões hab',
                                                       '50 milhões hab')) +
  xlab('Número total de casos confirmados em 5 de Abril') +
  ylab('Variação de mobilidade para fins de\n lazer e varejo') +
  labs(caption = "Ribeiro-Dantas, MC. April, 2020. mribeirodantas.xyz/blog") +
  ggtitle("Total de casos confirmados e deslocamento") +
  ggrepel::geom_label_repel(aes(label = df$estado), size=3)