1. Линейные графики

library(tidyverse) # Обработка данных
library(readxl) # Работа с excel файлами в R
library(showtext) # Рендер текста в ggplot2
library(sysfonts) # загрузка шрифтов в R
library(png) # работа с изображениями
library(grid) # работа с изображениями
library(gridExtra) # работа с изображениями
library(httr) # Скачать файлы из сети

showtext_auto() # рендер текста в ggplot при помощи showtext 

# Я залил все варианты шрифта HSE Sans в github. теперь их можно удобно скачать в директорию и загрузить в R.
GET('https://github.com/ETymch/Econometrics_2023/raw/main/Plotting/HSESans-Regular.otf', write_disk('HSESans-Regular.otf', overwrite = T)) # Загрузка HSE Sans Regular, самого красивого шрифта.

font_add(family = 'HSE Sans', regular = "HSESans-Regular.otf") # Установка HSE Sans Regular.

# Цвета

coffee_1 <- '#4B1F0E' # Чёрный кофе
coffee_2 <- '#BE7656' # Кофе со сливками

# Картинка

alpha = 0.2 # Коэффициент прозрачности

GET('https://github.com/ETymch/Econometrics_2023/blob/main/Pics/coffee.png?raw=true', write_disk('coffee.png', overwrite = T)) # Загрузка изображения из сети

beans <- png::readPNG('coffee.png') # Загрузка изображения в R
beans <- matrix(rgb(beans[,,1], beans[,,2], beans[,,3], beans[,,4] * alpha), nrow = dim(beans)[1]) %>%
  rasterGrob() # сделать изображение прозрачным с коэффициентом alpha.

httr::GET('https://github.com/ETymch/Econometrics_2023/raw/main/Datasets/CMO-Historical-Data-Monthly.xlsx', httr::write_disk('Commodities.xlsx', overwrite = T)) # Загрузка файла с данными.

# Обработка данных

data <- read_excel('Commodities.xlsx', sheet = 2, skip = 6) %>% # Загрузка сырого эксельного файла. Нам нужен второй лист. Чтобы пропустить 6 строк до нужной нам таблички используем skip. 
  select(...1, COFFEE_ARABIC, COFFEE_ROBUS) %>% # Выбираем интересующие нас данные
  rename(c('Дата' = '...1', # Переименовываем столбцы
           'Арабика' = 'COFFEE_ARABIC',
           'Робуста' = 'COFFEE_ROBUS')) %>%
  mutate(Дата = seq(as.Date('1960-01-01'), length.out = length(Дата), by = 'month')) %>% # Заменяем столбец с данными на ряд в формате `Дата` с началом в 1960, с длиной такой же, как наш столбец с датами, с шагом в месяц.
  pivot_longer(Арабика:Робуста) # преобразуем в длинную таблицу. Так удобнее для рисования

data %>% # Используем pipe. Он делает data первым в функции ggplot в следующей строке
  ggplot(aes(x = Дата, y = value, color = name)) + # Хороший стиль в ggplot - описывать все аргументы в начале. Их у нас 3. x - то, что мы хотим начертить по горизонтальной оси, у - по вертикальной оси, color - разбивка линий по цветам
  geom_line(size = 0.8, alpha = 0.6) + # геометрия которую мы используем
  scale_color_manual(values = c(coffee_1, coffee_2)) + # цвета
  annotation_custom(beans, xmin = as.Date('1960-01-01'), xmax = as.Date('2022-01-01'), ymin = 0.5, ymax = 7) + # прозрачная картинка с зёрнами
  theme_minimal(base_family = 'HSE Sans') + # тема
  theme(legend.position = 'bottom', # сделаем тему ещё красивее, легенду - вниз.
        legend.title = element_blank(), # убрать название легенды
        panel.grid.major.x = element_blank(), # Сейчас модно делать графики с малым количеством разметки. Давайте уберём все вертикальные линии.
        panel.grid.minor.x = element_blank(),
        panel.grid.minor.y = element_blank(), # Уберём часть горизонтальной разметки. Так график выглядит аккуратнее.
        plot.title = element_text(hjust = 0.5, size = 15), # Вы, наверное, заметили, что изначально ggplot отображает название слева. Давайте переместим его в центр.
        plot.subtitle = element_text(hjust = 0.5, size = 12) # То же проделаем и с подзаголовком
        ) +
  labs(y = 'Долл. / кг', # Названия осей, заголовки, ссылки
       x = '', # ось x
       title = 'Цены на мировом рынке кофе', # Заголовок
       subtitle = '1960-2023', # Подзаголовок
       caption = 'World Bank Commodity Price Data', # Сноска
       )

ggsave('coffee_plot_final.svg')