6、R语言作图 - 图1

1、基础包—绘图函数

image.png
*高级：直接出图片；低级：需要以图片作为基础

  1. #1.基础包 ，了解
  2. plot(iris[,1],iris[,3],col = iris[,5]) #横坐标，纵坐标，颜色
  3. text(6.5,4, labels = 'hello')# 某坐标添加文字
  4. dev.off() #关闭画板

2、ggplot2与ggpubr

2.1作图数据、横纵坐标

  1. ggplot(data = <DATA>)+
  2.   <geom_point>(mapping = aes(<MAPPINGS>))
  3. <>:表示代替内容
  4. 特殊语法：
  5. 列名不带引号，行末写加号
  6. 用“+”连接不同的函数

image.png

2.2属性设置

映射

image.png

image.png
映射和手动设置的区别：
映射是根据数据的某一列的内容分配颜色。 color = Species
手动设置：把图形设置为一个或几个颜色，与数据内容无关。 color = “blue”
image.png

颜色编码
image.png

填充

image.png
image.png

2.3分面

三分面和双分面
image.png
image.png

认识函数：sample(letters[1:5],150,replace = T)

上述涉及的代码

  1. library(ggplot2)
  2. #1.入门级绘图模板：作图数据，横纵坐标
  3. ggplot(data = iris)+
  4.   geom_point(mapping = aes(x = Sepal.Length,
  5.                            y = Petal.Length))
  6. #2.属性设置（颜色、大小、透明度、点的形状，线型等）
  8. #2.1 手动设置，需要设置为有意义的值
  10. ggplot(data = iris) + 
  11.   geom_point(mapping = aes(x = Sepal.Length,
  12.                            y = Petal.Length), 
  13.              color = "blue")
  15. ggplot(data = iris) + 
  16.   geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length), 
  17.              size = 5,     # 点的大小5mm
  18.              alpha = 0.5,  # 透明度 50%
  19.              shape = 8)  # 点的形状
  21. #2.2 映射：按照数据框的某一列来定义图的某个属性
  22. ggplot(data = iris)+
  23.   geom_point(mapping = aes(x = Sepal.Length,
  24.                            y = Petal.Length,
  25.                            color = Species))
  26. #映射VS 手动设置
  27. ggplot(data = iris)+
  28.   geom_point(mapping = aes(x = Sepal.Length,
  29.                            y = Petal.Length),
  30.                            color = "blue")
  32. ## Q1 自行指定映射的具体颜色
  34. ggplot(data = iris)+
  35.   geom_point(mapping = aes(x = Sepal.Length,
  36.                            y = Petal.Length,
  37.                            color = Species))+
  38.   scale_color_manual(values = c("blue","grey","red"))
  40. ## Q2 区分color和fill两个属性
  41. ### Q2-1 空心形状和实心形状都用color设置颜色
  42. ggplot(data = iris)+
  43.   geom_point(mapping = aes(x = Sepal.Length,
  44.                            y = Petal.Length,
  45.                            color = Species),
  46.              shape = 17) #17号，实心的例子
  48. ggplot(data = iris)+
  49.   geom_point(mapping = aes(x = Sepal.Length,
  50.                            y = Petal.Length,
  51.                            color = Species),
  52.              shape = 2) #2号，空心的例子
  53. ### Q2-2 既有边框又有内心的，才需要color和fill两个参数
  55. ggplot(data = iris)+
  56.   geom_point(mapping = aes(x = Sepal.Length,
  57.                            y = Petal.Length,
  58.                            color = Species),
  59.              shape = 24,
  60.              fill = "black") #24号，双色的例子
  62. #3.分面
  63. ggplot(data = iris) + 
  64.   geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  65.   facet_wrap(~ Species) #3张子图
  66. #双分面
  67. dat = iris #注意避免修改内置数据
  68. dat$Group = sample(letters[1:5],150,replace = T)
  69. ggplot(data = dat) + 
  70.   geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  71.   facet_grid(Group ~ Species) #横纵均分面，有重复值，有限
  72. #认识sample函数
  73. sample(letters[1:5],3)#带有随机性
  74. sample(letters[1:5],6)#有范围的取样,6大于5，故会报错
  75. sample(letters[1:5],6,replace = T)#添加上replace = T，则可循环

2.4几何对象

geom_xxx()画出单个几何对象，几何对象可叠加

  1. #4.几何对象
  2. #局部设置（仅对当前图层有效）和全局设置（对所有图层有效）
  3. #geom_xxx()画出单个几何对象，几何对象可叠加
  4. ggplot(data = iris) + 
  5.   geom_smooth(mapping = aes(x = Sepal.Length, 
  6.                           y = Petal.Length))+
  7.   geom_point(mapping = aes(x = Sepal.Length, 
  8.                            y = Petal.Length))
  9. #简化上述代码，如下
  10. ggplot(data = iris,mapping = aes(x = Sepal.Length, y = Petal.Length))+
  11.   geom_smooth()+
  12.   geom_point()

2.5统计变换

image.png

image.png

image.png

2.6位置关系

image.png

2.7坐标系

image.png
涉及代码

  1. #5.统计变换-直方图
  2. View(diamonds)
  3. table(diamonds$cut)
  4. #画条形图，了解。自动生成y
  5. ggplot(data = diamonds) + 
  6.   geom_bar(mapping = aes(x = cut))
  7. #展示数据，了解
  8. ggplot(data = diamonds) + 
  9.   stat_count(mapping = aes(x = cut))
  11. #统计变换使用场景
  12. #5.1.不统计，数据直接做图
  13. fre = as.data.frame(table(diamonds$cut))
  14. fre
  16. ggplot(data = fre) +
  17.   geom_bar(mapping = aes(x = Var1, y = Freq), stat = "identity")
  19. #5.2count改为prop
  20. ggplot(data = diamonds) + 
  21.   geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))
  24. #6.位置关系
  26. # 6.1抖动的点图 ，geom_jitter
  27. ggplot(data = iris,mapping = aes(x = Species, 
  28.                                  y = Sepal.Width,
  29.                                  fill = Species)) + 
  30.   geom_boxplot()+
  31.   geom_point()
  33. ggplot(data = iris,mapping = aes(x = Species, 
  34.                                  y = Sepal.Width,
  35.                                  fill = Species)) + 
  36.   geom_boxplot()+
  37.   geom_jitter()
  39. # 6.2堆叠直方图
  40. ggplot(data = diamonds) + 
  41.   geom_bar(mapping = aes(x = cut,fill=clarity))
  43. # 6.3 并列直方图
  44. ggplot(data = diamonds) + 
  45.   geom_bar(mapping = aes(x = cut, fill = clarity), position = "dodge")
  47. #7.坐标系
  49. #翻转coord_flip()
  51. ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + 
  52.   geom_boxplot() +
  53.   coord_flip()
  54. #极坐标系coord_polar()
  55. bar <- ggplot(data = diamonds) + 
  56.   geom_bar(
  57.     mapping = aes(x = cut, fill = cut), 
  58.     width = 1
  59.   ) + 
  60.   theme(aspect.ratio = 1) +
  61.   labs(x = NULL, y = NULL)
  62. bar
  63. bar + coord_flip() #翻转坐标系
  64. bar + coord_polar()#极坐标系

绘图模板

image.png

3、ggpubr

image.png

  1. # ggpubr 搜代码直接用，不需要系统学习
  3. # sthda上有大量ggpubr出的图
  4. library(ggpubr)
  5. ggscatter(iris,x="Sepal.Length",
  6.           y="Petal.Length",
  7.           color="Species")
  8. theme_bw() #可将背景消除
  10. p <- ggboxplot(iris, x = "Species", 
  11.                y = "Sepal.Length",
  12.                color = "Species", 
  13.                shape = "Species",
  14.                add = "jitter")
  15. p
  16. my_comparisons <- list( c("setosa", "versicolor"), 
  17.                         c("setosa", "virginica"), 
  18.                         c("versicolor", "virginica") )
  19. p + stat_compare_means(comparisons = my_comparisons)+ # Add pairwise comparisons p-value
  20.   stat_compare_means(label.y = 9)

图片的保存与导出

  1. 三种方式
  2. #1.ggplot2,图片的后缀很重要
  3. ggsave（“名称.png”）
  4. ggsave(p,filename=“名称.png”)
  5. #2.三段论
  6. #3.eoffice
  7. library(eoffice)
  8. topptx(p,“名称.pptx”)
  11. #图片保存的三种方法
  13. #1.基础包作图的保存
  14. pdf("iris_box_ggpubr.pdf")
  15. boxplot(iris[,1]~iris[,5])
  16. text(6.5,4, labels = 'hello')
  17. dev.off()
  19. #2.ggplot系列图(包括ggpubr)通用的简便保存 ggsave
  20. p <- ggboxplot(iris, x = "Species", 
  21.                y = "Sepal.Length",
  22.                color = "Species", 
  23.                shape = "Species",
  24.                add = "jitter")
  25. ggsave(p,filename = "iris_box_ggpubr.png",width = 12,height = 9)
  28. #3.eoffice包 导出为ppt,全部元素都是可编辑模式
  29. library(eoffice)
  30. topptx(p,"iris_box_ggpubr.pptx")
  32. #https://mp.weixin.qq.com/s/p7LLLvzR5LPgHhuRGhYQBQ

image.png

拼图

patchwork
image.png

关闭画板：dev.off()

image.png

画图代码来源：STHDA

image.png
画图R包：ggstatsplot
library(ggstatsplot)
image.png

画图的思维

image.png

作业

  1. # 6-1
  2. # 1.加载test.Rdata,分别test的以a和b列作为横纵坐标，change列映射颜色，画点图。
  3. load("test.Rdata")
  4. ggplot(data = test)+
  5.   geom_point(mapping = aes(x = a,
  6.                            y = b,
  7.                            color = change))
  9. # 2.尝试修改点的颜色为暗绿色(darkgreen)、灰色、红色
  10. ggplot(data = test)+
  11.   geom_point(mapping = aes(x = a,
  12.                            y = b,
  13.                            color = change))+
  14.   scale_color_manual(values = c("darkgreen","grey","red"))
  16. # 1.尝试写出下图的代码，小提琴图
  17. ggplot(iris,aes(x = Sepal.Width,
  18.                 y = Species))+
  19.   geom_violin(aes(fill = Species)) + 
  20.   geom_boxplot()+
  21.   geom_jitter(aes(shape=Species))
  23. ggplot(data = iris,mapping = aes(x = Species,y = Sepal.Width))+
  24.   geom_violin(aes(fill = Species))+
  25.   geom_boxplot()+
  26.   geom_jitter(aes(shape = Species))+
  27.   coord_flip()
  31. # 6-3
  32. # 任意作3张ggplot2图
  33. ggplot(data = iris) + 
  34.   geom_smooth(mapping = aes(x = Sepal.Length,
  35.                            y = Petal.Length), 
  36.              color = "blue")
  39. # 1.探索labs() 函数如何使用
  40. #1.1 设置标题、副标题、引用
  41. ggplot(data = iris) + 
  42.   geom_smooth(mapping = aes(x = Sepal.Length,
  43.                             y = Petal.Length), 
  44.               color = "blue")+
  45.   labs(title = "This", subtitle = "is", caption = "caption")
  46. #1.2 修改x轴和y轴的标题??
  47. ggplot(data = iris) + 
  48.   geom_point(mapping = aes(x = Sepal.Length,
  49.                             y = Petal.Length), 
  50.               color = "blue")+
  51.   labs(xlab = "New x lab", ylab = "New y lab")
  53. # 2.尝试多种方式保存，并探索如何在保存的同时调整宽和高
  54. ggsave(p,filename = "iris_box_ggpubr.png",width = 12,height = 9)
  56. # 3.练习patchwork拼图
  57. patch <- p1 + p2