R4R语言作图

#设置镜像
options("repos"=c(CRAN="http://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
#安装R包
if(!require(ggplot2))install.packages('ggplot2',update = F,ask = F)
if(!require(ggpubr))install.packages('ggpubr',update = F,ask = F)
if(!require(eoffice))install.packages("eoffice",update = F,ask = F)
if(!require(patchwork))install.packages("patchwork",update = F,ask = F)
#加载以检查是否安装成功
library(ggplot2)
library(ggpubr)
library(eoffice)
library(patchwork)
#作图分三类

#1.基础包 略显陈旧 了解一下
plot(iris[,1],iris[,3],col = iris[,5]) 
text(6.5,4, labels = 'hello')#在6.5，4坐标处加上hello

dev.off() #关闭画板

#2.ggplot2 中坚力量，语法有个性，theme_bw()+#把灰色主题背景去掉，theme_classic()#只留下横纵坐标
library(ggplot2)
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))

#3.ggpubr 函数没有ggplot2多，但图会好看点，没有灰色背景，只留横纵坐标，不能满足所有需求，新手友好型 ggplot2简化和美化 褒贬不一
library(ggpubr)
ggscatter(iris,
          x="Sepal.Length",
          y="Petal.Length",
          color="Species")
#ggplot2语法1入门级绘图模板，2映射，3分面，4几何对象，5统计变换，6位置调整，7坐标系
library(ggplot2)
#1.入门级绘图模板：作图数据，横纵坐标
#基础语法 行末写+，缩进，列名不需要""
#ggplot(data=<DATA>)+
#  <GEOM_FUNCTION>(mappings=aes(<MAPPINGS>))
#如iris data中以列名Sepal和Petal.Length为横纵坐标画点状图
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length))
#2.属性设置（颜色color、大小size、透明度alpha、点的形状shape，线型，填充颜色fill等）

#2.1 手动设置，需要设置为有意义的值
#手动设置颜色和点的参数，手动设置需要设为有意义的值。颜色：字符串，blue,red等大小：单位mm形状：数字编号表示
ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length), 
             color = "blue") #color是geom_point的参数

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length), 
             size = 5,     # 点的大小5mm
             alpha = 0.5,  # 透明度 50%
             shape= 8) #点的形状，数字编号表示，一共20个数字编号

#2.2 映射：按照数据框的某一列来定义图的某个属性
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))#color为要映射的分组变量，按照花的品种来分配颜色，默认红蓝绿，此时color是aes的参数 

## Q1 能不能自行指定映射的具体颜色？

ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))+
  scale_color_manual(values = c("blue","grey","red"))#scale_color_manual和color = Species对应

## Q2 区分color和fill两个属性
### Q2-1 空心形状和实心形状都用color设置颜色
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species),
             shape = 17) #17号，实心的例子

ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species),
             shape = 2) #2号，空心的例子
### Q2-2 既有边框又有内心的，才需要color外边框和fill内实心（条形图和箱线图等,fill = Species）两个参数

ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species),
             shape = 24,
             fill = "black") #24号，双色的例子

#3.分面
ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_wrap(~ Species)  #按照Species分成3个面
#双分面
dat = iris#不要修改内置数据，因为会忘记改过，此时重置R可以恢复，但最好还是赋值
dat$Group = sample(letters[1:5],150,replace = T)##新增一列Group,replace=T时，可以取超过5的数，abcde中放回取样150次，replace默认是F，不能取超过当前元素的值
ggplot(data = dat) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_grid(Group ~ Species)
 #facet_grid根据Group和Species两个变量进行分组，并用网格的方式展示每个组合的数据。其中每一行代表一个Group，每一列代表一种Species。

#4.几何对象

#局部设置和全局设置

ggplot(data = iris) + 
  geom_smooth(mapping = aes(x = Sepal.Length, 
                          y = Petal.Length))+#局部设置，仅对当前图层有效
  geom_point(mapping = aes(x = Sepal.Length, 
                           y = Petal.Length))
#两个图用两个函数+，不想代码写两次，可以在全局写映射，把mapping=aes写进ggplot里，全局设置
ggplot(data = iris,mapping = aes(x = Sepal.Length, y = Petal.Length))+#全局设置，对所有图层有效
  geom_smooth()+#画出的单个图层，也称几何对象
  geom_point()
#如在箱线图中叠加点图
ggplot(data = iris,mapping = aes(x = Species, y = Sepal.Width,fill = Species))+
  geom_boxplot()+
  geom_point()#代码不报错不代表结果没错，应该有50个点，但图上展示只有十几个点，应加个x轴抖动+geom_jitter()函数
#5.统计变换-柱状图
View(diamonds)#diamonds内置数据
table(diamonds$cut)

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut))#纵坐标不用写，自动统计计算y，几何函数

ggplot(data = diamonds) + 
  stat_count(mapping = aes(x = cut))#统计变量函数

#统计变换使用场景
#5.1.不统计，数据直接做图
fre = as.data.frame(table(diamonds$cut))
fre

ggplot(data = fre) +
  geom_bar(mapping = aes(x = Var1, y = Freq), stat = "identity")#指定x，y作图，此时不会自动统计计算y
#5.2count改为prop
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))#将自动统计计算ycount改成prop


#6.位置关系

# 6.1抖动的点图
ggplot(data = iris,mapping = aes(x = Species, 
                                 y = Sepal.Width,
                                 fill = Species)) + 
  geom_boxplot()+
  geom_point()

ggplot(data = iris,mapping = aes(x = Species, 
                                 y = Sepal.Width,
                                 fill = Species)) + 
  geom_boxplot()+
  geom_jitter()

# 6.2堆叠直方图,堆叠和并列数据没有区别，只是展示方式不同
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut,fill=clarity))

# 6.3 并列直方图，position = "dodge"
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, fill = clarity), position = "dodge")

#7.坐标系

#翻转坐标系coord_flip()

ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + 
  geom_boxplot() +
  coord_flip()
#翻转极坐标系coord_polar()
bar <- ggplot(data = diamonds) + 
  geom_bar(
    mapping = aes(x = cut, fill = cut), 
    width = 1
  ) + 
  theme(aspect.ratio = 1) +
  labs(x = NULL, y = NULL)
bar
bar + coord_flip()
bar + coord_polar()
#复杂作图
data=iris
ggplot(data, aes(x = Sepal.Width, y = Species)) +
  geom_violin(aes(fill = Species))+#小提琴图，这里在映射，所以不能直接写fill = Species，要写映射函数mapping = aes()
  geom_boxplot()+
  geom_jitter(aes(shape = Species))+#加抖动，形状映射shape = 
  theme_bw()+#把灰色主题背景去掉
  theme_classic()#只留下横纵坐标

# ggpubr 搜代码直接用，基本不需要系统学习

# sthda上有大量ggpubr出的图
library(ggpubr)
ggscatter(iris,x="Sepal.Length",
          y="Petal.Length",
          color="Species")

p <- ggboxplot(iris, x = "Species", 
               y = "Sepal.Length",
               color = "Species", 
               shape = "Species",
               add = "jitter")
p
my_comparisons <- list( c("setosa", "versicolor"), 
                        c("setosa", "virginica"), 
                        c("versicolor", "virginica") )
p + stat_compare_means(comparisons = my_comparisons#组间比较Add pairwise comparisons p-value
  stat_compare_means(label.y = 9) 

#图片保存的三种方法，后缀需要正确，不像文件对后缀没有要求

#1.基础包作图的保存，通用三段论
pdf("iris_box_ggpubr.pdf")#保存的格式及文件名
boxplot(iris[,1]~iris[,5])#作图代码
text(6.5,4, labels = 'hello')
dev.off()#画完了，关闭画板，经常出现代码可运行但不出图，因为画板被占用，此时多次运行dev.off（）,到null device为止，再重新运行出图代码或dev.new()

#2.ggplot系列图(包括ggpubr)通用的简便保存 ggsave .png
p <- ggboxplot(iris, x = "Species", 
               y = "Sepal.Length",
               color = "Species", 
               shape = "Species",
               add = "jitter")
ggsave(p,filename = "iris_box_ggpubr.png")#给图片命名

#3.eoffice包 导出为ppt,全部元素都是可编辑模式，ppt打开右键组合取消组合，可编辑字体，颜色，字号等等
library(eoffice)
topptx(p,"iris_box_ggpubr.pptx")#后缀是.pptx

#拼图https://mp.weixin.qq.com/s/p7LLLvzR5LPgHhuRGhYQBQ
#画图合辑https://www.yuque.com/xiaojiewanglezenmofenshen/dbwkg1/rhgmyb
#直接找画图代码，sthda网站或者直接搜
#ggplot2中的labs函数可以修改图的标题，横纵轴名称等，https://www.cnblogs.com/xudongliang/p/7057974.html

#设置图片的标题（title）, 子标题（subtitle）, 引用（caption）
ggplot(mtcars, aes(mpg, wt, colour = cyl)) + 
  geom_point() + 
  labs(title = "This is title", 
       subtitle = "This is subtitle", 
       caption = "This is caption")
#修改图片的x轴和y轴的标题
ggplot(mtcars, aes(mpg, wt, colour = cyl)) + 
  geom_point() + 
  xlab(label='new x')+
  ylab(label='new y')
#修改图例的标题
ggplot(mtcars, aes(mpg, wt, colour = cyl)) + 
  geom_point() + 
  labs(colour = "New Cyl")

## Error: <text>:214:3: unexpected symbol
## 213: p + stat_compare_means(comparisons = my_comparisons#组间比较Add pairwise comparisons p-value
## 214:   stat_compare_means
##        ^

summary(cars)

##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00