Jely's Note之生信入门class6

Class 6

#本文引用自生信技能树

【知识拓展】

【1.当不确定自己输入的代码是否正确时，可以用attach（）括号内填入你想使用的数据，这样当你想用a数据里面的某列名字时，可以直接用Tab打出他的名字并且不会出错

如

】

【2.当写代码时，大小写要保持一致，比如一部分要大写其他部分就一定要大写】

【打开文件的正确方式是在Rstudio的界面的右下角工作目录里面的文件】

【课堂内容】

一、画图的目的是展示自己的数据！

常用的可视化R包：

画图：base【随软件自动下载】、ggplot2（*很重要）、ggpubr（低配版ggplot2）

拼图：Par里的mfrow、grid.arrange、cowplot、customLayout、patchwork（*很重要）

导出：经典三段论、ggsave(*很重要)、eoffice-topptx【不建议点鼠标、建议写代码】

二、画图

1.基础包【了解】

· 高级绘图函数：【传递数据-出图】

Plot（）多种图形、Hist（）频率直方图

· 低级绘图函数：必须有现成的图，不可能直接传递数据出图，只是往上面添加东西。

（1）Plot（）多种图形

plot(iris[,1],iris[,3],col = iris[,5])

做一个横坐标用iris第一列的数据，纵坐标用第三列的数据，颜色用第五列数据的图

> text(6.5,4, labels = 'hello')

横坐标为6.5，纵坐标为4，的点命名为hello

【提示：dev.off()  #关闭画板】

（2）ggplot2【非常完善且好用】【灰色背景的图，就是ggplot2默认的背景】

Eg.

library(ggplot2)

ggplot(data = iris)+geom_point(mapping = aes(x = Sepal.Length,

 y = Petal.Length,color = Species))

3.ggpubr 【好看、但不能满足所有需求】新手友好 ggplot2简化和美化

library(ggpubr)

ggscatter(iris, x="Sepal.Length", y="Petal.Length", color="Species")

三、详细ggplot2语法【展示自己的数据！可以，颜值调整、细节调整以后再查再学】

1.【最常用】入门级绘图模板：作图数据，横纵坐标

ggplot(data = iris-数据)+

  geom_point-图类型(mapping=aes映射(x = Sepal.Length, y = Petal.Length-x、y是多少))

x和y的值是变量、带括号的是函数

Eg.ggplot(data = iris)+ geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length))

【ggplot2的特殊语法：列名不带引号，行末写加号】

2. 手动设置属性-颜色、大小、透明度、点的形状、线型

颜色：手动设置【与数据本身无关、人工】--需要写有意义的值

Color：字符串如“blue”、“red”

大小：单位如mm

形状：数字编号表示【有25个数字对应的形状】

Eg. ggplot(data = iris) +

+   geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length),

+              color="blue",   #颜色为蓝色

+              size = 5,     # 点的大小5mm

+              alpha = 0.5,  # 透明度 50%

+              shape = 8)  # 点的形状

3.映射

作用：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))-----代表aes的参数，是列名

【color = Species图的颜色按species中的数字来分配，同种类的同个颜色】

【映射—与数据有关是aes，根据数据的某一列的内容分配颜色【自动分配颜色，修改颜色】】

比较：映射与手动设置【手动---与数据内容无关，与第几个点有关系，易出错】

ggplot(data = iris)+geom_point(mapping = aes(x = Sepal.Length,y = Petal.Length),

color = "blue")---geom_point的参数，是具体颜色

【代码差别：color=“blue”/colnames【字符串是geom_point的参数是具体的颜色/是列名与aes的参数与数据有关】

4. 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))+-----必须有，加号不能忘

scale_color_manual(values = c("blue","grey","red"))

↑自行规定映射颜色，数据中就三种类型， 所以只赋值三种颜色

【想要什么颜色就有什么颜色，具体要按投稿杂志喜好】

5. 区分color和fill两个属性

都是颜色，但用法不同

需要看设置颜色的形状

1）空心形状和实心形状都用color设置颜色

#实心的例子--一种颜色

ggplot(data = iris)+

  geom_point(mapping = aes(x = Sepal.Length,

                           y = Petal.Length,

                           color = Species),shape = 17) #点的类型是17号，

#空心的例子----外框color颜色、内芯颜色

ggplot(data = iris)+

  geom_point(mapping = aes(x = Sepal.Length,

                           y = Petal.Length,

                           color = Species),shape = 2)

#既有边框又有内芯，才需要color和fill两个参数

#双色的例子----外框color颜色、内芯fill颜色

ggplot(data = iris)+

  geom_point(mapping = aes(x = Sepal.Length,

                           y = Petal.Length,

                           color = Species),  shape = 24,  fill = "black")

6.分面：把一张图分成多张子图facet_wrap(~ Species)

Species有三个取值，可分为三张图

ggplot(data = iris) + geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) +

facet_wrap(~ Species) ----根据其中一列来分面

species有三种品种，分三张图

7. 双分面facet_grid(Group ~ Species)

Dat = iris

dat$Group = sample(letters[1:5],150,replace = T)原表中没有的列名，用$可代表新增一列！

从letter里面取3个数据，随机取出！---随机取样函数！

Sample函数

Letters[1:5]：a,b,c,d,e

Sample（Letters[1:5]，3）不能超出总体还要大的参数

当replace=F-不放回的取样，就可以满足超出总体的参数

Sample（Letters[1:5]，3, replace=T）-----可以运行

【不要修改内置数据，因为你会忘记改过它】

【只要发现改过它】

+ggplot(data = dat) +

  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) +

facet_grid(Group ~ Species)

8. .几何对象！=图层！

趋势线图、几何图！

在点图上叠加！用加号叠加函数！

ggplot(data = iris) +

  geom_smooth(mapping = aes(x = Sepal.Length,

                          y = Petal.Length))+

  geom_point(mapping = aes(x = Sepal.Length,

                           y = Petal.Length))

【局部】

简化版【当aes的x与y相同可都放在ggplot】

ggplot(data = iris,mapping = aes(x = Sepal.Length, y = Petal.Length))----【全局】

+geom_smooth()+

  geom_point()

相同的部分可以放在全局的ggplot函数中，不相同的部分可以放在各自局部的函数中

没有不一致的地方，可空着

【局部与全局的区别，局部设置只对当前图层有效；全局设置，对所有图层有效】

9. .波浪号连接！

10统计变化：

Diamond是内置数据，---用柱状图统计一列有多少取值，出现多少次

可用table统计

1）如果要画出柱状图：有两个函数可以使用

View(diamonds)

table(diamonds$cut)

· ggplot(data = diamonds) +

geom_bar(mapping = aes(x = cut))自动统计y

· ggplot(data = diamonds) +

stat_count(mapping = aes(x = cut))

2）使用：使用表中数据直接作图，而不统计

【已经有x、y，不统计，数据直接做图】

fre = as.data.frame(table(diamonds$cut))

ggplot(data = fre) +

  geom_bar(mapping = aes(x = Var1, y = Freq), stat = "identity"-实际的参数，允许你使用自己的横纵坐标)

3）使用：不统计count，统计prop（比例）

ggplot(data = diamonds) +

  geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1--比例的计算作为一个整体))

11.位置关系

1）抖动的点图geom_jitter()

ggplot(data = iris,mapping = aes(x = Species,

                            y = Sepal.Width,

                           fill = Species)) + geom_boxplot()

+  geom_jitter()---抖动的点的函数，带有随机性，相当于geom_ponit

2）堆叠直方图

堆叠式直方图

ggplot(data = diamonds) +

geom_bar(mapping = aes(x = cut,fill=clarity))

并列式直方图position="dodge"

ggplot(data = diamonds) +

  geom_bar(mapping = aes(x = cut, fill = clarity), position = "dodge")改变位置关系

12.坐标系

1）#翻转坐标系coord_flip()---变成横行的坐标

ggplot(data = mpg, mapping = aes(x = class, y = hwy)) +

geom_boxplot() +

coord_flip()

2）极坐标系coord_polar()---以扇形的表示、饼图

bar <- ggplot(data = diamonds) +

  geom_bar( mapping = aes(x = cut, fill = cut), width = 1 ) +

  theme(aspect.ratio = 1) +

  labs(x = NULL, y = NULL)

bar + coord_polar()

三、ggpubr.R

赋值p <-  ggboxplot(iris, x = "Species", y = "Sepal.Length",color = "Species", shape = "Species",

 add = "jitter")抖动的点图

计算p值【两两比较】comparisons

my_comparisons <- list( c("setosa", "versicolor"),

c("setosa", "virginica"),

c("versicolor", "virginica") ）

# Add pairwise comparisons p-value

p + stat_compare_means(comparisons = my_comparisons)+

stat_compare_means(label.y = 9) 【加上总体p值】

四、图片的保存及导出

#1.基础包作图的保存【三段论】

pdf("iris_box_ggpubr.pdf")

boxplot(iris[,1]~iris[,5])

text(6.5,4, labels = 'hello')

dev.off()

#2.ggplot系列图(包括ggpubr)通用的简便保存 ggsave

p <- ggboxplot(iris, x = "Species",

y = "Sepal.Length",

color = "Species",

shape = "Species",

add = "jitter")

ggsave(p,filename = "iris_box_ggpubr.png")

#3.eoffice包 导出为ppt,全部元素都是可编辑模式

library(eoffice)

topptx(p,"iris_box_ggpubr.pptx")

五、拼图

R包patchwork

当代码可运行却不出图--因为画板被占用

Dev.off（)----关闭画板

Null device1----已经关闭画板

Dev.new（）-----新建画板

重新运行出图代码，直到出图为止

六、去哪找现成的画图代码

Rgallary

STHDA

人工调整横坐标顺序

画图代码+你的数据+解决问题的能力=你的图

画图的正确思维=可化为己用

1. 我的数据适合用什么图展示z

2. 搜索画图代码

代码可复制，图片美观

提供了代码配套的示例数据

示例代码+示例数据是兼容的

3. 仿制示例数据

数据类型、结构

组织方式、对应关系

4. 套代码，调整细节

【练习题：

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。

load("test.Rdata")

ggplot(data=test)+geom_point(mapping = aes(x=a,y=b,color=change))

2.尝试修改点的颜色为暗绿色(darkgreen)、灰色、红色

ggplot(data=test)+geom_point(mapping = aes(x=a,y=b,color=change))+scale_color_manual(values=c("darkgreen","grey","red"))

修改颜色的顺序可以：c("red ","grey"," darkgreen ")

【R语言里面的足够使用的颜色R包】

Library(paletteer)

Library(Rcolorbrewer)

2.箱线图【有离群值，点是属于箱线图】

ggplot(data = iris,mapping = aes(x=Species,y =Sepal.Length,Color =Species))

+geom_boxplot()

ggplot(data = iris,mapping = aes(x=Species,y=Sepal.Length,fill=Species))

+geom_boxplot()

2. 画叠加图的时候：函数的关系是先写先放

ggplot( iris,aes(Sepal.Width,Species))+

geom_point()+

geom_violin()+

geom_boxplot()

geom_violin()+

geom_boxplot()+

geom_point()

geom_violin()+

geom_boxplot()+

geom_jitter()

ggplot( iris,aes(Sepal.Width,Species))+

geom_violin(mapping = aes(fill=Species))+----- 需要加入映射

geom_boxplot()+

geom_jitter(aes(shape=Species))+ ---将点的形状改变，需要用到映射

theme_classic()---去掉灰色界面