Day06 生信马拉松-R语言作图

原创

大冬仔

修改于 2023-08-16 22:40:11

2290

修改于 2023-08-16 22:40:11

文章被收录于专栏：生信学习Marathon

1.作图

1.1 作图的三类方法

1.1.1 基础函数-以plot为例

plot(iris[,1],iris[,3],col = iris[,5]) 
text(6.5,4, labels = 'hello')

基础包绘图函数内容-仅作了解，不常用

# 低级绘图函数
line() #添加线
curve() #添加曲线
abline() #添加给定斜率的线
points() #添加点
segments() #折线
arrows() #箭头
axis() #坐标轴
box() #外框
title() #标题
text() #文字

# 高级绘图函数
plot() #多种图形
hist() #频率直方图
boxplot() #箱线图
stripchart() #点图
barplot() #柱状图
dotchart() #点图
piechart() #饼图
matplot() #数学图形

关闭画板 dev.off()

1.1.2 ggplot2-列名不带引号，行末写"+"

1.入门级绘图模板：作图数据，横纵坐标-以point为例

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

2.属性设置（颜色、大小、透明度、点的形状，线型等）

2.1 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)) #以Species列的分类来自动分配颜色

自行指定映射的颜色

ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))+
  scale_color_manual(values = c("blue","grey","red")) #可以为颜色的名称，也可以为十六进制色彩代码

2.2 手动设置，需要设置为有意义的值--与数据内容无关

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length), 
             color = "blue") # 点的颜色 字符串

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length), 
             size = 5,     # 点的大小5mm 单位mm
             alpha = 0.5,  # 透明度 50%
             shape = 8)  # 点的形状

2.3 区分color和fill两个属性

2.3.1 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

2.3.2 既有边框又有内心的，才需要color和fill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

WARNING ①不要修改内置数据,你会忘记修改过 ②保留原始数据，防止可正常运行但错误的代码，不对原始数据进行修改

3.分面

3.1 根据映射分面

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

3.2 双分面

dat = iris #先将原始数据进行赋值，保留原始数据，防止可正常运行但错误的代码，不对原始数据进行修改
dat$Group = sample(letters[1:5],150,replace = T)
ggplot(data = dat) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_grid(Group ~ Species)

4.几何对象-图层

4.1 局部设置: mapping =在不同的geom中仅对单个图层有效

ggplot(data = iris) + 
  geom_smooth(mapping = aes(x = Sepal.Length, 
                          y = Petal.Length))+ 
  geom_point(mapping = aes(x = Sepal.Length, 
                           y = Petal.Length)) #每个geom_FUNCTION为一个图层，可叠加

4.2 全局设置: mapping =在ggplot中对所有图层有效

ggplot(data = iris,mapping = aes(x = Sepal.Length, 
                                y = Petal.Length))+
  geom_smooth()+
  geom_point() #最优写法

5.统计变化--柱状图

#y轴值为默认统计的
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut)) #geom_bar与stat_count相对应，属于ggplot中不同的体系，不用细究

ggplot(data = diamonds) + 
  stat_count(mapping = aes(x = cut))

5.1 使用表中数据直接做图,不统计(统计变化使用场景1)

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

ggplot(data = fre) +
  geom_bar(mapping = aes(x = Var1, y = Freq), stat = "identity") #手动添加y轴/y值

5.2 将count改为prop(统计变化使用场景2)

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, y = after_stat(prop), group = 1)) 
  #after_stat为统计比例

6.位置关系

6.1 boxplot图加散点

ggplot(data = iris,mapping = aes(x = Species, 
                                 y = Sepal.Width,
                                 fill = Species)) + 
  geom_boxplot()+
  geom_jitter()
#注意这里要用 geom_jitter()而不是geom_point()

6.1 position参数差异所产生的不同条形图,具体可查看帮助文档

第一种: 不指定,默认映射

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut,fill=clarity))

第二种: position = "fill"

ggplot(data = diamonds) +
  geom_bar(mapping = aes(x = cut,fill = clarity),
           position = "fill")

第三种: position = "dodge"

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, fill = clarity), 
           position = "dodge")

7.坐标系

bar <- ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, fill = cut),
           width = 1) + 
  theme(aspect.ratio = 1) +
  labs(x = NULL, y = NULL)
bar

坐标系翻转coord_flip()

bar + coord_flip()

极坐标系coord_polar()

★★★完整绘图模板★★★

ggplot(data = <DATA>)+
  <GEOM_FUNCTION>(
      mapping = aes(<MAPPINGS>),
      stat = <STAT>
      position = <POSITION>
  )+
  <COORDINATE_FUNCTION>+
  <FACET_FUNCTION>

1.1.3ggpubr-列名带引号，ggplot2的简化与美化

library(ggpubr)  #可调节参数少于ggplot2
ggscatter(iris,
          x="Sepal.Length",
          y="Petal.Length",
          color="Species")

代码可运行却不出图--画板被占用
多次运行dev.off(),直到NULL DEVICE为止,再重新运行出图代码,或dev.new()

2.图片的保存

2.1 基础包作图的保存--很少用

pdf("iris_box_ggpubr.pdf")
boxplot(iris[,1]~iris[,5])
text(6.5,4, labels = 'hello')
dev.off() # 出现NULL 为结束

2.2 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")

2.3 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")

3.拼图

详细内容可见小洁老师的前期推文https://mp.weixin.qq.com/s/p7LLLvzR5LPgHhuRGhYQBQ

4.画图的正确思维

以上内容均引用自生信技能树

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

数据挖掘

r 语言

入门

学习笔记

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

登录后参与评论

0 条评论

热度