常用可視化R包
image.png
*加粗為重點(diǎn)掌握
1. 作圖
1.1 基礎(chǔ)包：略顯陳舊，了解一下
（1） 繪圖函數(shù)
高級(jí)繪圖函數(shù)
plot() #散點(diǎn)圖等多種圖形，根據(jù)數(shù)據(jù)分類(lèi)，調(diào)用相應(yīng)函數(shù)繪圖
hist() #頻率直方圖
boxplot() #箱線(xiàn)圖
stripchart() #點(diǎn)圖
barplot() #柱狀圖
dotplot() #餅圖
piechart() #點(diǎn)圖
matplot() #數(shù)學(xué)圖形
低級(jí)繪圖函數(shù)
lines() #添加線(xiàn)
curve() #添加曲線(xiàn)
abline() #添加給定斜率的線(xiàn)
points() #添加點(diǎn)
segments() #折線(xiàn)
arrows() #箭頭
axis() #坐標(biāo)軸
box() #外框
title() #標(biāo)題
text() #文字
mtext() #圖邊文字
繪圖參數(shù)
image.png
（2）舉例
plot(iris[,1],iris[,3],col = iris[,5])
text(6.5,4, labels = 'hello')
image.png
同樣數(shù)據(jù)，ggplot、ggpubr輸出區(qū)別
image.png
image.png
dev.off() #關(guān)閉畫(huà)板
1.2 ggplot2：中堅(jiān)力量，學(xué)起來(lái)有點(diǎn)難
（1）入門(mén)級(jí)繪圖模板：作圖數(shù)據(jù)，橫縱坐標(biāo)
ggplot(data = <DATA>)+
<GEOM_FUNCTION>(mapping = aes(<MAPPINGS>))
#模板
ggplot(data = test)+
geom_point(mapping = aes(x = Sepal.Length,
y = Petal.Length))
（2）屬性設(shè)置（顏色、大小、透明度、點(diǎn)的形狀，線(xiàn)型等）
- color（外框顏色）&fill（填充顏色）
R色卡：https://evvail.com/2020/02/01/477.html
RColorBrewer：http://www.itdecent.cn/p/194765c8c17e
可以輸入顏色名稱(chēng)、16色、字符串（顏色名稱(chēng)or16進(jìn)制顏色代碼需加引號(hào)，按列映射直接輸入列名可不加引號(hào)） - size：自動(dòng)單位mm
- alpha：透明度，0.5代表50%
-
shape：形狀
image.png
ggplot(data = mpg) +
geom_point(mapping = aes(x = displ, y = hwy),
color = "blue") #手動(dòng)設(shè)置，要加引號(hào)
ggplot(data = mpg) +
geom_point(mapping = aes(x = displ, y = hwy),
size = 5, # 點(diǎn)的大小5mm，單位自帶mm
alpha = 0.5, # 透明度 50%
shape = 8) # 點(diǎn)的形狀，自帶體系
1.3 映射：按照數(shù)據(jù)框的某一列來(lái)定義圖的某個(gè)屬性
- 映射：領(lǐng)導(dǎo)思維，只說(shuō)按照某列分配顏色，不必說(shuō)具體是哪幾種顏色
- 手動(dòng)設(shè)置：把所有的點(diǎn)設(shè)置為同一個(gè)顏色，直接指定是哪個(gè)顏色
ggplot(data = test)+
geom_point(mapping = aes(x = Sepal.Length,
y = Petal.Length,
color = Species)) #aes參數(shù)，列名，顏色自動(dòng)設(shè)置，不加引號(hào)
aes_string(x = ,y = )
#字符轉(zhuǎn)變?yōu)橛成?自行指定映射的具體顏色
ggplot(data = test)+
geom_point(mapping = aes(x = Sepal.Length,
y = Petal.Length,
color = Species))+
scale_color_manual(values = c("blue","grey","red"))
區(qū)分color和fill兩個(gè)屬性
- 空心形狀和實(shí)心形狀都用color設(shè)置顏色
- 既有邊框又有內(nèi)心的，才需要color和fill兩個(gè)參數(shù)
- color管邊框，fill管實(shí)心
1.4 分面
單分面
ggplot(data = test) +
geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) +
facet_wrap(~ Species) #用species來(lái)分面
image.png
雙分面
test$Group = sample(letters[1:5],150,replace = T)
ggplot(data = test) +
geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) +
facet_grid(Group ~ Species) #用species和group來(lái)分圖
image.png
循環(huán)中存儲(chǔ)多個(gè)圖形
- 可以建立列表，將圖形存儲(chǔ)在列表里
- 再用patchwork中wrap_plots進(jìn)行圖片分割
1.5 幾何對(duì)象
局部設(shè)置和全局設(shè)置
#局部設(shè)置
ggplot(data = test) +
geom_smooth(mapping = aes(x = Sepal.Length,
y = Petal.Length))+
geom_point(mapping = aes(x = Sepal.Length,
y = Petal.Length))
#全局設(shè)置
ggplot(data = test,mapping = aes(x = Sepal.Length, y = Petal.Length))+
geom_smooth()+
geom_point()
- 局部映射：僅對(duì)當(dāng)前圖層有效，單獨(dú)函數(shù)后aes()
- 全局映射：對(duì)所有圖層有效
- 當(dāng)局部設(shè)置和全局設(shè)置沖突，按局部設(shè)置結(jié)果運(yùn)行
2.6 統(tǒng)計(jì)變換-直方圖
ggplot(data = diamonds) +
geom_bar(mapping = aes(x = cut))
ggplot(data = diamonds) +
stat_count(mapping = aes(x = cut))
image.png
- geom_開(kāi)頭的函數(shù)是幾何對(duì)象函數(shù)
- stat_開(kāi)頭函數(shù)是統(tǒng)計(jì)函數(shù)
不統(tǒng)計(jì)，數(shù)據(jù)直接做圖
ggplot(data = fre) +
geom_bar(mapping = aes(x = Var1, y = Freq), stat = "identity")
#只有寫(xiě)stat=identity才會(huì)不統(tǒng)計(jì)
不統(tǒng)計(jì)count，統(tǒng)計(jì)prop
ggplot(data = diamonds) +
geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))
#group=1是把所有對(duì)象作為一個(gè)組
image.png
1.7 位置關(guān)系
抖動(dòng)的點(diǎn)圖
ggplot(data = mpg,mapping = aes(x = class,
y = hwy,
group = class)) +
geom_boxplot()+
geom_point()
image.png
ggplot(data = mpg,mapping = aes(x = class,
y = hwy,
group = class)) +
geom_boxplot()+
geom_jitter()
#jitter可以讓點(diǎn)不重合
image.png
ggplot(data = mpg,mapping = aes(x = class,
y = hwy,
group = class)) +
geom_boxplot()+
geom_dotplot(binaxis = "y",binwidth = .5,stackdir = "center")
#dotplot散點(diǎn)很整齊，點(diǎn)不重合，也不奔放
image.png
直方圖
- 疊放直方圖
ggplot(data = diamonds) +
geom_bar(mapping = aes(x = cut,fill=clarity))
image.png
- 并列直方圖
position = "dodge"
ggplot(data = diamonds) +
geom_bar(mapping = aes(x = cut, fill = clarity), position = "dodge")
image.png
1.8 坐標(biāo)系
- 翻轉(zhuǎn)坐標(biāo)系，類(lèi)似轉(zhuǎn)置：coord_flip()
ggplot(data = mpg, mapping = aes(x = class, y = hwy)) +
geom_boxplot() +
coord_flip()
image.png
- 極坐標(biāo)系：coord_polar()
bar <- ggplot(data = diamonds) +
geom_bar(
mapping = aes(x = cut, fill = cut),
show.legend = FALSE,
width = 1
) +
theme(aspect.ratio = 1) +
labs(x = NULL, y = NULL)
bar + coord_flip()
bar + coord_polar()
image.png
完整繪圖模板
ggplot(data = <DATA>)+
<geom_function>( #繪圖函數(shù)
mapping = aes(<MAPPINGS>), #x、y坐標(biāo)
stat = <STAT> #直方圖中若需手動(dòng)y坐標(biāo)
position = <POSITION>
)+
<COORDINATE_FUNCTION>+ #極坐標(biāo)
<FACET_FUNCTION> #單分面、雙分面
1.3 ggpubr：江湖救急，ggplot2簡(jiǎn)化和美化，褒貶不一
- ggpubr 搜代碼直接用，基本不需要系統(tǒng)學(xué)習(xí)
- 基礎(chǔ)包不可以賦值，ggpubr圖可以賦值
- sthda有大量ggpubr出的圖：www.sthda.com
- 不可替代功能：comparisons（比較兩組之間）
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)+ # Add pairwise comparisons p-value
stat_compare_means(label.y = 9)
image.png
圖片的保存和導(dǎo)出
1.基礎(chǔ)包
pdf("iris_box_ggpubr.pdf")
#保存格式及文件名格式一一對(duì)應(yīng)
2.ggplot系列圖(包括ggpubr)
- ggsave()
- 通用三段論：保存的格式及文件名，作圖代碼，關(guān)閉畫(huà)板
p <- ggboxplot(iris, x = "Species",
y = "Sepal.Length",
color = "Species",
shape = "Species",
add = "jitter")
ggsave(p,filename = "iris_box_ggpubr.png")
#ggplot2可以賦值
3.eoffice包
- 導(dǎo)出為ppt，全部元素都是可編輯模式
topptx(p,"iris_box_ggpubr.pptx")
拼圖
大佬包patchwork
https://mp.weixin.qq.com/s/p7LLLvzR5LPgHhuRGhYQBQ
