常用可视化R包

image.png

*加粗为重点掌握

1. 作图

1.1 基础包：略显陈旧，了解一下

（1） 绘图函数

高级绘图函数

plot() #散点图等多种图形，根据数据分类，调用相应函数绘图
hist() #频率直方图
boxplot() #箱线图
stripchart() #点图
barplot() #柱状图
dotplot() #饼图
piechart()  #点图
matplot() #数学图形

低级绘图函数

lines() #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
mtext() #图边文字

绘图参数

image.png

（2）举例

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

image.png

同样数据，ggplot、ggpubr输出区别

image.png

image.png

dev.off() #关闭画板

1.2 ggplot2：中坚力量，学起来有点难

（1）入门级绘图模板：作图数据，横纵坐标

ggplot(data = <DATA>)+
  <GEOM_FUNCTION>(mapping = aes(<MAPPINGS>))
#模板
ggplot(data = test)+
  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）

• color（外框颜色）&fill（填充颜色）
  R色卡：https://evvail.com/2020/02/01/477.html
  RColorBrewer：//www.greatytc.com/p/194765c8c17e
  可以输入颜色名称、16色、字符串（颜色名称or16进制颜色代码需加引号，按列映射直接输入列名可不加引号）
• size：自动单位mm
• alpha：透明度，0.5代表50%

• shape：形状

  
  
  image.png

ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy), 
             color = "blue") #手动设置，要加引号
ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy), 
             size = 5,     # 点的大小5mm，单位自带mm
             alpha = 0.5,  # 透明度 50%
             shape = 8)  # 点的形状，自带体系

1.3 映射：按照数据框的某一列来定义图的某个属性

• 映射：领导思维，只说按照某列分配颜色，不必说具体是哪几种颜色
• 手动设置：把所有的点设置为同一个颜色，直接指定是哪个颜色

ggplot(data = test)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species)) #aes参数，列名，颜色自动设置，不加引号
aes_string(x = ,y = )
#字符转变为映射

自行指定映射的具体颜色

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

区分color和fill两个属性

• 空心形状和实心形状都用color设置颜色
• 既有边框又有内心的，才需要color和fill两个参数
• color管边框，fill管实心

1.4 分面

单分面

ggplot(data = test) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_wrap(~ Species)  #用species来分面

image.png

双分面

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来分图

image.png

循环中存储多个图形

• 可以建立列表，将图形存储在列表里
• 再用patchwork中wrap_plots进行图片分割

1.5 几何对象

局部设置和全局设置

#局部设置
ggplot(data = test) + 
  geom_smooth(mapping = aes(x = Sepal.Length, 
                          y = Petal.Length))+
  geom_point(mapping = aes(x = Sepal.Length, 
                           y = Petal.Length))
#全局设置
ggplot(data = test,mapping = aes(x = Sepal.Length, y = Petal.Length))+
  geom_smooth()+
  geom_point()

• 局部映射：仅对当前图层有效，单独函数后aes()
• 全局映射：对所有图层有效
• 当局部设置和全局设置冲突，按局部设置结果运行

2.6 统计变换-直方图

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

image.png

• geom_开头的函数是几何对象函数
• stat_开头函数是统计函数

不统计，数据直接做图

ggplot(data = fre) +
  geom_bar(mapping = aes(x = Var1, y = Freq), stat = "identity")
#只有写stat=identity才会不统计

不统计count，统计prop

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))
#group=1是把所有对象作为一个组

image.png

1.7 位置关系

抖动的点图

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可以让点不重合

image.png

ggplot(data = mpg,mapping = aes(x = class, 
                                y = hwy,
                                group = class)) + 
  geom_boxplot()+
  geom_dotplot(binaxis = "y",binwidth = .5,stackdir = "center")
#dotplot散点很整齐，点不重合，也不奔放

image.png

直方图

• 叠放直方图

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

image.png

• 并列直方图
  position = "dodge"

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

image.png

1.8 坐标系

• 翻转坐标系，类似转置：coord_flip()

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

image.png

• 极坐标系：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

完整绘图模板

ggplot(data = <DATA>)+
  <geom_function>( #绘图函数
    mapping = aes(<MAPPINGS>), #x、y坐标
    stat = <STAT> #直方图中若需手动y坐标
    position = <POSITION>
  )+
  <COORDINATE_FUNCTION>+ #极坐标
  <FACET_FUNCTION> #单分面、双分面

1.3 ggpubr：江湖救急，ggplot2简化和美化，褒贬不一

• ggpubr 搜代码直接用，基本不需要系统学习
• 基础包不可以赋值，ggpubr图可以赋值
• sthda有大量ggpubr出的图：www.sthda.com
• 不可替代功能：comparisons（比较两组之间）

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

图片的保存和导出

1.基础包

pdf("iris_box_ggpubr.pdf")
#保存格式及文件名格式一一对应

2.ggplot系列图(包括ggpubr)

• ggsave()
• 通用三段论：保存的格式及文件名，作图代码，关闭画板

p <- ggboxplot(iris, x = "Species", 
               y = "Sepal.Length",
               color = "Species", 
               shape = "Species",
               add = "jitter")
ggsave(p,filename = "iris_box_ggpubr.png")
#ggplot2可以赋值

3.eoffice包

• 导出为ppt，全部元素都是可编辑模式

topptx(p,"iris_box_ggpubr.pptx")

拼图

大佬包patchwork
https://mp.weixin.qq.com/s/p7LLLvzR5LPgHhuRGhYQBQ