ggpubr——绘制SCI发表级的各种散点图

R语言的ggpubr包功能还是很强大的,使用起来也没有ggplot那么复杂。ggpubr包含有十几种函数,约30种图形。


今天我们先学习使用R语言的ggpubr包绘制SCI发表级的各种散点图。我们使用R自带的数据集mtcars。

View(mtcars)#查看数据
class(mtcars$wt)#查看数据类型
class(mtcars$mpg)

wt与mpg都是连续型数据(numeric)

install.packages("ggpubr")#安装包
library(ggpubr)#加载包
ggscatter(mtcars, x = "wt", y = "mpg", color = "black", size = 3, add = "reg.line",  add.params = list(color = "red", fill = "lightgray"), conf.int = TRUE, cor.coef = TRUE,  cor.coeff.args = list(method = "pearson", label.x = 3, label.sep = "\n")

2. 分组绘制并计算相关系数,用杂志nature的配色(按照cyl分组)

mtcars$cyl1=as.factor(mtcars$cyl)#将原来数据类型是数值型的cyl转换生成类型是因子的
cyl1class(mtcars$cyl1)

现在cyl1已经变成了分类数据(factor)

ggscatter(mtcars, x = "wt", y = "mpg",  color = "cyl1", palette = "nature", add = "reg.line", conf.int = TRUE)+  stat_cor(aes(color = cyl), label.x = 3)

3. 在散点图添加分组椭圆,均值点,以及辐射线,用杂志jama的配色(按照cyl分组)

ggscatter(mtcars, x = "wt", y = "mpg",  color = "cyl1", shape = "cyl1",  palette ="jama", ellipse = TRUE,  mean.point = TRUE, star.plot = TRUE)

4. 添加文本注释(按照cyl分组)

mtcars$name <- rownames(mtcars)
ggscatter(mtcars, x = "wt", y = "mpg",size=1, color = "cyl1", palette = c("#00AFBB", "#E7B800", "#FC4E07"),   label = "name",  repel = TRUE,   mean.point = FALSE,star.plot = FALSE)

5. 散点图边缘添加密度图(按照cyl分组)

ggscatterhist(mtcars, x = "wt", y = "mpg",  color = "cyl1", size = 3, alpha = 0.6,  palette = c("#00AFBB", "#E7B800", "#FC4E07"), margin.params = list(fill ="cyl1", color = "black", size = 0.2))

6. 散点图边缘添加箱图,用杂志lancet的配色(按照cyl分组)

ggscatterhist( mtcars, x = "wt", y = "mpg",  color = "cyl1",size = 3, alpha = 0.6,  palette = "lancet", margin.plot = "boxplot",  ggtheme = theme_bw())


参考资料:

ggscatter帮助文件

ggscatterhist帮助文件

欢迎大家关注 R语言与SPSS学习笔记 公众号

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容