图就是数据，数据就是图
常见可视化R包
1. 作图
- base 略显陈旧 了解一下
- ggplot2 中坚力量 学起来有点难
- ggpubr 江湖救急 ggplot2简化和美化 褒贬不一
2. 拼图
- par里的mfrow:给基础包画出的图拼图。mfrow：基础包拼图最好用的函数。
#基础包拼图
#基础包画出的图无法赋值
par(mfrow=c(1,2))
plot(1:100)
plot(100:1)
- grid.arrange
- cowplot
- customLayout
-
patchwork：仅支持ggplot2相关
盘点R语言的那些拼图方法
3. 导出 - pdf()等三段论
- ggsave
- eoffice-topptx
基础包-绘图函数
image.png
高级 低级绘图函数区别：能不能单独出一张图
image.png
plot(iris[,1],iris[,3],col = iris[,5])
text(6.5,4, labels = 'hello')
boxplot(iris[,1]~iris[,5])
dev.off()
ggplot2 语法
- 入门级绘图模板
- 映射-颜色、大小、透明度、形状
- 分面
- 几何对象
- 统计变换
- 位置调整
- 坐标系
1. 入门级模版
ggplot(data = <DATA>)+
<GEOM_FUNCTION>(mapping = aes(<MAPPINGS>))
ggplot(data = iris)+
geom_point(mapping = aes(x = Sepal.Length,
y = Petal.Length)) #注意没有引号
image.png
2. 映射：按照数据框的某一列来定义图的某个属性
映射是专属ggplot的名词，表跟数据有关的属性设置
image
ggplot(data = iris)+
geom_point(mapping = aes(x = Sepal.Length,
y = Petal.Length,
color = Species))
#默认颜色，红绿蓝
image.png
手动设置
与映射区分，跟数据本身无关
image.png
ggplot(data = mpg) +
geom_point(mapping = aes( x= displ, y= hwy), color = "blue")
映射vs手动设置
image.png
映射实际参数是列名且不加引号
3. 分面
把一张图变成多个子图
ggplot(data = iris) +
geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) +
facet_wrap(~ Species)
# facet_wrap(~ Species) ：根据某一列按纵坐标方向把一张大图分成n张小图，n和这一列有多少个取值有关系。
#这一列的要求：1.有重复值 2.取值数量有限
image.png
3. 双分面
test = iris
test$group = sample(letters[1:5],150,replace = T)#新增一列
ggplot(data = test) +
geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) +
facet_grid(group ~ Species)
image.png
image.png
这些点满足的条件：group =a,Species=setosa
练习题
#练习6-1
# 示例数据：ggplot2中数据集mpg
# 1.分别以mpg的displ和hwy两列作为横纵坐标，画点图。
ggplot(mpg) +
geom_point(aes(x = displ, y = hwy))
> mpg #查看mpg数据类型tibble,优化版的data frame，显示行列数，每列数据类型
# A tibble: 234 x 11
manufacturer model displ year cyl trans drv cty hwy fl class
<chr> <chr> <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
1 audi a4 1.8 1999 4 auto(~ f 18 29 p comp~
2 audi a4 1.8 1999 4 manua~ f 21 29 p comp~
3 audi a4 2 2008 4 manua~ f 20 31 p comp~
4 audi a4 2 2008 4 auto(~ f 21 30 p comp~
5 audi a4 2.8 1999 6 auto(~ f 16 26 p comp~
6 audi a4 2.8 1999 6 manua~ f 18 26 p comp~
7 audi a4 3.1 2008 6 auto(~ f 18 27 p comp~
8 audi a4 qua~ 1.8 1999 4 manua~ 4 18 26 p comp~
9 audi a4 qua~ 1.8 1999 4 auto(~ 4 16 25 p comp~
10 audi a4 qua~ 2 2008 4 manua~ 4 20 28 p comp~
# ... with 224 more rows
# 2.尝试修改颜色或大小，从mpg数据框中任选可以用来分类的列。
ggplot(data = mpg)+
geom_point(mapping = aes(x =displ,
y = hwy,
color=class))
#hwy 是数值列，连续型数据，颜色渐变。颜色越浅数值越大。
#class 取值独立，离散型数据，独立颜色。
image.png
image.png
# 3.根据class列来分面
ggplot(data = mpg) +
geom_point(mapping = aes(x = displ, y = hwy)) +
facet_wrap(~ class,ncol = 4)
#和nrow = 2一樣
ggplot(data = mpg) +
geom_point(mapping = aes(x = displ, y = hwy)) +
facet_grid(class ~ .)
#按纵向分图
image.png
image.png
# 4.根据drv和cyl两个变量来分面
ggplot(mpg)+
geom_point(aes(x= displ, y = hwy))+
facet_grid(drv~cyl)
#facet_grid沒有nrow,ncol選項,永远方方正正
4. 几何对象
image
理解分组
ggplot(data = test) +
geom_smooth(mapping = aes(x = Sepal.Length,
y = Petal.Length))
image.png
显式分组
一条趋势线分为三条趋势线
ggplot(data = test) +
geom_smooth(mapping = aes(x = Sepal.Length,
y = Petal.Length,
group = Species))
image.png
隐式分组
颜色+分组，一条线分为三条线
ggplot(data = test) +
geom_smooth(mapping = aes(x = Sepal.Length,
y = Petal.Length,
color = Species)) ### 会画出三条线
image.png
几何对象可以叠加
一个geom函数画出的所有东西就是一个几何对象
ggplot(data = test) +
geom_smooth(mapping = aes(x = Sepal.Length,
y = Petal.Length))+
geom_point(mapping = aes(x = Sepal.Length,
y = Petal.Length)) #局部映射，只管当前函数画出的几何对象
ggplot(data = test,mapping = aes(x = Sepal.Length, y = Petal.Length))+
geom_smooth()+ #括号要写，空着
geom_point() #全局映射，少几次复制粘贴
image.png
映射分局部映射和全局映射
局部映射仅对当前图层有效，全局映射对所有图层有效
图层：geom_xx()画出的单个几何对象
练习题
# 1.尝试写出下图的代码
# 数据是iris
# X轴是Species
# y轴是Sepal.Width
# 图是箱线图
ggplot(data = iris,mapping = aes(x = Species,y = Sepal.Width,color = Species))+
geom_boxplot()
#魔鬼操作：color,fill都设置，箱线的线消失，失去中位数
image.png
# 2\. 尝试在此图上叠加点图，
# 能发现什么问题？
ggplot(data = iris,mapping = aes(x = Species,y = Sepal.Width,color = Species))+
geom_boxplot()+
geom_point()
#图上点的数量不够50，点重合，无法分辨
#先写的图层被压在了下面
image.png
# 3.用下列代码作图，观察结果
ggplot(test,aes(x = Sepal.Length,y = Petal.Length,color = Species)) +
geom_point()+
geom_smooth(color = "black")
# 请问，当局部映射和全局映射冲突，以谁为准？
#局部映射
#smooth不能以连续型数据定义颜色
image.png
练习题反馈出来的问题
- 当局部映射和全局映射冲突，以局部映射为准
- 图层叠加与覆盖的问题
-
点图重叠的问题
<meta charset="utf-8">
5. 统计变换
library(ggplot2)
ggplot(data = diamonds) + #原始数据
geom_bar(mapping = aes(x = cut)) #y是自己数的
#几何对象函数
image
ggplot(data = diamonds) +
stat_count(mapping = aes(x = cut))
#统计函数
image
统计变换使用场景
1. 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")#加参，给出横纵坐标，不统计
image.png
image
2.count改为prop
ggplot(data = diamonds) +
geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))
image
ggplot(data = diamonds) +
geom_bar(mapping = aes(x = cut, y = ..prop..))
#不加group = 1，出问题，柱形高度全部相等
image.png
6.位置关系
抖动的点图
ggplot(data = mpg,mapping = aes(x = class,
y = hwy,
group = class)) +
geom_boxplot()+
geom_point()
不对
ggplot(data = mpg,mapping = aes(x = class,
y = hwy,
group = class)) +
geom_boxplot()+
geom_jitter()
#正确的，横坐标位置范围扩大
# 注意：这里是换函数，把geom_point换成geom_jitter，而不是加函数
正确的箱线图上叠加点图
堆叠直方图 默认
ggplot(data = diamonds) +
geom_bar(mapping = aes(x = cut,fill=clarity))
image
并列直方图
ggplot(data = diamonds) +
geom_bar(mapping = aes(x = cut, fill = clarity), position = "dodge")
#加position参数
image
7. 坐标系
1. 翻转坐标系 coord_flip()
ggplot(data = mpg, mapping = aes(x = class, y = hwy)) +
geom_boxplot() +
coord_flip()
#注意：这里是加函数
image
2. 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()
image
bar + coord_polar()
image
完整绘图模板
图层之间可以使用不同数据
image.png
练习6-3
test=iris
ggplot(data = test, mapping = aes(x = Species, y = Sepal.Width)) +
geom_violin(aes(fill=Species))+
geom_boxplot() +
geom_jitter(mapping = aes(shape=Species))+
coord_flip()
ggsave("practice6-3.png")
image
ggpubr
ggpubr 搜代码直接用，基本不需要系统学习
sthda上有大量ggpubr出的图
library(ggpubr)
ggscatter(iris,x="Sepal.Length",y="Petal.Length",color="Species")
#区别：ggscatter相当于ggplot+geom_;加引号；图例正上方；去掉了灰色背景
#ggplot加参数也可以达到一样的效果
ggplot(iris,aes(x = Sepal.Length,y = Petal.Length,color = Species)) +
geom_point()+
theme_classic()+
theme(legend.position = "top")
image
p <- ggboxplot(iris, x = "Species", y = "Sepal.Length",
color = "Species", shape = "Species",
add = "jitter")
p
#赋值，给图命名一般用P1,P2
image
my_comparisons <- list( c("setosa", "versicolor"), c("setosa", "virginica"), c("versicolor", "virginica") )
#组成的是：长度为2的向量组成的列表
p + stat_compare_means(comparisons = my_comparisons)+ # 组间比较，最不可替换
stat_compare_means(label.y = 9)
#可以用+添加，和ggplot一样
#多句代码用+连接，表示在画同一张图
#控制台开头的+，表示一行代码未完
image
图片保存
1. ggplot系列图(包括ggpubr)通用的简便保存 ggsave
ggsave
ggsave("iris_box_ggpubr.png")
#前提：画板清空；p已赋值
ggsave(p,filename = "iris_box_ggpubr2.png")
#在不显示图的基础上，保存图
2. 通用：三段论
先新建PDF，再一步步画图
image.png
#通用保存
pdf("iris_box_ggpubr.pdf")
boxplot(iris[,1]~iris[,5])
text(6.5,4, labels = 'hello')
dev.off()
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") #注意写x
#出问题的话，就换rio包里的export，导出为PPT
#PPT取消组合，就变为多个可移动的对象
拼图
image.png
library(patchwork)
x=ggplot(data = mpg, mapping = aes(x = class, y = hwy)) +
geom_boxplot() +
coord_flip()
p1=bar + coord_flip()
p2=bar + coord_polar()
p1+p2+bar+x
image.png
p1+p2+bar+x & theme_bw() #取消灰色背景，&应用所有图形
image.png
p1+p2+bar+x + plot_annotation(tag_levels = "A") #给图片加ABCD
image.png
#收集图例，其他拼图R包都做不了
p1+p2+bar+x + plot_layout(guides="collect")
#一样的图例就整理成一个
image.png
练习题 6-4
# 2\. 尝试使用labs()
ggplot(mtcars, aes(mpg, wt, colour = cyl)) +
geom_point()+
labs(title = "This is a title",subtitle = "This is a subtitle",caption = "This is a caption")+ #设置图片标题、子标题、引用
labs(x = "New x label")+
labs(y = "New y label")+ #修改x轴y轴标题
labs(title = "title", tag = "A")+ #加tag
labs(title = NULL)+
labs(tag = NULL) #取消用NULL
image.png
# 3\. 如何在保存的同时调整比例
ggsave("x.png",width = 10,height = 10) #用width，height调整比例
image.png
代码可运行却不出图-因为画板被占用
-
dev.off(), 表示关闭画板。多次运行，到null device 为止。再运行出图代码。
image.png
2.还不行，dev.new()，新建一个画板，运行代码
- 还不行，重启session, Rstudio,电脑
分享一个做美图的网站
画图合辑
https://www.jianshu.com/nb/35523479
image.png
美图代码+你的数据+你解决问题的能力=你的图
难点不是作图代码，而是如何将你的数据整理成示例数据的样子
作者：Ruizheng
链接：https://www.jianshu.com/p/a3fc06784f6c
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
.
