跟着Nature Communications 学画图~ggplot2散点图分组添加拟合曲线

今天继续 跟着Nature Communications学画图系列第四篇。学习R语言ggplot2包画散点图,然后分组添加拟合曲线。对应的是论文中的Figure2

image.png

对应的 Nature Communications 的论文是 Fecal pollution can explain antibiotic resistance gene abundances in anthropogenically impacted environments

这篇论文数据分析和可视化的部分用到的数据和代码全部放到了github上 https://github.com/karkman/crassphage_project

非常好的R语言学习素材。

首先是读入数据、查看数据维度
crass_impact <- read.table("data/crass_impact.txt")
dim(crass_impact)
head(crass_impact)
最基本的散点图
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res))+
  geom_point()
image.png
指定变量填充颜色
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point()
image.png
自定义颜色值
cols <- c("#E69F00", "#56B4E9", "#009E73", "#F0E442", "#0072B2", "#D55E00")
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point()+
  scale_color_manual(values = cols)
image.png
根据指定变量映射点的形状,并改变点的大小
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point(aes(shape=crAss_detection),size=5)+
  scale_color_manual(values = cols)
image.png
添加拟合曲线
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point(aes(shape=crAss_detection),size=5)+
  scale_color_manual(values = cols)+
  geom_smooth(method = 'lm')
image.png
分别对x和y取log10进行转换
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point(aes(shape=crAss_detection),size=5)+
  scale_color_manual(values = cols)+
  geom_smooth(method = 'lm')+
  scale_x_log10()+
  scale_y_log10()
image.png
更改作图的主题
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point(aes(shape=crAss_detection),size=5)+
  scale_color_manual(values = cols)+
  geom_smooth(method = 'lm')+
  scale_x_log10()+
  scale_y_log10()+
  theme_classic()
image.png
更改x轴、y轴的标题
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point(aes(shape=crAss_detection),size=5)+
  scale_color_manual(values = cols)+
  geom_smooth(method = 'lm')+
  scale_x_log10()+
  scale_y_log10()+
  theme_classic()+
  labs(y = "Normalized ARG abundance",
       x="Normalized crAssphage abundance")
image.png
更改图例的标题
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point(aes(shape=crAss_detection),size=5)+
  scale_color_manual(values = cols)+
  geom_smooth(method = 'lm')+
  scale_x_log10()+
  scale_y_log10()+
  theme_classic()+
  labs(y = "Normalized ARG abundance",
       x="Normalized crAssphage abundance",
       color="Study",
       shape="crAssphage detection")
image.png

这里注意到更改图例的标题以后图例的顺序也变了。原来图例的默认顺序也是按照首字母排序来的。

还想改图中的哪些地方可以留言讨论

欢迎大家关注我的公众号
小明的数据分析笔记本

©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 203,098评论 5 476
  • 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 85,213评论 2 380
  • 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 149,960评论 0 336
  • 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 54,519评论 1 273
  • 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 63,512评论 5 364
  • 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 48,533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 37,914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 36,574评论 0 256
  • 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 40,804评论 1 296
  • 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 35,563评论 2 319
  • 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 37,644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 33,350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 38,933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 29,908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 31,146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 42,847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 42,361评论 2 342