下面内容摘录自《用R探索医药数据科学》专栏文章的部分内容。栏目后续章节的文章将深入概括R语言在临床研究和新药创新领域的应用,填补了国内R教材中尚未广泛覆盖的部分内容。
欢迎订阅我们专栏
.......前面部分请点击上面链接看原文(原文7243字)
二、RStudio中ggplot2的绘图
R语言有多个绘图系统,而ggplot2是其中最强大且最受欢迎的扩展包之一。ggplot2基于“语法图形”的理念,使得用户能够轻松地创建优雅而复杂的图表。通过ggplot2,您可以用简洁的代码生成高质量的可视化图表,帮助分析和展示数据。
1、安装和加载ggplot2
在使用ggplot2之前,首先需要安装并加载该扩展包。您可以通过以下代码在R控制台中安装ggplot2包:
install.packages("ggplot2")
加载ggplot2包并导入数据
安装包后,在每次启动新的R会话时,您都需要使用library()
函数来加载ggplot2:
library(ggplot2)
在RStudio中,您可以通过创建一个新的.R文件来组织代码。按照以下步骤操作:创建新文件:在RStudio中,导航到“文件”菜单并选择“新建文件”>“R脚本”。命名文件:将文件命名为
ggplot2.R
。新创建的ggplot2.R
文件将在默认位于左上角的源代码面板中打开。
接下来,我们将使用R中内置的iris
数据集。该数据集包含150个鸢尾花样本的测量值,包括三种不同种类的鸢尾花的花瓣长度、花瓣宽度、萼片长度和萼片宽度。我们可以通过以下代码将iris
数据集加载到当前R会话中:
iris <- datasets::iris
显示数据
为了更好地理解数据集,您可以通过以下代码显示iris
数据框的前几行:
head(iris)
这段代码将输出数据框的前6行,展示iris
数据集中的变量,例如Sepal.Length
(萼片长度)、Sepal.Width
(萼片宽度)、Petal.Length
(花瓣长度)和Petal.Width
(花瓣宽度)。
如果您希望在交互式表格视图中探索数据,可以使用View()
函数:
View(iris)
这将在RStudio的源代码面板中打开一个名为iris
的新标签,您可以在这里浏览和分析数据。
2、使用ggplot2创建图表
现在我们已经准备好创建我们的第一个ggplot2图表。假设我们想要分析鸢尾花的不同种类是否具有不同的花瓣长度和宽度。我们可以通过以下代码生成一个散点图:
iris_plot <- ggplot(data = iris, mapping = aes(x = Petal.Length, y = Petal.Width)) +
geom_point(mapping = aes(colour = Species)) +
geom_smooth(method = "lm", formula = "y ~ x")
这段代码创建了一个名为iris_plot
的ggplot对象,并且在RStudio的环境面板中可以看到该对象。此图表显示了花瓣长度和花瓣宽度之间的关系,不同颜色表示不同的鸢尾花种类。
打印和保存图表
要在RStudio的输出面板中查看生成的图表,只需在控制台中输入对象的名称并执行:
iris_plot
生成的图表将在输出面板的“图表”选项卡中显示。此图表展示了花瓣长度与花瓣宽度之间的关系,颜色区分了不同种类的鸢尾花。
我们可能还希望将此图表保存为图像文件,以便在报告或演示中使用。可以通过以下代码将图像保存到磁盘:
ggsave("my-first-iris-plot.png", plot = iris_plot, height = 4, width = 6)
这段代码将图表保存为my-first-iris-plot.png
文件,并将其存储在项目目录中。您可以通过RStudio输出面板中的“文件”选项卡来查看和管理此文件。
........
接下来的结果请看原文
........
欢迎订阅我们的《用 R 探索医药数据科学》专栏,在这里,你可以深度且系统地学习 R 语言。
本专栏每周至少定期更新三篇文章,直至整个专栏更新完毕。每篇文章篇幅均在 5000 字以上,质量平均分更是高达 94 分。
为使更多的忠实粉丝和同学们享受到实惠,本专栏采用折扣定价策略。随着章节的不断完成,折扣力度会逐渐减小。所以,现在正是订阅的最佳时机!不要错过这个提升自我的宝贵机会。
https://blog.csdn.net/2301_79425796/category_12729892.html?spm=1001.2014.3001.5482
第一章:认识数据科学和R
1章1节:数据科学的发展历程,何 R 备受青睐及我们专栏的独特之处(更新20240822)-CSDN博客
1章2节:关于人工智能、机器学习、统计学连和机器学习、R 与 ChatGPT 的探究 (更新20240814)-CSDN博客
1章3节:R 语言的产生与发展轨迹(更新2024/08/14)-CSDN博客
1章4节:数据可视化, R 语言的静态绘图和 Shiny 的交互可视化演示(更新20240814)-CSDN博客
第二章:R的安装和数据读取
2章1节:R和RStudio的下载和安装(Windows 和 Mac)_rst语言选择哪个镜像-CSDN博客
2章2节:RStudio 四大区应用全解,兼谈 R 的代码规范与相关文件展示_rstudio的console和terminal-CSDN博客
2章3节:RStudio的高效使用技巧,自定义RStudio环境(更新20240823)_rstudio如何使用-CSDN博客
2章4节:用RStudio做项目管理,静态图和动态图的演示,感受ggplot2的魅力-CSDN博客
2章5节:认识和安装R的扩展包,什么是模糊搜索安装,工作目录和空间的区别与设置(更新20240807 )-CSDN博客
2章6节:R的数据集读取和利用,如何高效地直接复制黏贴数据到R(更新20240807 )_r语言 复制数据集-CSDN博客
2章7节:读写RDS,CSV,TXT,Excel,SPSS、SAS、Stata、Minitab等的数据文件(更新20240807)_r语言读取rds文件-CSDN博客
2章8节:一文学会 R Markdown 的文档核心操作,切记文末有R资源的分享_r markdown文件(.rmd)-CSDN博客
2章9节:认识R与数据库连接和网络爬虫,学会在R中使用SQL语言_sql和r语言-CSDN博客
2章10节:用 R 直接下载并分析 NHANES 数据库的数据,文末示例自创便捷下载函数(更新20240807)_nhanes数据分析-CSDN博客
第三章:认识数据
3章1节:数据的基本概念以及 R 中的数据结构、向量与矩阵的创建及运算-CSDN博客
3章2节:继续讲R的数据结构,数组、数据框和列表-CSDN博客
3章3节:R的赋值操作与算术运算_r里面的赋值-CSDN博客
第四章:数据的预处理
4章1节:全面了解 R 中的数据预处理,通过 R 基本函数实施数据查阅_r数据预处理-CSDN博客
4章2节:从排序到分组和筛选,通过 R 的 dplyr 扩展包来操作-CSDN博客
4章3节:处理医学类原始数据的重要技巧,R语言中的宽长数据转换,tidyr包的使用指南-CSDN博客
4章4节:临床数据科学中如何用R来进行缺失值的处理_临床生存分析缺失值r语言-CSDN博客
4章5节:数据科学中的缺失值的处理,删除和填补的选择,K最近邻填补法-CSDN博客
4章6节:R的多重填补法中随机回归填补法的应用,MICE包的实际应用和统计与可视化评估-CSDN博客
4章7节:用R做数据重塑,数据去重和数据的匹配-CSDN博客
4章8节:用R做数据重塑,行列命名和数据类型转换-CSDN博客
4章9节:用R做数据重塑,增加变量和赋值修改,和mutate()函数的复杂用法_r语言如何在数据集中添加变量-CSDN博客
4章10节:用R做数据重塑,变体函数应用详解和可视化的数据预处理介绍-CSDN博客
4章11节:用R做数据重塑,数据的特征缩放和特征可视化-CSDN博客
4章12节:R语言中字符串的处理,正则表达式的基础要点和特殊字符-CSDN博客
4章13节:R语言中Stringr扩展包进行字符串的查阅、大小转换和排序-CSDN博客
4章14节:R语言中字符串的处理,提取替换,分割连接和填充插值_r语言替换字符串-CSDN博客
4章15节:字符串处理,提取匹配的相关操作扩展,和Stringr包不同函数的重点介绍和举例-CSDN博客
4章16节:R 语言中日期时间数据的关键处理要点_r语言 时刻数据-CSDN博客
第五章:定量数据的统计描述
5章1节:用R语言进行定量数据的统计描述,文末有众数的自定义函数-CSDN博客
5章2节:离散趋势的描述,文末1个简单函数同时搞定20个结果-CSDN博客
5章3节:在R语言中,从实际应用的角度认识假设检验-CSDN博客
5章4节:从R语言的角度认识正态分布与正态性检验-CSDN博客
5章5节:认识方差和方差齐性检验(三种方法全覆盖)-CSDN博客
5章9节:组间差异的非参数检验,Wilcoxon秩和检验和Kruskal-Wallis检验-CSDN博客
第六章:定性数据的统计描述
6章1节:定性数据的统计描述之列联表,文末有优势比计算介绍-CSDN博客
6章2节:认识birthwt数据集,EpiDisplay和Gmodels扩展包的应用-CSDN博客
6章3节:独立性检验,卡方检验,费希尔精确概率检验和Cochran-Mantel-Haenszel检验-CSDN博客
6章4节:相关关系和连续型变量的Pearson相关分析-CSDN博客
6章5节:分类型变量的Spearman相关分析,偏相关分析和相关图分析-CSDN博客
6章6节:相关图的GGally扩展包,和制表的Tableone扩展包-CSDN博客