ggside包添加边际图形

获取更多R语言知识，请关注公众号：医学和生信笔记

医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。

ggside有点类似于 ggExtra，是用来添加边际图形的，但是比 ggExtra更加灵活。可以添加非常多的类型，在语法上也更加靠近 ggplot2的写法。

aplot有时候可以做到，但是专门的事还是要给专门的包做！

包治百病！

安装

#CRAN
install.packages("ggside")
#Github
devtools::install_github("jtlandis/ggside")

基础使用

使用起来也是通过添加图层的方式。通过新提供的多种geom_xsidexxx()/geom_ysidexxx()，可以实现在x轴或者y轴添加各种不同的图形！

看下面这个例子，使用mpg数据集进行演示，先画一个散点图，横坐标是displ，纵坐标是hwy，都是连续型变量，通过class（离散型变量）映射不同的颜色。

library(ggside)
## 载入需要的程辑包：ggplot2
## Registered S3 method overwritten by 'ggside':
##   method from   
##   +.gg   ggplot2

p <- ggplot(mpg, aes(displ, hwy, colour = class)) + 
  geom_point(size = 2) +
  theme_bw()

p

现在我们想在散点图的上方添加一个箱线图，用以显示不同class在displ的分布情况；在散点图的左侧添加密度图，用来显示hwy这一个变量的分布。

ggExtra做不到，因为添加的边际图形两边都是一样的。aplot是可以做到的，但是有时候因为数据问题会出现显示不全。

p + ggside(y.pos = "left")+ # 指定边际图形的位置
  geom_xsideboxplot(aes(y=class),orientation = "y")+ # orientation表示方向是水平还是垂直
  scale_xsidey_discrete()+
  geom_ysidedensity(aes(x = after_stat(density)), position = "stack")+
  theme(ggside.panel.scale = 0.3) # 调整边际图形的高度或宽度

可以看到，上面这个图完美满足我们的需求。

下面有几个需要解释的地方。

首先是geom_xsideboxplot(aes(y=class),orientation = "y")，其中我们重新指定了y=class，因为最开始的图中，我们的横轴是displ，纵轴是hwy，现在我们要展示calss这个分类变量了，横坐标还是一样的，纵坐标需要换掉！

接下来的scale_xsidey_discrete()，因为重新指定了y轴的映射，所以强制变为离散型，这样才不会和最开始的连续性映射冲突。

以上就是ggside的基础用法。接下来看看其他用法。

进阶

目前支持非常多geom：

• GeomBar
• GeomBoxplot
• GeomDensity
• GeomFreqpoly
• GeomHistogram
• GeomLine
• GeomPath
• GeomPoint
• GeomText
• GeomTile
• GeomViolin

同时也支持分面操作哦！

library(dplyr)
## 
## 载入程辑包：'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

i2 <- iris %>%
  mutate(Species2 = rep(c("A","B"), 75))

p <- ggplot(i2, aes(Sepal.Width, Sepal.Length, color = Species)) +
  geom_point()+
  geom_xsidedensity(aes(y=stat(density))) +
  geom_ysidedensity(aes(x=stat(density))) +
  theme_bw()

p

分面操作：

p +  facet_wrap(Species~Species2) +
  labs(title = "FacetWrap") +
  guides(guide_axis(check.overlap = T))

当然facet_grid()也是支持的。

p + facet_grid(Species~Species2, space = "free", scale = "free_y") 

OK，以上就是ggside的基本用法，你们学废了吗？

获取更多R语言知识，请关注公众号：医学和生信笔记

医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。