用R语言来导出各种格式的图片

最新推荐文章于 2024-05-09 17:58:50 发布
最新推荐文章于 2024-05-09 17:58:50 发布
阅读量352 收藏
点赞数
文章标签： r语言 健康医疗 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/WLPWL/article/details/134387766
版权

欢迎关注微信公众号（医学生物信息学)，医学生的生信笔记，记录学习过程。

常见图片的格式包括：pdf，jpeg，tiff，png，svg，wmf。

pdf，svg和wmf为矢量图格式，放大图片时不会出现模糊。

jpeg，tiff和png为位图格式，调整文件大小时会出现模糊。

ggsave()来保存图片

通过ggplot2来绘图，那么可以使用ggsave()来保存输出图片。

plot1 <- ggplot(mtcars, aes(x = wt, y = mpg)) +
  geom_point()

# 默认输出单位为英寸，可以通过units参数来指定单位
ggsave("myplot.pdf", plot1, width = 8, height = 8, units = "cm")

另一种方式是ggplot对象不赋值为plot1，在调用ggplot()之后只调用ggsave()，它将保存最后一个ggplot对象。

使用ggsave()，不需要通过print()来打印ggplot对象，如果在创建或保存图片时出错，则无需通过dev.off()来手动关闭图形设备。还有一点需要注意，ggsave()不能用于绘制多页图。

ggplot(mtcars, aes(x = wt, y = mpg)) +
  geom_point()

ggsave("myplot.pdf", width = 8, height = 8, units = "cm")

输出图片为PDF格式

方法一

pdf("myplot.pdf", width = 4, height = 4)

plot(mtcars$wt, mtcars$mpg)
print(ggplot(mtcars, aes(x = wt, y = mpg)) + geom_point())

dev.off()

默认宽度和高度的输出单位为英寸，若想输出单位为厘米，则需通过下方代码进行转换。

# 8x8 cm
pdf("myplot.pdf", width = 8/2.54, height = 8/2.54)

方法二

plot1 <- ggplot(mtcars, aes(x = wt, y = mpg)) +
  geom_point()

# 默认输出单位为英寸，可以通过units参数来指定单位
ggsave("myplot.pdf", plot1, width = 8, height = 8, units = "cm")

输出图片为SVG格式

方法一

library(svglite)
svglite("myplot.svg", width = 4, height = 4)
plot1 <- ggplot(mtcars, aes(x = wt, y = mpg)) +
  geom_point()
print(plot1）
dev.off()

方法二

plot1 <- ggplot(mtcars, aes(x = wt, y = mpg)) +
  geom_point()
ggsave("myplot.svg", plot1, width = 8, height = 8, units = "cm")

输出图片为PNG格式

方法一

# 宽度和高度以像素为单位
png("myplot.png", width = 400, height = 400)
plot(mtcars$wt, mtcars$mpg)
dev.off()

若要输出多个图片，可以在文件名中加入%d。

png("myplot-%d.png", width = 400, height = 400)
plot(mtcars$wt, mtcars$mpg)
print(ggplot(mtcars, aes(x = wt, y = mpg)) + geom_point())
dev.off()

默认输出为每英寸72像素(ppi)。这种分辨率适合在电子屏幕上显示，而300 ppi一般用于印刷。

ppi <- 300
# 计算300 ppi下4x4英寸图像的高度和宽度（以像素为单位）
png("myplot.png", width = 4*ppi, height = 4*ppi, res = ppi)
plot(mtcars$wt, mtcars$mpg)
dev.off()

从左到右：PNG输出为72、150和300 ppi（实际大小）

方法二

ggplot(mtcars, aes(x = wt, y = mpg)) + geom_point()

# 默认输出单位为英寸，可以通过units参数来指定单位
ggsave("myplot.png", width = 8, height = 8, unit = "cm", dpi = 300)

输出图片为TIFF格式

方法一

tiff("myplot.tiff", width = 4, height = 4, units = "cm", res = 300)
plot1 <- ggplot(mtcars, aes(x = wt, y = mpg)) +
  geom_point()
print(plot1）
dev.off()

方法二

plot1 <- ggplot(mtcars, aes(x = wt, y = mpg)) +
  geom_point()
ggsave("myplot.tiff", plot1, width = 8, height = 8, units = "cm", dpi = 300)

输出图片为WMF格式

WMF文件的创建和使用方式与PDF文件非常相似，但只能在Windows上创建。

方法一

win.metafile("myplot.wmf", width = 4, height = 4)
plot1 <- ggplot(mtcars, aes(x = wt, y = mpg)) +
  geom_point()
print(plot1）
dev.off()

方法二

plot1 <- ggplot(mtcars, aes(x = wt, y = mpg)) +
  geom_point()
ggsave("myplot.wmf", plot1, width = 8, height = 8, units = "cm")

拼图

library(patchwork)
library(ggplot2)

plot1 <- ggplot(PlantGrowth, aes(x = weight)) +
  geom_histogram(bins = 12)

plot2 <- ggplot(PlantGrowth, aes(x = group, y = weight, group = group)) +
  geom_boxplot()

plot1 + plot2


library(patchwork)
library(ggplot2)
plot1 <- ggplot(PlantGrowth, aes(x = weight)) +
  geom_histogram(bins = 12)

plot2 <- ggplot(PlantGrowth, aes(x = group, y = weight, group = group)) +
  geom_boxplot()

plot3 <- ggplot(PlantGrowth, aes(x = weight, fill = group)) +
  geom_density(alpha = 0.25)

plot1 + plot2 + plot3 +
  plot_layout(ncol = 2)


library(patchwork)
library(ggplot2)
plot1 <- ggplot(PlantGrowth, aes(x = weight)) +
  geom_histogram(bins = 12)

plot2 <- ggplot(PlantGrowth, aes(x = group, y = weight, group = group)) +
  geom_boxplot()

plot3 <- ggplot(PlantGrowth, aes(x = weight, fill = group)) +
  geom_density(alpha = 0.25)

plot1 + plot2 +
  plot_layout(ncol = 1, heights = c(1, 4))


library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p2 <- ggplot(mpg) + 
  geom_bar(aes(x = as.character(year), fill = drv), position = "dodge") + 
  labs(x = "year")

p1 / p2


library(patchwork)
library(ggplot2)

p3 <- ggplot(mpg) + 
  geom_density(aes(x = hwy, fill = drv), colour = NA) + 
  facet_grid(rows = vars(drv))

p4 <- ggplot(mpg) + 
  stat_summary(aes(x = drv, y = hwy, fill = drv), geom = "col", fun.data = mean_se) +
  stat_summary(aes(x = drv, y = hwy), geom = "errorbar", fun.data = mean_se, width = 0.5)

p3 | p4


library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p2 <- ggplot(mpg) + 
  geom_bar(aes(x = as.character(year), fill = drv), position = "dodge") + 
  labs(x = "year")

p3 <- ggplot(mpg) + 
  geom_density(aes(x = hwy, fill = drv), colour = NA) + 
  facet_grid(rows = vars(drv))

p4 <- ggplot(mpg) + 
  stat_summary(aes(x = drv, y = hwy, fill = drv), geom = "col", fun.data = mean_se) +
  stat_summary(aes(x = drv, y = hwy), geom = "errorbar", fun.data = mean_se, width = 0.5)

p3 | (p2 / (p1 | p4))


library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p2 <- ggplot(mpg) + 
  geom_bar(aes(x = as.character(year), fill = drv), position = "dodge") + 
  labs(x = "year")

p3 <- ggplot(mpg) + 
  geom_density(aes(x = hwy, fill = drv), colour = NA) + 
  facet_grid(rows = vars(drv))

p4 <- ggplot(mpg) + 
  stat_summary(aes(x = drv, y = hwy, fill = drv), geom = "col", fun.data = mean_se) +
  stat_summary(aes(x = drv, y = hwy), geom = "errorbar", fun.data = mean_se, width = 0.5)

layout <- "
AAB
C#B
CDD
"

p1 + p2 + p3 + p4 + plot_layout(design = layout)


library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p2 <- ggplot(mpg) + 
  geom_bar(aes(x = as.character(year), fill = drv), position = "dodge") + 
  labs(x = "year")

p3 <- ggplot(mpg) + 
  geom_density(aes(x = hwy, fill = drv), colour = NA) + 
  facet_grid(rows = vars(drv))

p1 + p2 + p3 + plot_layout(ncol = 2, guides = "collect")


library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p2 <- ggplot(mpg) + 
  geom_bar(aes(x = as.character(year), fill = drv), position = "dodge") + 
  labs(x = "year")

p3 <- ggplot(mpg) + 
  geom_density(aes(x = hwy, fill = drv), colour = NA) + 
  facet_grid(rows = vars(drv))

p1 + p2 + p3 + guide_area() + plot_layout(ncol = 2, guides = "collect")


library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p2 <- ggplot(mpg) + 
  geom_bar(aes(x = as.character(year), fill = drv), position = "dodge") + 
  labs(x = "year")

p12 <- p1 + p2
p12[[2]] <- p12[[2]] + theme_light()
p12


library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p4 <- ggplot(mpg) + 
  stat_summary(aes(x = drv, y = hwy, fill = drv), geom = "col", fun.data = mean_se) +
  stat_summary(aes(x = drv, y = hwy), geom = "errorbar", fun.data = mean_se, width = 0.5)

p1 + p4 & theme_minimal()


library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p4 <- ggplot(mpg) + 
  stat_summary(aes(x = drv, y = hwy, fill = drv), geom = "col", fun.data = mean_se) +
  stat_summary(aes(x = drv, y = hwy), geom = "errorbar", fun.data = mean_se, width = 0.5)

p1 + p4 & scale_y_continuous(limits = c(0, 45))


library(patchwork)
library(ggplot2)

p3 <- ggplot(mpg) + 
  geom_density(aes(x = hwy, fill = drv), colour = NA) + 
  facet_grid(rows = vars(drv))

p4 <- ggplot(mpg) + 
  stat_summary(aes(x = drv, y = hwy, fill = drv), geom = "col", fun.data = mean_se) +
  stat_summary(aes(x = drv, y = hwy), geom = "errorbar", fun.data = mean_se, width = 0.5)

p34 <- p3 + p4 + plot_annotation(
  title = "A closer look at the effect of drive train in cars",
  caption = "Source: mpg dataset in ggplot2"
)
p34


library(patchwork)
library(ggplot2)

p3 <- ggplot(mpg) + 
  geom_density(aes(x = hwy, fill = drv), colour = NA) + 
  facet_grid(rows = vars(drv))

p4 <- ggplot(mpg) + 
  stat_summary(aes(x = drv, y = hwy, fill = drv), geom = "col", fun.data = mean_se) +
  stat_summary(aes(x = drv, y = hwy), geom = "errorbar", fun.data = mean_se, width = 0.5)

p34 <- p3 + p4 + plot_annotation(
  title = "A closer look at the effect of drive train in cars",
  caption = "Source: mpg dataset in ggplot2"
)
p34 + plot_annotation(theme = theme_gray(base_family = "mono"))


library(patchwork)
library(ggplot2)

p3 <- ggplot(mpg) + 
  geom_density(aes(x = hwy, fill = drv), colour = NA) + 
  facet_grid(rows = vars(drv))

p4 <- ggplot(mpg) + 
  stat_summary(aes(x = drv, y = hwy, fill = drv), geom = "col", fun.data = mean_se) +
  stat_summary(aes(x = drv, y = hwy), geom = "errorbar", fun.data = mean_se, width = 0.5)

p34 <- p3 + p4 + plot_annotation(
  title = "A closer look at the effect of drive train in cars",
  caption = "Source: mpg dataset in ggplot2"
)
p34 & theme_gray(base_family = "mono")


library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p2 <- ggplot(mpg) + 
  geom_bar(aes(x = as.character(year), fill = drv), position = "dodge") + 
  labs(x = "year")

p3 <- ggplot(mpg) + 
  geom_density(aes(x = hwy, fill = drv), colour = NA) + 
  facet_grid(rows = vars(drv))

p123 <- p1 | (p2 / p3)
p123 + plot_annotation(tag_levels = "I") # Uppercase roman numerics


library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p2 <- ggplot(mpg) + 
  geom_bar(aes(x = as.character(year), fill = drv), position = "dodge") + 
  labs(x = "year")

p3 <- ggplot(mpg) + 
  geom_density(aes(x = hwy, fill = drv), colour = NA) + 
  facet_grid(rows = vars(drv))

p123 <- p1 | (p2 / p3)
p123[[2]] <- p123[[2]] + plot_layout(tag_level = "new")
p123 + plot_annotation(tag_levels = c("I", "a"))


library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p2 <- ggplot(mpg) + 
  geom_bar(aes(x = as.character(year), fill = drv), position = "dodge") + 
  labs(x = "year")

p1 + inset_element(p2, left = 0.5, bottom = 0.4, right = 0.9, top = 0.95)

The position is specified by given the left, right, top, and bottom location of the inset. The default is to use npc units which goes from 0 to 1 in the given area, but any grid::unit() can be used by giving them explicitly. The location is by default set to the panel area, but this can be changed with the align_to argument. Combining all this we can place an inset exactly 15 mm from the top right corner like this:

library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p2 <- ggplot(mpg) + 
  geom_bar(aes(x = as.character(year), fill = drv), position = "dodge") + 
  labs(x = "year")

p1 + 
  inset_element(
    p2, 
    left = 0.4, 
    bottom = 0.4, 
    right = unit(1, "npc") - unit(15, "mm"), 
    top = unit(1, "npc") - unit(15, "mm"),
    align_to = "full"
  )


library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p2 <- ggplot(mpg) + 
  geom_bar(aes(x = as.character(year), fill = drv), position = "dodge") + 
  labs(x = "year")

p4 <- ggplot(mpg) + 
  stat_summary(aes(x = drv, y = hwy, fill = drv), geom = "col", fun.data = mean_se) +
  stat_summary(aes(x = drv, y = hwy), geom = "errorbar", fun.data = mean_se, width = 0.5)

p24 <- p2 / p4 + plot_layout(guides = "collect")
p1 + inset_element(p24, left = 0.5, bottom = 0.05, right = 0.95, top = 0.9)


library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p2 <- ggplot(mpg) + 
  geom_bar(aes(x = as.character(year), fill = drv), position = "dodge") + 
  labs(x = "year")

p12 <- p1 + inset_element(p2, left = 0.5, bottom = 0.5, right = 0.9, top = 0.95)
p12 & theme_bw()


library(patchwork)
library(ggplot2)

p1 <- ggplot(mpg) + 
  geom_point(aes(x = displ, y = hwy))

p2 <- ggplot(mpg) + 
  geom_bar(aes(x = as.character(year), fill = drv), position = "dodge") + 
  labs(x = "year")

p12 <- p1 + inset_element(p2, left = 0.5, bottom = 0.5, right = 0.9, top = 0.95)
p12 + plot_annotation(tag_levels = "A")

更多细节可参考：https://github.com/thomasp85/patchwork

useDingbats参数

Adobe Illustrator修图时，可能会出现pdf中的圆形被绘制为字体字符，通过设定useDingbats = FALSE可避免该情况。

pdf("myplot.pdf", width = 4, height = 4, useDingbats = FALSE)

# 或者
ggsave("myplot.pdf", width = 4, height = 4, useDingbats = FALSE)

参考资料

  1. R语言实战（第三版）
  2. ggplot2：数据分析与图形艺术（第2版）
  3. R语言医学数据分析实战
  4. https://ggplot2-book.org/arranging-plots
  5. https://r-graphics.org/
萍智医信
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
临床预测模型 基于Logistic回归的临床预测模型全流程R语言代码 包含以下特色: 1自动提取单因素有意义（默认p＜0
07-13
临床预测模型 基于Logistic回归的临床预测模型全流程R语言代码。 包含以下特色: [1]自动提取单因素有意义（默认p＜0.05）的变量带入到多因素回归。 [2]自动提取多因素有意义的变量再次建立最终模型。 [3]自动使用最终模型绘制列线图，可导出600dpi的tiff格式图片。
R语言实操记录——导出高清图片（矢量图）
qq_45794091的博客
11-06 6558
R语言实操记录——导出高清图片（矢量图）
R语言导出图片为png、jpg、tiff、pdf、ppt格式
weixin_45803246的博客
05-09 3万+
png格式 jpg格式 tiff格式 bmp格式 pdf格式 ppt格式
R语言wmf矢量图片导出大片空白及搜索网站
LeaningR的博客
11-10 1538
R常见语言问题搜索网站一、问题描述：二、Google三、Stack Overflow四、RStudio issues 一、问题描述： 这两天遇到个很有意思的问题，用R语言作图，然后点击export——copy to clipboard-metafile，height无法调整，导出的图片粘贴后右侧和下侧有大片空白，图片在左上角只有1/4。 一开始以为是因为加载了某个包导致，逐一排查（吐血），无果 紧接着开始卸载重装（又一口血），好了，但装完包，完蛋了（又一口）。 搜遍整个baidu，也没找到个答案，甚至是相似
R中输出常见位图和矢量图格式总结
修罗神的海岛
04-27 1万+
R语言有两大主要功能，绘图和统计，R的绘图功能是很强大的，在R里绘制好图形后常常需要输出图形。 图形常见的格式有位图和矢量图，位图又包括TIFF、BMP、JPEG、PNG等；矢量图包括PDF、VMF、SVG等。 今天就来学习R中怎么导出常见的位图和矢量图形。 1. 导出位图 保存图形时，将绘图代码放在开启目标图形设备的语句和关闭目标图形设备的语句之间即可。 用法： tiff("mygraph.tiff")#开启目标图形设备 plot(mtcars$wt,mtcars$mpg)#绘图代...
java开源包5
06-28
Struts2的插件，用来增加验证码的支持，使用时只需要用一个 JSP 标签 (<jcaptcha:image label="Type the text "/> ) 即可，直接在 struts.xml 中进行配置，使用强大的 JCaptcha来生成验证码图片。 Java 命令行解析...
数据库课程设计(员工薪酬管理信息系统)
01-21
输入到数据库中，财务部门可通过SQL语言实现对薪酬发放集中式的管理，例如财务人员可以对本单位的人员工资和奖金进行增加、删除、修改、查询、导入、导出文件、输出报表、增加员工；在工资项目中插入新行，对员工...
js使用小技巧
07-11
Javascript小技巧一箩筐 ...语言设置 onclick="window.external.ShowBrowserUI("LanguageDialog", null)"> 加入收藏夹 onclick="window.external.AddFavorite("http://www.google.com/", "google...
JAVA上百实例源码以及开源项目
01-03
　util实现Java图片水印添加功能，有添加图片水印和文字水印，可以设置水印位置，透明度、设置对线段锯齿状边缘处理、水印图片的路径，水印一般格式是gif，png,这种图片可以设置透明度、水印旋转等，可以参考代码...
R导出可编辑矢量图
ziixiaoshenwang的博客
06-25 4393
1、首先用R 语言画图 2、画好图后导入到ppt里。 代码如下： library(eoffice) topptx(filename = “qwre.pptx”) 保存到工作空间 getwd() [1] “F:/R.work” 用ppt打开，可进行在编辑，并保存为pdf格式 。导出即为矢量图。 ppt上的图可以直接复制到word上 https://github.com/guokai8/eoffice ...
只需一步！----解决R语言高清图片输出
weixin_55805031的博客
08-17 8304
R语言对新手有一个比较麻烦的是如何满足论文中的高分辨率或者高清的图片 其实借助WPS可以一步解决 1.直接输出PDF 2打开PDF直接转成你需要的常见格式
R语言绘制NMDS图
Mrrunsen的博客
01-31 2288
非度量多维标度（Non-metric Multidimensional Scaling，NMDS）是一种将多维空间的研究对象（样本或变量）简化到低维空间进行定位、分析和归类，同时又保留对象间原始关系的数据分析方法。 与PCoA相似，NMDS都使用样本相似性距离矩阵进行降维排序分析，但NMDS侧重反映距离矩阵中数值的排序关系，NMDS图形常用作微生物群落研究的β分析。 来看看R的vegan包和ggplot2包是如何绘制NMDS图的。 使用数据文件如下： ...
R语言作图技巧—— 导出高清图
生信了
12-08 5万+
原创:黄小仙 上一次小仙同学分享了 facet violin plot的画法，最后还卖了个关子，给大家留了个悬念。科研文章的插图通常要求比较高，不仅要精准地展示出数据，选对图表类型，还需要简洁优美（
R 中将图表导出成文件
Casey_cai的博客
01-24 1万+
要特别强调的一点是，必须要使用 dev.off() 命令来告诉 R 我们已经完成绘图，否则我们的要保存的图像就不会出现
R语言生成保存图片方法
备忘录
04-30 6万+
今天，我想用R画图并保存成jpg文件。应用的方法如下：setwd("c://")plot(1:10)rect(1, 5, 3, 7, col="white")savePlot("CTplot", type=c("jpg"),device=dev.cur(),restoreConsole=TRUE)在R编辑器下运行成功。可是我在cmd中，使用Rscript 去运行就无法生成图片文件。问题应该是，命令行无法在窗口中画图，所以也就无法保存图片。后来，在网上找到一种直接生成图片的方法。 setwd("c://")j
R语言高清图片输出设置
胖胖雕的GIS博客
03-15 3万+
以ggplot2等包为基础的R语言可视化是科研人员非常喜爱的一个方式，不过我也在这个上遇到了些问题。就是导出高分辨率的图片之后，插入到word里，就显得模糊不清（压缩得非常厉害）。如果不压缩的话，word动辄100M以上。最近刚好有了一个解决方式，就来介绍下。 解决方案思路：R+Corel Draw 这也是某期刊图的修改要求，必须提供.cdr文件。当然测试后发现，.cdr输出的tif即使被...
R语言如何单独保存输出图片文件
热门推荐
dltan
02-23 6万+
前言：记得设置图片的保存工作路径，即数据文件路径：setwd(“C:\Users\TDL\Desktop\test.picture”) 1.图片文件保存输出 jpeg(file = "style.jpg") plot(iris[,1],col="red") ## 画图程序 dev.off(); 2.图片尺寸调整输出 p.picture=paste(a,"test.jpg") jpeg(p.pi...
【StarRocks系列】 Trino 方言支持
skyyws的博客
05-06 989
我们在之前的文章中，介绍了 Doris 官方提供的两种方言转换工具，分别是 sql convertor 和方言 plugin。StarRocks 目前同样也提供了类似的方言转换功能。本文我们就一起来看一下这个功能的实现与 Doris 相比有何不同。
安卓uir转二维码保存本地
最新发布
qq_36237165的博客
05-09 410
API29 中的最新保存图片到相册的方法。//开始一个新的进程执行保存图片的操作。// 其次把文件插入到系统图库。* 传入的字符串，通常是一个URL。//使用use可以自动关闭流。// 最后通知图库更新。* 生成一个二维码图像。
r语言KM图片导出为图片如何更加清晰
07-16
3. 调整字体大小：使用 `theme` 函数可以调整 KM 图表中的字体大小，确保在导出图片时字体清晰可读。 ```R # 创建 KM 图表并调整字体大小 km_plot (data, aes(x = time, y = survival)) + geom_step() + theme...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值