R plot code

####################
# Pie chart
library(ggplot2)

data<-read.csv("test.csv", header = T)
data$Group <- factor(data$Group, levels=data$Group) # 把group一列转化为因子型，并确定因子的顺序
mylabel<-paste(data[,2],"%")  #数值后加百分号，赋值给一个向量
mylabel<-rev(mylabel)  #rev()函数颠倒标签的顺序
percent<-rev(data$Percentage) #颠倒标签在y轴上的顺序
p<-ggplot(data,aes(x="",y=Percentage,fill=Group)) +
  geom_bar(stat = "identity",color="white") + 
  scale_fill_manual(values = c("#FFA533","#2BCF76","#4874EC","#A372E6","#A372E8")) +
  coord_polar(theta = "y") +
  theme(axis.text.x = element_blank(),
        axis.ticks = element_blank(),
        panel.grid = element_blank()) +
  geom_text(aes(y= cumsum(percent)-percent/2, x= 1),label=mylabel)
p

########################
# Density plot
library(ggplot2)#注释：package使用之前需要调用(每次用前都要调用哦)

data<-read.csv("test2.csv", header = T) #注释：header=T表示数据中的第一行是列名，如果没有列名就用 header=F
p<-ggplot(data, aes(x = height)) #注释：x轴表示weight，y轴表示频率就不需要指定啦
p + geom_density(color = "black", fill = "gray") #注释：color是线条的颜色参数，fill表示填充颜色
p + geom_density(aes(color = gender)) #注释:按照性别不同组改变线条颜se
p + geom_density(aes(fill = gender), alpha=0.4) #注释:按照性别不同组改变填充颜色，alpha表示调整透明du
mean<-read.csv("test3.csv") # 准备平均值并读取
p+ geom_density(aes(color = gender), alpha=0.4)+geom_vline(data = mean, aes(xintercept = height, color = gender),linetype="dashed") #注释:前面是和之前一样作图语句，在后面直接加上这一句就好啦，xintercept表示x轴截断线，dashed表示是虚xian

##########################
# Violin plot
library(ggplot2) #注释：package在使用之前需要调用

data<-read.csv("test2.csv", header = T) #注释：header=T表示数据中的第一行是列名，如果没有列名就用header=F
data$gender <- as.factor(data$gender) #注释：此处dose可用你的变量名称替换，$表示取数据集里的某一个元素
p<-ggplot(data, aes(x = gender, y = height)) #注释：”x=”，”y=”表示x轴和y轴表示的变量数值，p表示图像对象
p+geom_violin() #注释：画出violin plot的函数
p+geom_violin(aes(fill = gender)) #注释:按组别填充不同的颜色
p+geom_violin(aes(fill = "gender"))+scale_fill_manual(values=c("#56B4E9")) #注释：”#56B4E9”可以用其他颜色的代码来替换</font>

##########################
# Bubble matrix
library(reshape2)
library(ggplot2)                          
#注释：package使用之前需要调用

data<-read.csv(“your file path”, header = T)
#注释：header=T表示数据中的第一行是列名，如果没有列名就用header=F
data_melt<-melt (data)
names(data_melt) = c('Gene', 'Cell', 'Value')
#注释：melt()函数把表格中的宽数据变成长数据
p<-ggplot(data_melt, aes(x = Gene, y = Cell, size = Value, color=Cell)) + geom_point()
p<-ggplot(data_melt, aes(x = Gene, y = Cell, size = Value, color=Cell)) + geom_point()+
  theme(panel.background = element_blank(),
        panel.grid.major = element_line(colour = "gray"),
        panel.border = element_rect(colour="black",fill=NA))

##########################
# Histogram
library(ggplot2)                                 
#注释：package使用之前需要调用

data<-read.csv(“your file path”, header = T) 
#注释：header=T表示数据中的第一行是列名，如果没有列名就用header=F
p<-ggplot(data, aes(x=data$销量)) + 
  geom_histogram(breaks=seq(0,10000,1000))+ xlim(0,10000)
p

##########################
# Facet violin plot
#注释：大家要注意今天要用的package安装比较特别哟
install.packages("devtools")       
library(devtools) 
install_github("kassambara/easyGgplot2")
library(easyGgplot2)
#注释：今天还要用到一个新的函数，reshape2里的melt函数，可以把宽数据变成长数据 
install.package("reshape2")  
library(reshape2)
df<-melt(data,id.vars = c("type"))

data<-read.csv(“your file path”, header = T)  
#注释：header=T表示数据中的第一行是列名，如果没有列名就用header=F
ggplot2.violinplot(data=df,xName='variable',yName='value',         #注释：xName表示x轴变量，yName表示y轴变量
                   groupName='variable', legendPosition="top",
                   faceting=TRUE,facetingVarNames="type")
ggplot2.violinplot(data=df,xName='variable',yName='value',
                   groupName='variable', legendPosition="top",
                   backgroundColor="white",
                   removePanelGrid=TRUE,
                   axisLine=c(0.5, "solid", "black"),
                   faceting=TRUE, facetingVarNames="type")
# 如果想去掉边框可以加上这一句removePanelBorder=TRUE
###########################