跟着NC学作图 | 横向柱状图

该教程介绍了如何使用R语言中的ggplot2库进行数据可视化,包括加载数据、使用geom_bar和geom_errorbar创建条形图及误差棒,以及通过facet_grid进行多面板图的绘制。此外,还涉及了其他R包如cowplot,reshape2和likert的使用。
摘要由CSDN通过智能技术生成

绘图

根据教程绘图,我们首先要准备的是数据,只要准备的数据格式一直,你直接就可以copy代码即可。

数据

加载 R 包

library(ggplot2)
library(cowplot)
library(reshape2)
library(likert)

导入数据

h2disorders <- read.csv("h2disorders.csv",header = T)

绘图

ggplot(h2disorders, aes(fill=facets, x=facets, y= est))+
  #geom_segment( aes(x=ph, xend=ph, y=0, yend=est), size = 2, position = position_dodge(width = .9))+
  #geom_point(size=25, alpha=1, shape = 21)+
  geom_bar(stat = "identity", color = "black", position = "dodge", width = .9, size = 0) +
  geom_errorbar(aes(ymin = est-se, ymax  = est+se),width = 0.2,position = position_dodge(.9), size  = .7)+
  theme(legend.direction = "vertical",
        legend.position="right",
        legend.text = element_text(size=10),
        legend.title = element_blank(),
        panel.border = element_rect(linetype = 'solid', colour = 'gray',fill = NA),
        panel.background = element_rect(fill = "white",
                                        colour = "white",
                                        size = 0.5, linetype = "solid"),
        panel.grid.major = element_line(size = 0.25, linetype = 'solid',
                                        colour = "gray"), 
        panel.grid.minor = element_line(size = 0.25, linetype = 'solid'),
        axis.line.x = element_line(colour = 'gray', size=0.5, linetype='solid'),
        axis.line.y = element_line(colour = 'gray', size=0.5, linetype='solid'),
        axis.text.y = element_text(size=10, colour="black", family = "sans", angle = 0), 
        axis.text.x = element_text(size=10, colour="black", family = "sans", angle = 45, hjust = 1),
        #axis.text.x = element_blank(),
        axis.title= element_text(size=10),
        strip.text.x = element_text(size=10, angle = 0),
        strip.text.y = element_text(size=10, angle = 0),
        plot.title = element_text(size=10, angle = 0),
        strip.background = element_rect(colour="black", fill="white"))+
  ggtitle("")+
  xlab("")+
  ylab("Grand estimate")+
  #scale_fill_brewer(palette = "BuPu")+
  #scale_fill_brewer(palette = 4)+
  coord_flip()+
  #geom_text(aes(label = k), vjust = 0.5, hjust = 5, size = 10)+
  geom_text(aes(y=label, label = k), size = 3)+
  #scale_fill_gradient2(low = "#faa300", high = "orange")+
  #scale_x_discrete(labels=c("Parent","Teacher","Child"))+
  #scale_y_continuous(limits = c(0,.06))+
  scale_fill_manual(values = c("dodgerblue3","firebrick1","lightskyblue","orange"),
                    breaks = c("Family h2","Family c2","Family e2","SNP h2"))+
  facet_grid(disorder~., scales = "free", space = "free")+
  scale_y_continuous(limits = c(-.1,1.4), breaks = seq(0,1.4,0.2))

如果你要绘制多个类似的图,那么你也可以在后面参数中加入facet_wrap(facets~., scales = "free")

ENDING!!


往期文章:
1. 最全WGCNA教程(替换数据即可出全部结果与图形)

WGCNA分析 | 全流程分析代码 | 代码一

WGCNA分析 | 全流程分析代码 | 代码二

WGCNA分析 | 全流程代码分享 | 代码三

2. 精美图形绘制教程

精美图形绘制教程


小杜的生信筆記 ,主要发表或收录生物信息学的教程,以及基于R的分析和可视化(包括数据分析,图形绘制等);分享感兴趣的文献和学习资料!!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

小杜的生信筆記

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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