截断堆积柱状图

于 2024-04-22 16:56:23 发布
阅读量409 收藏 3
点赞数
分类专栏： R语言精美图形绘制教程 文章标签： 柱状图 堆积柱状图 R语言绘图 生物信息学 截断图
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/kanghua_du/article/details/138083324
版权
本文详细介绍了如何使用R语言中的ggplot2库绘制和定制截断堆积柱状图，包括数据导入、图形基础结构、主题调整和不同位置的截断设置。
摘要由CSDN通过智能技术生成

本教程原文链接：截断堆积柱状图绘制教程

欢迎大家转载！！！！

本期教程

写在前面

堆积柱状图是柱状图的常见类型之一，也是平时使用概率较高的图形之一。我们前期发布了很多个柱状图的绘制教程，若你刚兴趣可以自行查看。堆积柱状图，最近也发布了一个相对详细的教程，基于R语言 | 绘制个性化堆积柱状图。

对于截断图的绘制，也是相对比较简单，因为我们柱状图和堆积柱状图都是基于ggplot2绘制。因此，基本全部的代码都是可以通用。我们次教程，也是基于前期的教程进行修改即可。

截断堆积柱状图绘制

导入所需的R包和数据

library(ggplot2) 
library(cowplot)
library(dplyr)
library(tidyr)
library(ggbreak)
library(ggsignif)
library(ggpubr)
library(EnvStats)
library(stats)

导入数据

请结合自己的数据进行导入！！！

我们这里需要长数据，需要将宽数据转换成长数据。

data_df <- gather(data, key = "Group", value = "Value", -Category)
data_df

绘制基础图形

# 绘制柱状堆积图
ggplot(data_df, aes(Category, y = Value , fill = Group))+
  #geom_bar(stat = "identity", position = "fill")+
  geom_bar(stat = "identity", position = "stack")+
  scale_y_continuous(expand = c(0, 0), 
                     labels = scales::number_format(accuracy = 1)  ## 设置Y轴保留一位小数点
                     )+
  scale_x_discrete(expand = c(0,0.5))

我们可以自行先设置主题，以便于后期的图形绘制。

mytheme01 <- theme_classic()+
  theme(axis.line = element_line(size = 1),  ## 粗细
        text=element_text(family = "sans",colour ="black",size = 12),
        axis.text.x = element_text(color = "black", size = 12),
        axis.text.y = element_text(color = "black",size = 12),
        axis.ticks = element_line(size = 0.6,colour = "black"),
        axis.ticks.length = unit(1.5,units = "mm"),
        #legend.position = "none",
        strip.background = element_blank()
       )

mytheme02 <- theme_classic() +
  theme(
    text = element_text(family = "sans", colour = "gray30", size = 12),
    axis.line = element_line(size = 0.6, colour = "gray30"),
    axis.ticks = element_line(size = 0.6, colour = "gray30"),
    axis.ticks.length = unit(1.5, units = "mm"),
    plot.margin = unit(c(1, 1, 1, 1), units = "inches")
  )

图形修改和截断设置

ggplot(data_df, aes(Category, y = Value , fill = Group))+
  #geom_bar(stat = "identity", position = "fill")+
  geom_bar(stat = "identity", position = "stack")+
  scale_y_continuous(expand = c(0, 0), 
                     labels = scales::number_format(accuracy = 1)  ## 设置Y轴保留一位小数点
                     )+
  scale_x_discrete(expand = c(0,0.5))+
  scale_y_break(c(33,70),
                  scales = "free", #'fixed', 'free'
                  )+

  ## 设置颜色
  scale_fill_manual(values = c("#386cb0", "#fdc086", "#1b9e77","#a6cee3","#bebada","#e5c494"))+
  labs(x = "Season", y = "Percentage", fill = NULL) +
  theme_classic()

堆积柱状图柱子参数修改

p1 <- ggplot(data_df, aes(Category, y = Value , fill = Group))+
  #geom_bar(stat = "identity", position = "fill")+
  geom_bar(stat = "identity", 
           position = "stack",
           color = "black", ## 柱边颜色
           width = 0.5,    ## 柱子宽度
           size = 1.0     ## 粗细 
           )+
  scale_y_continuous(expand = c(0, 0), 
                     labels = scales::number_format(accuracy = 1)  ## 设置Y轴保留一位小数点
                     )+
  scale_x_discrete(expand = c(0,0.5))+
  scale_y_break(c(33,70),
    scales = "free", #'fixed', 'free'
    expand = c(0, 0),
    ## 修改坐标轴
    ticklabels = c(70,90,110,120),
    space = 0.25
                  )+

  ## 设置颜色
  scale_fill_manual(values = c("#386cb0", "#fdc086", "#1b9e77","#a6cee3","#bebada","#e5c494"))+
  labs(x = NULL, y = "Number of DEGs", fill = NULL) +
  theme_classic()

设置主题参数

p1 +

  ## 设置颜色
  scale_fill_manual(values = c("#386cb0", "#fdc086", "#1b9e77","#a6cee3","#bebada","#e5c494"))+
  labs(x = NULL, y = "Number of DEGs", fill = NULL) +
  # 设置主题
  theme_classic()+
  theme(axis.line = element_line(size = 1),  ## 粗细
        text=element_text(family = "sans",colour ="black",size = 12),
        axis.text.x = element_text(color = "black", size = 12),
        axis.text.y = element_text(color = "black",size = 12),
        axis.ticks = element_line(size = 1,colour = "black"),
        axis.ticks.length = unit(1.5,units = "mm"),
        legend.position = "none",
        strip.background = element_blank()
       )

添加不同的截断位置

ggplot(data_df, aes(Category, y = Value , fill = Group))+
  #geom_bar(stat = "identity", position = "fill")+
  geom_bar(stat = "identity", 
           position = "stack",
           color = "black", ## 柱边颜色
           width = 0.5,    ## 柱子宽度
           size = 1.0     ## 粗细 
           )+
  scale_y_continuous(expand = c(0, 0), 
                     labels = scales::number_format(accuracy = 1)  ## 设置Y轴保留一位小数点
                     )+
  scale_x_discrete(expand = c(0,0.5))+
  ##'@第一个截断位置
  scale_y_break(c(5,20),
                scales = "free",
                ticklabels = c(20,25,30))+
  ##'@第二个截断位置
  scale_y_break(c(30,70),
    scales = "free", #'fixed', 'free'
    # ## 修改坐标轴
    ticklabels = c(70,90,110,120),
    space = 0.25,
    expand = c(0, 0))+
  ##'@第三个截断位置
  # scale_y_break(c(90,105),
  #               scales = "free",
  #               expand = c(0, 0))+
  ## 设置颜色
  scale_fill_manual(values = c("#386cb0", "#fdc086", "#1b9e77","#a6cee3","#bebada","#e5c494"))+
  labs(x = NULL, y = "Number of DEGs", fill = NULL) +
  # 设置主题
  theme_classic()+
  theme(axis.line = element_line(size = 1),  ## 粗细
        text=element_text(family = "sans",colour ="black",size = 12),
        axis.text.x = element_text(color = "black", size = 12),
        axis.text.y = element_text(color = "black",size = 12),
        axis.ticks = element_line(size = 1,colour = "black"),
        axis.ticks.length = unit(1.5,units = "mm"),
        legend.position = "none",
        strip.background = element_blank()
       )

百分比堆积柱状图进行截断设置

ggplot(data_df, aes(Category, y = Value , fill = Group))+
  geom_bar(stat = "identity", position = "fill")+
  scale_y_continuous(expand = c(0, 0), 
                     labels = scales::number_format(accuracy = 0.1)  ## 设置Y轴保留一位小数点
                     )+
  scale_x_discrete(expand = c(0,0.5))+
  ##'@第一个截断位置
  scale_y_break(c(0.3,0.5),
                scales = "free",
                ticklabels = c(0.5,0.8,1.0),
                expand = c(0,0))+
  scale_fill_manual(values = c("#386cb0", "#fdc086", "#1b9e77","#a6cee3","#bebada","#e5c494"))+
  labs(x = NULL, y = "Number of DEGs", fill = NULL) +
  # 设置主题
  theme_classic()+
  theme(axis.line = element_line(size = 1),  ## 粗细
        text=element_text(family = "sans",colour ="black",size = 12),
        axis.text.x = element_text(color = "black", size = 12),
        axis.text.y = element_text(color = "black",size = 12),
        axis.ticks = element_line(size = 1,colour = "black"),
        axis.ticks.length = unit(1.5,units = "mm"),
        legend.position = "none",
        strip.background = element_blank()
       )

本教程原文链接：截断堆积柱状图绘制教程

欢迎大家转载！！！！

小杜的生信笔记，自2021年11月开始做的知识分享，主要内容是R语言绘图教程、转录组上游分析、转录组下游分析等内容。凡事在社群同学，可免费获得自2021年11月份至今全部教程，教程配备事例数据和相关代码，我们会持续更新中。

往期教程部分内容











往期部分文章

1. 复现SCI文章系列专栏

2. 《生信知识库订阅须知》,同步更新，易于搜索与管理。

3. 最全WGCNA教程（替换数据即可出全部结果与图形）

4. 精美图形绘制教程

5. 转录组分析教程

6. 转录组下游分析

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!!

小杜的生信筆記
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
R绘图-百分比堆叠柱形图
Mrrunsen的博客
01-28 3427
#1.设置工作目录setwd("D:\\StackedBarChart")#直接使用R自带函数，不用调用其他R包 图1 原始数据文件格式。行名为样地名，列名为物种名。 #2.读入数据dir()AOA=read.csv("Aspe.csv",header=TRUE,row.names = 1)AOA=t(AOA) # 转置数据表，将样本名作为行名AOA 图2绘图使用数据格式 3.绘制Stacked...
matplotlib实例一 分段式柱状图(堆叠式柱状图)
weixin_41008987的博客
08-17 3709
话不多说, 先看代码 labels = ['A', 'B', 'C', 'D', 'E'] blue = [10, 20, 30, 40, 50] yellow = [35, 15, 25, 20, 10] blue_err = [1, 1, 1, 1, 1] yellow_err = [1, 1, 1, 1, 1] width = 0.5 fig, ax = plt.subplots() ax.bar(labels, blue, width, yerr=blue_err, label='blue',
截断堆积柱状图绘制教程
BioinfoDu
04-22 576
堆积柱状图是柱状图的常见类型之一，也是平时使用概率较高的图形之一。我们前期发布了很多个柱状图的绘制教程，若你刚兴趣可以自行查看。堆积柱状图，最近也发布了一个相对详细的教程，基于R语言 | 绘制个性化堆积柱状图。对于截断图的绘制，也是相对比较简单，因为我们柱状图和堆积柱状图都是基于ggplot2绘制。因此，基本全部的代码都是可以通用。我们次教程，也是基于前期的教程进行修改即可。
echarts - 柱状图常见问题
weixin_47353884的博客
06-08 970
借助图形化的数段，清晰有效的传递和沟通信息，以视觉的方式展现数据，便于用户的认知，偏于图表的样式，相对于文字说明更加直观代码如下（示例）： 2.读入数据 代码如下（示例）： 该处可以加入窗口自适应 二、如何制作一个纵向堆叠柱状图 1. legend 展示 2. 纵轴加单位 3. 显示tooltip 层级被压 4. tooltip中如何获取百分比 5. tooltip中如何展示全部数据 更改样式可以用模板字符串加入class需要 deep scoped重要属性 参考文章 ： https://blog
C#中GDI+绘图应用（柱形图、折线图和饼形图）
wenchm的博客
12-01 1058
GDI+绘制的一些常用的图形，其中包括柱形图、折线图和饼形图。
Echarts柱状图基本配置
柒月小姐姐
01-26 1005
barOption = { xAxis: { // x轴 type: “category”, // 坐标轴刻度标签的相关配置 axisLabel: { show: true, color: “#c23531”, // 标签的字体颜色 interval: 0, // 坐标轴刻度标签的显示间隔,默认会采用标签不重叠的策略间隔显示标签.设置成0强制显示所有标签，1表示隔一个标签显示一个标签，以此类推 rotate: 40, // 坐标轴刻度标签（逆时针）旋转40度显示，旋转的角度从 -90 度到 90 度。 fo
顺式元件热图+柱状图
BioinfoDu
09-03 2430
启动子是DNA序列，可以被RNA 聚合酶识别、与其结合从而开始转录，它含有RNA 聚合酶特异性结合和转录起始所需的保守序列，多数位于结构基因转录起始点的上游,启动子本身不被转录。启动子的特性最初是通过能增加或降低基因转录速率的突变而鉴定的。登录网站：（http://bioinformatics.psb.ugent.be/webtools/plantcare/html/)，提交提取的启动子序列和邮箱号，预测结束后会将结果（plantCARE_output_PlantCARE_*.tab文件）发至邮箱。
antv图例出现分页_G2Plot: 你绝对想不到柱形图背后有这么多故事
weixin_39595085的博客
12-20 819
G2Plot是 AntV 团队打造的开箱即用、易于配置、具有良好视觉和交互体验的通用统计图表库，本文介绍 G2Plot 在打造柱形图背后的各种故事。背景柱形图——人们最常使用的图表之一，是一种使用矩形条，对不同类别进行数值比较的统计图表。最基础的柱形图，需要一个分类变量和一个数值变量，在柱状图上，分类变量的每个实体都表示为一个矩形(通俗讲即为“柱子”)，而数值则决定了柱子的高度。作为最常使用的...
Origin2022中文版如何绘制反向双轴柱状图？
2301_79280991的博客
04-09 439
柱形图是科研中经常用到的，今天给大家分享创建反向双轴柱状图，可直观的在同一图表中展示两组正负数据，且即使两组数值差异较大也可正常显示，比文字描述更清晰。
Excel柱形图条形图模板-截断条形图圆柱图食品销量分析
11-24
本资源“Excel柱形图条形图模板-截断条形图圆柱图食品销量分析”提供了一种专门用于食品销量分析的专业图表模板，旨在帮助用户更有效地理解销售数据。 首先，我们要了解柱形图和条形图的基本概念。柱形图是一种以...
EXCEL报表柱形图-22-截断条形图圆柱图食品销量分析.xlsx
05-01
EXCEL报表柱形图-22-截断条形图圆柱图食品销量分析.xlsx
JavaScript截断字符串的方法
10-23
在JavaScript中，截断字符串是一项常见的任务，尤其是在处理大量文本数据或者显示摘要时。这篇文章将深入探讨如何在JavaScript中截断字符串，同时确保截断后的结果具有良好的可读性。 首先，JavaScript内置了两个...
MySql超长自动截断实例详解
09-09
在MySQL数据库中，当数据插入到一个定义了固定长度的字段（如VARCHAR类型）时，如果输入的数据超过了该字段的最大长度，MySQL会自动截断超出的部分。这种行为在MySQL的某些模式设置下会发生，但在特定情况下，比如...
截断二进制数据查询
06-06
在SQL Server数据库管理中，"截断二进制数据查询"是一个重要的操作，尤其是在处理大量数据或长字段时。这个工具或技术主要针对的是二进制数据类型（如BINARY, VARBINARY或IMAGE），这些数据类型可能包含非常大的值，...
【信号分解】基于蝗虫优化算法GOA-CEEMDAN实现信号去躁附matlab代码.rar
最新发布
07-19
1.版本：matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事Matlab算法仿真工作10年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+。 替换数据可以直接使用，注释清楚，适合新手
【信号分解】基于北方苍鹰优化算法NGO-CEEMDAN实现信号去躁附matlab代码.rar
07-19
1.版本：matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事Matlab算法仿真工作10年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+。 替换数据可以直接使用，注释清楚，适合新手
基于鱼鹰优化算法OOA-VMD实现信号去噪目标函数为包络信息熵 包络熵 排列熵 样本熵最小附matlab代码.rar
07-19
1.版本：matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事Matlab算法仿真工作10年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+。 替换数据可以直接使用，注释清楚，适合新手
python柱状图截断
07-27
在Python中，可以使用matplotlib库来绘制柱状图。如果想要截断柱状图，可以使用plt.xlim()函数来设置x轴的范围。例如，如果想要截断x轴的范围在0到10之间，可以使用以下代码： plt.xlim(0, 10) 这样就可以将柱状图的x轴范围截断在0到10之间。请注意，这个代码应该在绘制柱状图之前使用。\[2\] #### 引用[.reference_title] - *1* *2* *3* [关于Python绘制柱状图等图形，以及数据拆分与合并详细讲解](https://blog.csdn.net/aaa123_456aaa/article/details/121693154)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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

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