R绘图往期回顾:
ggplot2绘图学习:单变量+绘图背景
R绘图:ggeconodist,基于ggplot2的另类箱图
R语言学习系列之“多变的热图”
蚂蚁金服在线可视化引擎 G2
R绘图:无与伦比的华丽风行(桑基图)
R绘图:相关性分析与作图(单基因相关性)
R绘图:相关性分析与作图R绘图
ggsci: 高大上的论文配色,一文解决配色问题
R绘图 ggpubr: 为学术而生
TCGA数据分析系列之火山图
R绘图 雷达图-单基因泛癌差异表达的另类展现形式
为了系统的学习ggplot2绘图,我们昨天从单变量的绘图开始,使用数据集mpg,展示ggplot2绘制单变量图形,今天我们学习两个连续性变量的绘图方式。
双变量:两个连续变量
geom point(): 散点图 geomsmooth(): 平滑线 geom quantile(): 分位线 geomrug(): 边际地毯线 geom jitter(): 避免重叠的点 geomtext(): 文本注释
首先构建一个图层,用mpg数据的cty和hwy做图
library(tidyverse)
f <- ggplot(mpg, aes(cty, hwy))
散点图
f + geom_point()
按照year分组,赋予点的颜色和形状。
f + geom_point(aes(color=year))
由于year是数字,需要转化成因子,否则会被认为是连续性变量。将shape赋予连续性变量会报错。
f + geom_point(aes(color=factor(year),shape=factor(year)))
我们可以用scale_color_manual自定义颜色
f + geom_point(aes(color=factor(year),shape=factor(year)))+
scale_color_manual(values = c('2008'='red','1999'='blue'))
添加回归曲线
f + geom_point(aes(color=factor(year),shape=factor(year)))+
scale_color_manual(values = c('2008'='red','1999'='blue'))+
geom_smooth(color='black',fill='green')
se=FALSE去点置信区间
f + geom_point(aes(color=factor(year),shape=factor(year)))+
scale_color_manual(values = c('2008'='red','1999'='blue'))+
geom_smooth(color='black',fill='green',se=FALSE)
不同分组分别绘制回归曲线
f + geom_point(aes(color=factor(year),shape=factor(year)))+
scale_color_manual(values = c('2008'='red','1999'='blue'))+
geom_smooth(aes(color=factor(year),shape=factor(year)),se=FALSE, method = "lm")
添加分位线
f + geom_point()+geom_quantile()
添加边际地毯线
f + geom_point()+geom_rug()
通过上面赋予不同分组不同形状的图,我们发现这些点其实是由重叠的,我们可以添加抖动防止重叠
f + geom_jitter()
width参数控制x轴方向的抖动幅度,height参数控制y轴方向的抖动幅度
文本注释
f + geom_text(aes(label = cty))
单基因泛癌分析链接
TCGA单基因免疫相关泛癌分析(应要求,对出图添加更细致的描述)mp.weixin.qq.com公众号“生信小课堂”
TCGA数据分析课程:
生物信息学教学m.study.163.com