ggplot作图（条形图 误差线点图 折线图 箱线图 密度图 岭图 小提琴图 云雨图 直方图 PCA图 PcoA图 NDMS图 和弦图 维恩图 时间序列图 系统发育树 饼图 生物区系图 地图 ）

已于 2023-04-06 22:17:42 修改
阅读量1.3k 收藏 28
点赞数 4
分类专栏： ggplot2 文章标签： r语言 开发语言
于 2022-05-17 22:07:37 首次发布
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/weixin_45803246/article/details/124688781
版权

文章目录

基本原理

**

Plot = data + mapping +geometry + (Statistics, Scale, Coordinate) + Details

**
Plot: 图形
data：原始数据
mapping：映射
geometry：几何对象（柱状，点，线等）
Statistics：统计分析
Scale：几何元素赋值（如点、颜色和形状等）
Coordinate：坐标系（笛卡尔坐标系、极坐标系等）
Details：作图细节（主题、坐标轴、字体、文字注释等）

基础代码

ggplot2::ggplot(data, aes())+ ## 基础函数 指明数据、x、y及其他映射对象（颜色、填充、形状、透明度）
geom_(aes())+   ## 不同几何图形的映射（点图、柱状图、折线图等）
geom_(aes())+   ## 一般用于添加误差线或者添加其他组合图形
geom_(aes())+
...
scale_()+       ## 将颜色、形状、填充等几何要素指明具体的数据值和形状颜色大小
theme()         ## 修改具体的坐标轴、字体、图例等

常用图

条形图

library(tidyverse)

theme_set(theme_test())
library(sciplot)
iris%>%gather(key=Measure,value="value",-Species)%>%group_by(Species,Measure)%>%
  summarise(mean=mean(value),se=se(value))%>%
  ggplot(aes(x=Measure,y=mean,fill=Species))+
  geom_col(position = position_dodge(0.7),width = 0.6)+
  geom_errorbar(aes(ymin=mean-se,ymax=mean+se,color=Species),position = position_dodge(0.7),width=0.2,size=1)+
  ylim(0,10)+
  labs(y="Value")

在这里插入图片描述

点图

library(tidyverse)

theme_set(theme_test())
iris%>%
  ggplot(aes(x=Species,y=Sepal.Length),fill = "red",color="white")+
  geom_point(color="black",fill="white")+
  ylim(0,10)+
  labs(y="Sepal.Length")

在这里插入图片描述

误差线点图

library(tidyverse)

theme_set(theme_test())
library(sciplot)
iris%>%group_by(Species)%>%summarise(mean=mean(Sepal.Length),se=se(Sepal.Length))%>%
  ggplot(aes(x=Species,y=mean),fill = "red",color="white")+
  geom_point(color="black",size=4)+
  geom_errorbar(aes(ymin=mean-se,ymax=mean+se),width=0.05)+
  ylim(4.5,7)+
  labs(y="Sepal.Length")

在这里插入图片描述

折线图

library(tidyverse)

theme_set(theme_test())
library(sciplot)
iris%>%gather(key=Measure,value="value",-Species)%>%group_by(Species,Measure)%>%
  summarise(mean=mean(value),se=se(value))%>%
  ggplot(aes(x=Measure,y=mean,fill=Species))+
  geom_point(aes(x=Measure,y=mean,color=Species),position = position_dodge(0))+
  geom_line(aes(x=Measure,y=mean,color=Species,group=Species))+
  geom_errorbar(aes(ymin=mean-se,ymax=mean+se,color=Species),position = position_dodge(0),width=0.1)+
  #ylim(4.5,7)+
  labs(y="value")

在这里插入图片描述

箱线图

library(tidyverse)

theme_set(theme_test())
library(sciplot)
iris%>%gather(key=Measure,value="value",-Species)%>%
  ggplot(aes(x=Measure,y=value,color=Species))+
  geom_point(position = position_dodge(0.7))+
  geom_boxplot(position = position_dodge(0.7))+
  ylim(0,10)+
  labs(y="value")

在这里插入图片描述

分组配对点图

library(tidyverse)

theme_set(theme_test())
library(sciplot)
iris2 <- iris%>%gather(key=Measure,value="value",-Species)
iris%>%gather(key=Measure,value="value",-Species)%>%group_by(Species,Measure)%>%
  summarise(mean=mean(value),se=se(value))%>%
  ggplot()+
  geom_point(aes(x=Measure,y=mean,color=Species),position = position_dodge(0))+
  geom_line(aes(x=Measure,y=mean,color=Species,group=Species))+
  #geom_errorbar(aes(ymin=mean-se,ymax=mean+se,color=Species),position = position_dodge(0),width=0.1)+
  geom_point(data=iris2,aes(x=Measure,y=value,color=Species),alpha=0.1,position = position_dodge(0))+
  geom_line(data=iris2,aes(x=Measure,y=value,color=Species,alpha=0.1,group=Species))+
  #ylim(4.5,7)+
  facet_grid(~Species,scales = "free")+
  labs(y="value")+
  theme(axis.text.x =  element_text(angle = 45))

在这里插入图片描述

密度图

library(tidyverse)

theme_set(theme_test())
library(sciplot)
iris2 <- iris%>%gather(key=Measure,value="value",-Species)%>%group_by(Species,Measure)%>%
  summarise(mean=mean(value),se=se(value))

iris%>%gather(key=Measure,value="value",-Species)%>%group_by(Species,Measure)%>%
  ggplot()+
  geom_density(aes(x = Species,fill = Species,color = Species),alpha = 0.1,size = 0.75)+
  geom_vline(data=iris2,aes(xintercept = mean,color = Species),size = 0.75,linetype = 2)+
  geom_jitter(aes(x = Species,y = -0.15,fill = Measure),shape = 21,size = 2,alpha = 0.6,height = 0.04)+
  facet_grid(~Measure,scales = "free")+
  theme(axis.text.x =  element_text(angle = 45))

在这里插入图片描述

岭图

library(tidyverse)

theme_set(theme_test())
library(sciplot)
library(ggridges)

lincoln_data <- lincoln_weather %>% select("Mean Temperature [F]",Month) %>% rename(Temp = "Mean Temperature [F]")

col <- colorRampPalette(
  c("#0072B5FF","#BC3C29FF","#BC3C29FF","#0072B5FF"))

lincoln_data%>%ggplot()+
  geom_density_ridges(aes(x = Temp,y = Month,fill = Month),scale = 2,size = 0.75,alpha = 0.75)+
  fill_palette(palette = col(12))

在这里插入图片描述

小提琴图

library(tidyverse)

theme_set(theme_test())
iris%>%ggplot()+
  geom_violin(aes(x = Species,y = Sepal.Length,fill = Species),trim = F,alpha = 0.35,size = 0.5)

在这里插入图片描述

云雨图

library(tidyverse)

theme_set(theme_test())
library(gghalves)
ggplot(data = iris)+
  geom_half_violin(aes(x = Species,y = Sepal.Width,fill = Species,color = Species),side = "r",alpha = 0.8,trim = F,adjust = 1.5,position = position_nudge(x = 0.1))+
  geom_boxplot(aes(x = Species,y = Sepal.Width,fill = Species),width = 0.1,alpha = 0.75,size = 0.8,position = position_dodge(0.75))+
  geom_point(aes(x = as.numeric(Species)-0.2,y = Sepal.Width,fill = Species),shape = 21,size = 3,alpha = 0.75,position = position_jitter(width = 0.1))

在这里插入图片描述

直方图

library(tidyverse)

theme_set(theme_test())
iris%>%select(Species,Sepal.Width)%>%ggplot()+
  geom_histogram(aes(x = Sepal.Width,y = ..density..,fill = Species,color = Species),
                 color = "white",alpha = 0.75,size = 0.75,position = "identity")+
  geom_density(aes(x = Sepal.Width,color = Species),fill = NA,size = 1.5)

在这里插入图片描述

PCA图

library(tidyverse)

theme_set(theme_test())
library(vegan)
pca.data <- iris %>% mutate(Sepal.Length = scale(Sepal.Length),
                            Sepal.Width = scale(Sepal.Width),
                            Petal.Length = scale(Petal.Length),
                            Petal.Width = scale(Petal.Width))
pca <- rda(pca.data[,1:4])
pca.summary <- summary(pca)
pca.result <- as.data.frame(pca.summary$sites) %>% select(-PC3,-PC4) %>% mutate(Species = iris$Species)
pca.arrow <- as.data.frame(pca.summary$species) %>% select(-PC3,-PC4)

library(tidyverse)
pca.result%>%ggplot()+
  geom_point(aes(x = PC1,y = PC2,fill = Species),shape = 21,size = 4)+
  stat_ellipse(aes(x = PC1,y = PC2,color = Species,fill = Species),
               geom ="polygon",level = 0.95,size = 0.5,alpha = 0.2)+
  geom_segment(data = pca.arrow,aes(x = 0,xend = PC1,y = 0,yend = PC2),
               arrow = arrow(length = unit(0.35,"cm")))

在这里插入图片描述

PcoA图

library(tidyverse)

theme_set(theme_test())
library(ape)

library(ade4)

pcoa.data <- iris %>% mutate(Sepal.Length = scale(Sepal.Length),
                             Sepal.Width = scale(Sepal.Width),
                             Petal.Length = scale(Petal.Length),
                             Petal.Width = scale(Petal.Width))

tab.dist <- dist(pcoa.data[,-5])
pcoa <- pcoa(tab.dist)
pcoa_eig <- pcoa$values

sample_site <- pcoa$vectors%>%as.data.frame()

names(sample_site)[1:2] <- c("x","y")

sample_site <- data.frame(sample_site,iris$Species)

sample_site%>%ggplot()+
  geom_point(aes(x,y,color=iris.Species),size = 1.5)+
  geom_vline(xintercept = 0, color = 'gray', size = 0.4) +
  geom_hline(yintercept = 0, color = 'gray', size = 0.4) +
  stat_ellipse(aes(x,y,color = iris.Species,fill = iris.Species),
               geom ="polygon",level = 0.95,size = 0.5,alpha = 0.2)+
  labs(x = paste('PCoA1: ', round(100 * pcoa_eig[1,2], 2), '%'), 
       y = paste('PCoA2: ', round(100 * pcoa_eig[2,2], 2), '%'))

在这里插入图片描述

NDMS图

library(tidyverse)

theme_set(theme_test())
library(vegan)

NMDS <- metaMDS(iris[,-5])

NMDS = data.frame(MDS1 = NMDS$points[,1], MDS2 = NMDS$points[,2])

NMDS <- data.frame(NMDS,iris$Species)

NMDS%>%ggplot(aes(MDS1,MDS2))+
  geom_point(aes(MDS1,MDS2,color=iris.Species))+
  stat_ellipse(aes(MDS1,MDS2,color = iris.Species,fill = iris.Species),
               geom ="polygon",level = 0.95,size = 0.5,alpha = 0.2)

在这里插入图片描述

和弦图

library(circlize)

set.seed(999)
mat = matrix(sample(18, 18), 3, 6)
rownames(mat) = paste0("S", 1:3)
colnames(mat) = paste0("E", 1:6)

df = data.frame(from = rep(rownames(mat), times = ncol(mat)),
                to = rep(colnames(mat), each = nrow(mat)),
                value = as.vector(mat),
                stringsAsFactors = FALSE)

chordDiagram(mat)
chordDiagram(df)

在这里插入图片描述

维恩图

library(ggvenn)

d <- tibble(value   = c(1,     2,     3,     5,     6,     7,     8,     9),
            `Set 1` = c(TRUE,  FALSE, TRUE,  TRUE,  FALSE, TRUE,  FALSE, TRUE),
            `Set 2` = c(TRUE,  FALSE, FALSE, TRUE,  FALSE, FALSE, FALSE, TRUE),
            `Set 3` = c(TRUE,  TRUE,  FALSE, FALSE, FALSE, FALSE, TRUE,  TRUE),
            `Set 4` = c(FALSE, FALSE, FALSE, FALSE, TRUE,  TRUE,  FALSE, FALSE))
ggvenn(d, c("Set 1", "Set 2"))
ggvenn(d, c("Set 1", "Set 2", "Set 3"))
ggvenn(d)

在这里插入图片描述

时间序列图

library(tidyverse)

theme_set(theme_test())
time.series.data <- economics %>% select(date,psavert,uempmed) %>% 
  gather("psavert","uempmed",key = "variable",value = "value")


ggplot(data = time.series.data ,aes(x = date,y = value,color = variable,fill = variable))+
  geom_line(size = 0.6)+
  geom_smooth()+
  geom_area(alpha = 0.35,position = position_dodge())

在这里插入图片描述

系统发育树

library(ape)
tree <- read.tree(text="((((A,B,C,D)),((E,F),(G,H))),(((I,J),(K,L)),(((M,N,O),P))));")

library(ggtree)
ggtree(tree, branch.length = "none",ladderize = TRUE,size=2) + 
  #geom_tiplab(size=5, align=TRUE, linesize=.5,label.offset=1.5) + 
  xlim(0,10)

ggtree(tr = tree,layout="circular")+##### branch.length = "none")+
       geom_tree(size = 2.5)+
         geom_nodepoint(size = 6)+
         geom_tiplab(size = 5)

在这里插入图片描述

饼图

pie.data <- data.frame(Species = c("A","B","C","D","E"),
                       Prop = c(11,32,8,23,26))

ggplot(data = pie.data,aes(x = Species,y = Prop,fill = Species))+
  geom_bar(stat = "identity",color = "white")+
  coord_polar("x",start = 0,direction = 1)+
  theme_void()

在这里插入图片描述

生物区系图

devtools::install_github("valentinitnelav/plotbiomes")
library(plotbiomes)

data(Whittaker_biomes)

Whittaker_biomes%>%ggplot()+
geom_polygon(aes(x = temp_c,y = precp_cm,fill = biome),
             color = "white",size = 1.2,alpha = 0.5)

在这里插入图片描述

地图

library(sp)
library(ggmap)

library(sf)
library(rnaturalearth)
library(rnaturalearthdata)
library(scatterpie)
library(ggnewscale)

world <- ne_countries(scale = "medium", returnclass = "sf")

ggplot(data = world)+
  geom_sf(aes(fill = gdp_md_est),alpha = 0.8)+
  scale_fill_gradient(low = "#DED4BA",high = "#BC974E")

在这里插入图片描述

3D图

library(scatterplot3d)

colors <- c("steelblue","tomato","turquoise")
colors <- colors[as.numeric(iris$Species)]

scatterplot3d(iris[,1:3],color = colors,pch = 16,angle = 50,type = "p")
scatterplot3d(iris[,1:3],color = colors,pch = 16,angle = 50,type = "l")
scatterplot3d(iris[,1:3],color = colors,pch = 16,angle = 50,type = "h")

在这里插入图片描述

三元图

library(ggtern)

mydata <- data.frame(X = rnorm(50,10,5),Y = rnorm(50,10,5),Z = rnorm(50,10,5),Class = rep(1:5,each = 10)) %>%
  mutate(Class = as.factor(Class))
ggtern(data = mydata,aes(x = X,y = Y,z = Z))+
  geom_point(aes(fill = Class),shape = 21,size = 5)+
  theme_rgbg()

在这里插入图片描述

相关性矩阵图

library(corrplot)
library(vegan)

data(varechem)
data(varespec)

res <- cor(varechem)

cols <- colorRampPalette(c("red", "white", "blue"))
corrplot.mixed(res,lower.col = cols(100),upper.col = cols(100),tl.pos="lt",tl.col="black")

在这里插入图片描述

组合图

library(ggpubr)

theme_set(theme_light())


ggscatterhist(data = iris,x = "Sepal.Length",y = "Sepal.Width",shape = 21,size = 4,
              fill = "Species",palette = c("#809ECA","#953F56","#BC974E"),
              margin.params = list(color = "black",size = 1),
              margin.plot = "boxplot",ggtheme = theme_light(),
              add = "reg.line",group = "Species",
              add.params = list(size = 2),conf.int = T)

在这里插入图片描述

编码农夫
关注
  • 4
    点赞
  • 踩
  • 28
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
ggplot2 绘制条形图
Mrrunsen的博客
05-03 2260
ggplot2 中带有 geom_bar 和 geom_col 的条形图 当您想在 ggplot2 中创建条形图时，您可能有两种不同类型的数据集：当一个变量表示类别和其他每个类别的计数时，以及当您有一个分类变量的所有出现时，所以您想要计数每个组有多少次出现。在本教程中，我们将向您展示如何处理这两种类型的数据。 #具有类别和计数的数据 df<-data.frame(group=c("A","B","C"), count=c(3,5,6)) #...
使用ggplot2画图
Mac Track
10-13 3495
Why use ggplot2 ggplot2是我见过最human friendly的画图软件，这得益于Leland Wilkinson在他的著作《The Grammar of Graphics》中提出了一套图形语法，把图形元素抽象成可以自由组合的成分，Hadley Wickham把这套想法在R中实现。 为什么要学习ggplot2，可以参考ggplot2: 数据分析与图形艺术的
R ggplot2条形图
normol的博客
08-06 6636
常见问题 1、数据的分组 可以用 堆叠式 或 分离式 实现 堆叠式：position=”stack” 或 position=position_stack() 分离式：position=”dodge” 或 position=position_dodge() 2、条形的宽度，分组之间的举例举例一：(简单的数据分组应用） dat1 <- data.frame( sex = facto
ggplot2绘图技巧之条形图
Anna_datahummingbird的博客
07-31 7764
今天和大家分享的是关于ggplot2的快速画图入门攻略，会在接下来三章教大家如何绘制工作中最常用的条形图、直方图和折线图，讲解ggplot2的基本语法规则、简单的图形修饰，以及图形进阶功能—分面，不做深入的研究，简单易上手、使用就是王道！ 一、ggplot2基本语法规则 ggplot(数据集,aes(x=横坐标,y=纵坐标,fill=填充颜色,color=边框颜色))+geom_bar()/g...
ggplot2包可视化——绘制条形图
m0_73275932的博客
03-01 2869
主要简单介绍ggplot2包关于条形图的绘制
main.asv基于matlab的图片比对
10-18
基于matlab的图片比对
png魂环贴图素材 斗罗大陆魂环效果
12-22
png魂环贴图素材 斗罗大陆魂环效果
R语言绘制云雨图的代码
06-03
R语言绘制云雨图的代码
特效相关贴图，其中已完成：云雨雪落叶闪闪的星星
12-02
unity 特效相关贴图
古剑飞仙手游UI素材图片包
12-23
古剑飞仙手游UI素材图片包
ggplot绘图
gummy_bear的博客
05-07 1112
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录ggolot绘图一、横坐标为日期二、分类多图例 ggolot绘图 这里介绍下ggplot绘图 过程中遇到的一些问题： 横坐标为日期 分类多图例 一、横坐标为日期 #1、引用R包： library(ggplot2) #2、绘制主图型： qplot(x=hhtime, y=staytime, data=plotdata) #3、自定义横坐标显示----日期型横坐标 library(ggplot2) qplot(x=hhti.
ggplot画图
piaoyu94的博客
12-18 440
ggplot画图
R语言ggplot2包之画条形图
尚拙的博客
08-31 6688
因工作需要，需要用ggplot2画折线图，项目结束之后对于ggplot文件包画图进行学习，先转载两篇帮助比较大的文章。 引言 ggplot2包的作图质量毋庸置疑，
ggplot作图2
依水寒
05-15 590
ggplot做图  eg:ggplot(data = mpg,mapping = aes(x=cty,y = hwy)) + geom_point()                  + aes(colour = factor(mpg$year))  1.其中data = mpg,mapping = aes(x=cty,y=hwy)表示数据层         geom_point
ggplot2作图详解
qq_36608036的博客
12-24 1581
简介 ggplot2包是基于Wilkinson在《Grammar of Graphics》一书中所提出的图形语法的具体实现, 这套图形语法把绘图过程归纳为data, transformation, scale, coordinates, elements, guides, display等一系列独立的步骤, 通过将这些步骤搭配组合, 来实现个性化的统计绘图。于是, 得益于该图形语法, Hadley...
R语言ggplot2可视化：分组条形图（side by side bars）并添加误差线（error bar）、合理配置分组的距离
data+scenario+science+insight
05-23 650
R语言ggplot2可视化：分组条形图（side by side bars）并添加误差线（error bar）、合理配置分组的距离
R语言科研绘图实战 | 地表最强最全ggplot2基础绘图教程(含代码和案例)
Med2You的博客
10-12 922
ggplot2是一款强大的图形可视化R包，是R中最优雅、最美观的图形框架。其作图方式易于理解，且生成的图形精美，定制化程度高，成为R中最流行的数据可视化包。对于刚入学想学R语言进行科研绘图的研究生或者刚入门R语言老师，面对科研中形形色色的数据需要进行可视化展示时，可能会一头雾水，不知所措，无从下手。不知如何学习R语言科研绘图或者没有全面的R语言科研绘图学习教程，为更好的帮助各位小伙伴快速入门R语言科研绘图，本人整理了此地表最强最全ggplot2基本绘图教程，并附带了代码和示例，希望能够为大家提供一点儿帮助。
R 数据可视化 —— ggplot 柱状图/条形图
最新发布
dxs18459111694的博客
11-17 1909
ggplot2geom_bar()和geom_col()geom_bar()使条形的高度与每个组中的观察值的数目成正比，或者如果设置了weight参数，则为分组内指定的所有权重变量值之和如果你想直接使用条形图的高度来表示数据中的值，可以使用geom_col()geom_bar()默认使用的统计变换方法是count，而geom_col() 使用identity不做变换。
ggplot2-为折线图和条形图添加误差线
热门推荐
自由 平等~忠诚 奉献
04-09 6万+
采用ggplot2绘制折线图和条形图,并添加误差线.ggplot2只能处理 data.frame数据,每列作为一个变量,是一个指标.以ToothGrowth数据为例,进行处理tg ToothGrowth head(tg)## len supp dose ## 1 4.2 VC 0.5 ## 2 11.5 VC 0.5 ## 3 7.3 VC 0.5 ## 4 5.8
要调整云雨图（RainCloud plot）的箱图箱体的宽度
06-02
要调整云雨图（RainCloud plot）的箱图箱体的宽度，可以使用 `raincloud_plot()` 函数中的 `box_width` 参数。将其设置为需要的宽度即可。例如： ```python import seaborn as sns # 生成数据 data = sns.load_...

“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

编码农夫

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