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 2256
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 3490
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 6622
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 7757
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 2799
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 1110
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
12-18 438
ggplot画图
R语言ggplot2包之画条形图
尚拙的博客
08-31 6671
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
05-15 584
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
05-23 647
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)
最新发布
Med2You的博客
10-12 862
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。
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
ggplot2中显示坐标轴_ggplot2|绘制GO富集柱形图
weixin_39981041的博客
01-13 1171
生信分析中经常会得到一些基因，然后做GO富集分析，达到对基因进行注释和分类的目的。本文利用R语言的ggplot2包，从头带您绘制可发表级别的GO富集分析结果图。一 载入数据集和R包利用各种生信工具得到富集分析结果，数据列可能不一致，但关键几列都有。library(ggplot2)data "GO_enrichment_significant.csv",header=TRUE)head(d...
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_dataset("tips") # 绘制云雨图 sns.set(style="whitegrid") ax = sns.raincloud_plot(data=data, x="day", y="total_bill", box_width=0.2) ``` 这样就可以将箱体的宽度调整为 0.2。需要注意的是，`box_width` 参数只能在 0 到 1 之间取值，表示相对于整个图形的宽度。如果要调整为绝对宽度，可以乘以整个图形的宽度进行设置。

“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