万能转换：R图转成Word、PPT、Excel、HTML、Latex、矢量图等

R包export可以轻松的将R绘制的图和统计表输出到 Microsoft Office (Word、PowerPoint和Excel)、HTML和Latex中，其质量可以直接用于发表。

• 你和PPT高手之间，就只差一个iSlide

• Excel改变了你的基因名，30% 相关Nature文章受影响，NCBI也受波及

特点

1. 可以用命令将交互式R图或ggplot2、Lattice或base R图保存到Microsoft Word、Powerpoint或其他各种位图或矢量格式。

2. 完全可编辑的Powerpoint矢量格式输出，支持手动整理绘图布局。

3. 将统计分析的输出保存为Excel、Word、PowerPoint、Latex或HTML文档的表格形式。

4. 自定义R输出格式。

安装

export包可以在Windows、Ubuntu和Mac上跨平台运行。不过有些Mac发行版默认情况下没有安装cairo设备，需要自行安装。如果Mac用户已安装XQuartz，这个问题就解决了，它可以从https://www.xquartz.org/免费获得。

官方CRAN发布

install.packages("export")

该包主要包括以下几种转换

• graph2bitmap

• graph2office

• graph2vector

• rgl2bitmap 转换3D图

• table2office

• table2spreadsheet

• table2tex

• graph2bitmap: 将当前R图保存到bmp文件中

• graph2png: 将当前R图保存到png文件中

• graph2tif: 将当前R图保存到TIF文件中

• graph2jpg: 将当前R图保存为JPEG文件

使用帮助信息如下：

graph2bitmap(x = NULL, file = "Rplot", fun = NULL, type = c("PNG","JPG", "TIF"),
        aspectr = NULL, width = NULL, height = NULL, dpi = 300,scaling = 100,
        font =ifelse(Sys.info()["sysname"] == "Windows", "Arial",
        "Helvetica")[[1]], bg = "white", cairo = TRUE,
        tiffcompression = c("lzw", "rle", "jpeg", "zip", "lzw+p", "zip+p"),
        jpegquality = 99, ...)

• aspectr: 期望纵横比。如果设置为空，则使用图形设备的纵横比。

• width: 所需宽度(英寸);可以与期望的纵横比aspectr组合。

• height: 所需高度(英寸);可以与期望的纵横比aspectr组合。

• scaling: 按一定比例缩放宽度和高度。

• font: PNG和TIFF输出中标签所需的字体; Windows系统默认为Arial，其他系统默认为Helvetica。

• bg: 所需的背景颜色，例如“白色”或“透明”。

• cairo: 逻辑，指定是否使用Cairographics导出。

• tiffcompression: 用于TIF文件的压缩。

• jpegquality: JPEG压缩的质量。

准备开始

安装完 export包后，先调用该包

library(export)

用ggplot2绘图

library(ggplot2)
library(datasets)

x=qplot(Sepal.Length, Petal.Length, data = iris,
        color = Species, size = Petal.Width, alpha = I(0.7))

qplot()的意思是快速作图，利用它可以很方便的创建各种复杂的图形，其他系统需要好几行代码才能解决的问题，用qplot只需要一行就能完成。

使用半透明的颜色可以有效减少图形元素重叠的现象，要创建半透明的颜色，可以使用alpha图形属性，其值从0（完全透明）到1（完全不透明）。更多ggplot2绘图见ggplot2高效实用指南 (可视化脚本、工具、套路、配色) （往期教程更有很多生物信息相关的例子）。

鸢尾花(iris)是数据挖掘常用到的一个数据集，包含150个鸢尾花的信息，每50个取自三个鸢尾花种之一（setosa,versicolour或virginica)。每个花的特征用下面的5种属性描述萼片长度(Sepal.Length)、萼片宽度(Sepal.Width)、花瓣长度(Petal.Length)、花瓣宽度(Petal.Width)、类(Species)。

在console里展示数据图 （长宽比自己调节）：

导出图形对象

# 需运行上面的ggplot2绘图
# Create a file name
# 程序会自动加后缀
filen <- "output_filename" # or
# filen <- paste("YOUR_DIR/ggplot")

# There are 3 ways to use graph2bitmap():

### 1. Pass the plot as an object
graph2png(x=x, file=filen, dpi=400, height = 5, aspectr=4)
graph2tif(x=x, file=filen, dpi=400, height = 5, aspectr=4)
graph2jpg(x=x, file=filen, dpi=400, height = 5, aspectr=4)

导出当前绘图窗口展示的图

### 2. Get the plot from current screen device

# 注意这个x，是运行命令，展示图像
x
graph2png(file=filen, dpi=400, height = 5, aspectr=4)
graph2tif(file=filen, dpi=400, height = 5, aspectr=4)
graph2jpg(file=filen, dpi=400, height = 5, aspectr=4)

导出自定义函数输出的一组图

### 3. Pass the plot as a functio
plot.fun <- function(){
  print(qplot(Sepal.Length, Petal.Length, data = iris,
              color = Species, size = Petal.Width, alpha = 0.7))
}
graph2png(file=filen, fun=plot.fun, dpi=400, height = 5, aspectr=4)
graph2tif(file=filen, fun=plot.fun, dpi=400, height = 5, aspectr=4)
graph2jpg(file=filen, fun=plot.fun, dpi=400, height = 5, aspectr=4)

转换后的图形:

与Office系列的交互

大部分图的细节修改都是用代码完成的，不需要后续的修饰；但如果某一些修改比较特异，不具有程序的通用性特征，或实现起来比较困难，就可以考虑后期修改。比如用AI文章用图的修改和排版。熟悉PPT的，也可以用PPT，这时R的图导出PPT，就要用到graph2office系列函数了。

graph2ppt: 将当前R图保存到Microsoft Office PowerPoint/LibreOffice Impress演示文稿中。

graph2doc:将当前的R图保存到Microsoft Office Word/LibreOffice Writer文档中。

函数参数展示和解释

graph2office(x = NULL, file = "Rplot", fun = NULL, type = c("PPT", "DOC"),
        append = FALSE, aspectr = NULL, width = NULL, height = NULL,scaling = 100,
        paper = "auto", orient = ifelse(type[1] == "PPT","landscape", "auto"),
        margins = c(top = 0.5, right = 0.5, bottom = 0.5, left= 0.5),
        center = TRUE, offx = 1, offy = 1, upscale = FALSE, vector.graphic = TRUE, ...)

• margins: 预设留白边距向量。

• paper: 纸张尺寸——“A5”至“A1”用于Powerpoint导出，或“A5”至“A3”用于Word输出;默认“auto”自动选择适合您的图形的纸张大小。如果图太大，无法在给定的纸张大小上显示，则按比例缩小。

• orient: 所需的纸张方向-“自动”，“纵向”或“横向”; Word输出默认为“自动”，Powerpoint默认为“横向”。

• vector.graphic: 指定是否以可编辑的向量DrawingML格式输出。默认值为TRUE，在这种情况下，编辑Powerpoint或Word中的图形时，可以先对图形元素进行分组。如果设置为FALSE，则将该图以300 dpi的分辨率栅格化为PNG位图格式。(栅(shān)格化,是PS中的一个专业术语,栅格即像素,栅格化即将矢量图形转化为位图。)

同样有3种导出方式

# 需运行上面的ggplot2绘图
# Create a file name
filen <- "output_filename" # or
# filen <- paste("YOUR_DIR/ggplot")

# There are 3 ways to use graph2office():

### 1. Pass the plot as an object
# 导出图形对象

graph2ppt(x=x, file=filen)
graph2doc(x=x, file=filen, aspectr=0.5)
### 2. Get the plot from current screen device

# 导出当前预览窗口呈现的图
x
graph2ppt(file=filen, width=9, aspectr=2, append = TRUE)
graph2doc(file=filen, aspectr=1.7, append =TRUE)

### 3. Pass the plot as a function
# 导出自定义函数输出的一系列图
graph2ppt(fun=plot.fun, file=filen, aspectr=0.5, append = TRUE)
graph2doc(fun=plot.fun, file=filen, aspectr=0.5, append = TRUE)

导出到office(ppt和word)中的图形，是可编辑的:

其它导出到ppt的例子（设置长宽比）

graph2ppt(file="ggplot2_plot.pptx", aspectr=1.7)

增加第二张同样的图，9英寸宽和A4长宽比的幻灯片 (append=T，追加)

graph2ppt(file="ggplot2_plot.pptx", width=9, aspectr=sqrt(2), append=TRUE)

添加相同图形的第三张幻灯片，宽度和高度固定

graph2ppt(file="ggplot2_plot.pptx", width=6, height=5, append=TRUE)

禁用矢量化图像导出

graph2ppt(x=x, file=filen, vector.graphic=FALSE, width=9, aspectr=sqrt(2), append = TRUE)

用图填满幻灯片

graph2ppt(x=x, file=filen, margins=0, upscale=TRUE, append=TRUE)

输出矢量图

• graph2svg: 将当前的R图保存为SVG格式

• graph2pdf: 将当前的R图保存为PDF格式

• graph2eps: 将当前的R图保存为EPS格式

函数参数解释

graph2vector(x = NULL, file = "Rplot", fun = NULL, type = "SVG",aspectr = NULL,
        width = NULL, height = NULL, scaling = 100,
        font = ifelse(Sys.info()["sysname"] == "Windows",
        "Arial","Helvetica")[[1]], bg = "white", colormodel = "rgb",
        cairo = TRUE,fallback_resolution = 600, ...)

• fallback_resolution: dpi中的分辨率用于栅格化不支持的矢量图形。

#需运行上面的ggplot2绘图
# Create a file name
filen <- "output_filename" # or
# filen <- paste("YOUR_DIR/ggplot")
# There are 3 ways to use graph2vector():
### 1. Pass the plot as an object
# 导出图形对象
graph2svg(x=x, file=filen, aspectr=2, font = "Times New Roman",
          height = 5, bg = "white")
graph2pdf(x=x, file=filen, aspectr=2, font = "Arial",
          height = 5,  bg = "transparent")
graph2eps(x=x, file=filen, aspectr=2, font = "Arial",
          height = 5, bg = "transparent")

# 导出当前预览窗口呈现的图
### 2. Get the plot from current screen device
x
graph2svg(file=filen, aspectr=2, font = "Arial",
          height = 5, bg = "transparent")
graph2pdf(file=filen, aspectr=2, font = "Times New Roman",
          height = 5, bg = "white")
graph2eps(file=filen, aspectr=2, font = "Times New Roman",
          height = 5, bg = "white")

# 导出自定义函数输出的一系列图
### 3. Pass the plot as a function

graph2svg(file=filen, fun = plot.fun, aspectr=2, font = "Arial",
          height = 5, bg = "transparent")
graph2pdf(file=filen, fun=plot.fun, aspectr=2, font = "Arial",
          height = 5, bg = "transparent")
graph2eps(file=filen, fun=plot.fun, aspectr=2, font = "Arial",
          height = 5, bg = "transparent")

转换3D图形

rgl2png: 将当前的rgl 3D图形保存为PNG格式。

rgl2bitmap(file = "Rplot", type = c("PNG"))

# Create a file name
filen <- tempfile("rgl") # or
# filen <- paste("YOUR_DIR/rgl")

# Generate a 3D plot using 'rgl'
x = y = seq(-10, 10, length = 20)
z = outer(x, y, function(x, y) x^2 + y^2)
rgl::persp3d(x, y, z, col = 'lightblue')

# Save the plot as a png
rgl2png(file = filen)
# Note that omitting 'file' will save in current directory

生成的3D图形：

将生成的3D图形保存为PNG格式：

输出统计结果到表格 table2spreadsheet

• table2excel: 导出统计输出到Microsoft Office Excel/ LibreOffice Calc电子表格中的一个表.

• table2csv:将统计输出以CSV格式导出到表中(“，”表示值分隔，“。”表示小数)

• table2csv2: 将统计输出以CSV格式导出到表中(“;”表示值分隔，”，”表示小数)

table2spreadsheet(x = NULL, file = "Rtable", type = c("XLS", "CSV",
  "CSV2"), append = FALSE, sheetName = "new sheet", digits = 2,
  digitspvals = 2, trim.pval = TRUE, add.rownames = FALSE, ...)

• sheetName: 一个字符串，给出创建的新工作表的名称(仅针对type==”XLS”)。它必须是惟一的(不区分大小写)，不受文件中任何现有工作表名称的影响。

• digits:除具有p值的列外，要显示所有列的有效位数的数目。

• digitspvals:具有p值的列要显示的有效位数的数目。

# Create a file name
filen <- "table_aov" # or
# filen <- paste("YOUR_DIR/table_aov")

# Generate ANOVA output
fit=aov(yield ~ block + N * P + K, data = npk) # 'npk' dataset from base 'datasets'
x=summary(fit)

# Save ANOVA table as a CSV
### Option 1: pass output as object
# 输出对象
table2csv(x=x,file=filen, digits = 1, digitspvals = 3, add.rownames=TRUE)

# 屏幕输出导出到文件
### Option 2: get output from console
summary(fit)
table2csv(file=filen, digits = 2, digitspvals = 4, add.rownames=TRUE)

# Save ANOVA table as an Excel
# Without formatting of the worksheet
x
table2excel(file=filen, sheetName="aov_noformatting", digits = 1, digitspvals = 3, add.rownames=TRUE)
# 更多参数
# With formatting of the worksheet
table2excel(x=x,file=filen, sheetName="aov_formated", append = TRUE, add.rownames=TRUE, fontName="Arial", fontSize = 14, fontColour = rgb(0.15,0.3,0.75),  border=c("top", "bottom"), fgFill = rgb(0.9,0.9,0.9), halign = "center", valign = "center", textDecoration="italic")

原始数据的表格：

转换格式之后的，在console中的数据：

文件(csv和excel)中表格数据：

导出为Word中的表，再也不用复制粘贴调格式了 table2office

table2ppt: 导出统计输出到Microsoft Office PowerPoint/ LibreOffice Impress演示文稿中的表

table2doc: 将统计输出导出到Microsoft Office Word/ LibreOffice Writer文档中的表

table2office(x = NULL, file = "Rtable", type = c("PPT", "DOC"),
  append = FALSE, digits = 2, digitspvals = 2, trim.pval = TRUE,
  width = NULL, height = NULL, offx = 1, offy = 1,
  font = ifelse(Sys.info()["sysname"] == "Windows", "Arial",
  "Helvetica")[[1]], pointsize = 12, add.rownames = FALSE)

# Create a file name
filen <- "table_aov"
# filen <- paste("YOUR_DIR/table_aov")

# Generate ANOVA output
fit=aov(yield ~ block + N * P + K, data = npk) # 'npk' dataset from base 'datasets'
# Save ANOVA table as a PPT
### Option 1: pass output as object
x=summary(fit)
table2ppt(x=x,file=filen, digits = 1, digitspvals = 3, add.rownames =TRUE)

### Option 2: get output from console
summary(fit)
table2ppt(x=x,file=filen, width=5, font="Times New Roman", pointsize=14, digits=4, digitspvals=1, append=TRUE, add.rownames =TRUE) # append table to previous slide

# Save ANOVA table as a DOC file
table2doc(x=x,file=filen, digits = 1, digitspvals = 3, add.rownames =TRUE)
summary(fit)
table2doc(file=filen, width=3.5, font="Times New Roman", pointsize=14,  digits=4, digitspvals=1, append=TRUE, add.rownames =TRUE) # append table at end of document

将表格数据导出到ppt和word中：

table2tex

table2html: 导出统计输出到HTML表。

table2tex(x = NULL, file = "Rtable", type = "TEX", digits = 2,
  digitspvals = 2, trim.pval = TRUE, summary = FALSE, standAlone = TRUE,
  add.rownames = FALSE, ...)

summary:是否汇总数据文件。

standAlone:导出的Latex代码应该是独立可编译的，还是应该粘贴到另一个文档中。

add.rownames:是否应该将行名添加到表中(在第一列之前插入一列)。

# Create a file name
filen <- tempfile(pattern = "table_aov") # or
# filen <- paste("YOUR_DIR/table_aov")

# Generate ANOVA output
fit=aov(yield ~ block + N * P + K, data = npk) # 'npk' dataset from base 'datasets'
x=summary(fit)

# Export to Latex in standAlone format
table2tex(x=x,file=filen,add.rownames = TRUE)
# Export to Latex to paste in tex document
summary(fit) # get output from the console
table2tex(file=filen, standAlone = FALSE,add.rownames = TRUE)

# Export to HTML
table2html(x=x,file=filen) # or
summary(fit) # get output from the console
table2html(file=filen,add.rownames = TRUE)

导出到html或tex中的表格数据：

R统计和作图

• Graphpad，经典绘图工具初学初探

• 维恩(Venn)图绘制工具大全 （在线+R包）
  

• 在R中赞扬下努力工作的你，奖励一份CheatShet

• 别人的电子书，你的电子书，都在bookdown

• R语言 - 入门环境Rstudio

• R语言 - 热图绘制 (heatmap)

• R语言 - 基础概念和矩阵操作

• R语言 - 热图简化

• R语言 - 热图美化

• R语言 - 线图绘制

• R语言 - 线图一步法

• R语言 - 箱线图（小提琴图、抖动图、区域散点图）

• R语言 - 箱线图一步法

• R语言 - 火山图

• R语言 - 富集分析泡泡图

• R语言 - 散点图绘制

• R语言 - 韦恩图

• R语言 - 柱状图

• R语言 - 图形设置中英字体

• R语言 - 非参数法生存分析

• R语言 - 绘制seq logo图

• WGCNA分析，简单全面的最新教程

• psych +igraph：共表达网络构建

• 一文学会网络分析——Co-occurrence网络图在R中的实现

• 一文看懂PCA主成分分析

• 富集分析DotPlot，可以服

• 基因共表达聚类分析和可视化

• R中1010个热图绘制方法

• 还在用PCA降维？快学学大牛最爱的t-SNE算法吧, 附Python/R代码

• 一个函数抓取代谢组学权威数据库HMDB的所有表格数据

• 文章用图的修改和排版

• network3D: 交互式桑基图

• network3D 交互式网络生成

• Seq logo 在线绘制工具——Weblogo

• 生物AI插图素材获取和拼装指导

• ggplot2高效实用指南 (可视化脚本、工具、套路、配色)

• 图像处理R包magick学习笔记

• SOM基因表达聚类分析初探

• 利用gganimate可视化全球范围R-Ladies（R社区性别多样性组织）发展情况

• 一分钟绘制磷脂双分子层：AI零基础入门和基本图形绘制

• AI科研绘图（二）：模式图的基本画法

• 你知道R中的赋值符号箭头(<-)和等号（=）的区别吗？

• R语言可视化学习笔记之ggridges包

• 利用ComplexHeatmap绘制热图(一)

• ggplot2学习笔记之图形排列

• R包reshape2，轻松实现长、宽数据表格转换

• 用R在地图上绘制网络图的三种方法

• PCA主成分分析实战和可视化 附R代码和测试数据

• iTOL快速绘制颜值最高的进化树！

• 12个ggplot2扩展包帮你实现更强大的可视化

• 编程模板-R语言脚本写作：最简单的统计与绘图，包安装、命令行参数解析、文件读取、表格和矢量图输出

• R语言统计入门课程推荐——生物科学中的数据分析Data Analysis for the Life Sciences

• 数据可视化基本套路总结

• 你知道R中的赋值符号箭头<-和等号=的区别吗？

• 使用dplyr进行数据操作30例

• 交集intersect、并集union、找不同setdiff

• R包reshape2，轻松实现长、宽数据表格转换

• 1数据类型（向量、数组、矩阵、 列表和数据框）

• 2读写数据所需的主要函数、与外部环境交互

• 3数据筛选——提取对象的子集

• 4向量、矩阵的数学运算

• 5控制结构

• 6函数及作用域

• 7认识循环函数lapply和sapply

• 8分解数据框split和查看对象str

• 9模拟—随机数、抽样、线性模型

• 1初识ggplot2绘制几何对象

• 2图层的使用—基础、加标签、注释

• 3工具箱—误差线、加权数、展示数据分布

• 4语法基础

• 5通过图层构建图像

• 6标度、轴和图例

• 7定位-分面和坐标系

• 8主题设置、存储导出

• 9绘图需要的数据整理技术

• 创建属于自己的调色板

• 28个实用绘图包，总有几个适合你

• 热图绘制

• R做线性回归

• 绘图相关系数矩阵corrplot

• 相关矩阵可视化ggcorrplot

• 绘制交互式图形recharts

• 交互式可视化CanvasXpress

• 聚类分析factoextra

• LDA分析、作图及添加置信-ggord

• 解决散点图样品标签重叠ggrepel

• 添加P值或显著性标记ggpubr

• Alpha多样性稀释曲线rarefraction curve

• 堆叠柱状图各成分连线画法：突出组间变化

• 冲击图展示组间时间序列变化ggalluvial

• 桑基图riverplot

• 微生物环境因子分析ggvegan

• 五彩进化树与热图更配ggtree

• 多元回归树分析mvpart

• 随机森林randomForest 分类Classification 回归Regression

• 加权基因共表达网络分析WGCNA

• circlize包绘制circos-plot

• R语言搭建炫酷的线上博客系统

• 28个实用绘图包，总有几个适合你

• 热图绘制

• R做线性回归

• 绘图相关系数矩阵corrplot

• 相关矩阵可视化ggcorrplot

• 绘制交互式图形recharts

• 交互式可视化CanvasXpress

• 聚类分析factoextra

• LDA分析、作图及添加置信-ggord

• 解决散点图样品标签重叠ggrepel

• 添加P值或显著性标记ggpubr

• Alpha多样性稀释曲线rarefraction curve

• 堆叠柱状图各成分连线画法：突出组间变化

• 冲击图展示组间时间序列变化ggalluvial

• 桑基图riverplot

• 微生物环境因子分析ggvegan

• 五彩进化树与热图更配ggtree

• 多元回归树分析mvpart

• 随机森林randomForest 分类Classification 回归Regression

• 加权基因共表达网络分析WGCNA

• circlize包绘制circos-plot

• R语言搭建炫酷的线上博客系统

• 维恩(Venn)图绘制工具大全 （在线+R包）

• R包circlize：柱状图用腻了？试试好看的弦状图

• 获取pheatmap聚类后和标准化后的结果

• 增强火山图，要不要试一下？

• 一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D

• 赠你一只金色的眼 - 富集分析和表达数据可视化

• 是Excel的图，不！是R的图

• 道友，来Rstudio里面看动画了

• 用了这么多年的PCA可视化竟然是错的！！！

猜你喜欢

10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑

系列教程：微生物组入门 Biostar 微生物组  宏基因组

专业技能：学术图表 高分文章 生信宝典 不可或缺的人

一文读懂：宏基因组 寄生虫益处 进化树

必备技能：提问 搜索  Endnote

文献阅读 热心肠 SemanticScholar Geenmedical

扩增子分析：图表解读 分析流程 统计绘图

16S功能预测   PICRUSt  FAPROTAX  Bugbase Tax4Fun

在线工具：16S预测培养基 生信绘图

科研经验：云笔记  云协作 公众号

编程模板: Shell  R Perl

生物科普:  肠道细菌 人体上的生命 生命大跃进  细胞暗战 人体奥秘  

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”