1. 被人推荐
看微信群中有人聊天,浏览了一下,不同专业的内容比较分散,很多读都读不通顺,隔行如隔山,真是如此!
忽然,一个朋友在里面推荐的几个R语言的公众号,学生物的推荐关注:
R语言使我们的共同语言:
我点进去一看:
- 木舟笔记:https://mp.weixin.qq.com/s/Qqxa8WfKU-tiqpegqueeww
- R语言数据分析指南,https://mp.weixin.qq.com/s/yQqmETSQfPoNCw-osrOeGQ
- 生信技能树:https://mp.weixin.qq.com/s/e_4dEtsVnypa5s-NXxkMqg
- 作图丫:https://mp.weixin.qq.com/s/RywicX-6M2wpNIZKE22BiA
- R语言和统计:https://mp.weixin.qq.com/s/1jlpZ738SRxFLdP3t4ddhA
- 联川生物:https://mp.weixin.qq.com/s/U4hM1Qx8ADIRUWNbWLglUA
- 科研生信充电宝:https://mp.weixin.qq.com/s/g-E99x3v2LZRFslKVtRRRA
- 统计之都:https://mp.weixin.qq.com/s/ExZG64lguQRGGHSYrUkZsw
- 小明的数据分析笔记本:https://mp.weixin.qq.com/s/clsq4-CASCYPdGKKgUxhZw
- 生信菜鸟团:https://mp.weixin.qq.com/s/ct_pgUHy-rfstZJtdU-7_w
- YuLabSMU: https://mp.weixin.qq.com/s/ay9kli9V2JENJRHNQSbohA
- 数据驱动实践:https://mp.weixin.qq.com/s/zgYsmdeDYVv-yoC2L8NCLw
- 医学统计与R语言:https://mp.weixin.qq.com/s/6d7vR1BhoLkVv2pXc51guA
- 当统计学遇到R语言:https://mp.weixin.qq.com/s/-f2shZfsGeo-Pdq7z0wbpw
- 育种数据分析之放飞自我:https://mp.weixin.qq.com/s/ubfHmAyQmHEPYvC7seqH3w
最后一个竟然是我的。。。高兴。。。
这几个公众号,我大都关注了。其余没有关注的,我也关注了一波。
毕竟,一打开这么多干货的公众号,感觉整个人都不同了,自我感动得热泪盈眶,不管学习成绩怎么样,但是书包一定要塞得满满的……
2. 正题
https://ggobi.github.io/ggally/reference/ggpairs.html 这篇文章,做多性状相关分析的可视化非常漂亮,抱着学习的态度,借鉴学习一下(读书人的事情不能叫抄。。。)
图片真得很漂亮,三个品种的多性状数据,相当于是分组数据的相关分析。这里记录一下学习笔记。
3. 没有分组的数据
载入数据:
library(learnasreml)
data(fm)
head(fm)
# 直接出图
library(GGally)
ggpairs(fm[,6:13]) # 6:13列为数据
3.1 加上颜色
因为ggpairs加颜色的话,需要一个因子类型的分组数据,这里手动设置一个分组:Group
## 模拟一个分组,只有一组:
str(fm)
fm$Group = 1
fm$Group = as.factor(fm$Group)
ggpairs(fm[,c(6:13,14)])
### 一个分组可视化,加颜色
ggpairs(fm[,c(6:13,14)],ggplot2::aes(color = Group))
可以看到,最下方是每个性状的直方图,右边是每个性状的箱线图,666。
3.2 美化一下
ggpairs(fm[,c(6:13,14)],ggplot2::aes(color = Group)) +
theme(axis.text = element_text(colour = "black", size = 11),
strip.background = element_rect(fill = "#d63d2d"),
strip.text = element_text(colour = "white", size = 12,
face = "bold"))
4. 多个分组的数据
4.1 Spacing是两个密度
## 两个分组,Spacing
str(fm)
ggpairs(fm[,c(6:13,2)])
4.2 加点色(shai)
## 两个分组,加颜色
ggpairs(fm[,c(6:13,2)],ggplot2::aes(color=Spacing))
很不错。
4.2 再来点美化
### 两个分组,加颜色,加美化
ggpairs(fm[,c(6:13,2)],ggplot2::aes(color=Spacing)) +
theme(axis.text = element_text(colour = "black", size = 11),
strip.background = element_rect(fill = "#d63d2d"),
strip.text = element_text(colour = "white", size = 12,
face = "bold"))
5. 小甜甜和牛夫人
花心大萝卜,以前用PerformanceAnalytics
时喊人家小甜甜,现在发现了GGally
喊人家牛夫人。
# 另一个包:
p_load(PerformanceAnalytics)
chart.Correlation(fm[,c(6:13)])
同样的数据,对比GGally包:
比较两者
相比较GGally包,有以下缺点:
- 1,不支持分组数据
- 2,没有箱线图的叠加
- 3,缺乏后期的美化
光是具有分组功能,就是选择GGally的理由!