生信技能树学习笔记-day6

原创

天空UP

修改于 2023-01-16 17:30:38

5170

修改于 2023-01-16 17:30:38

文章被收录于专栏：2023生信技能树学习记录2023生信技能树学习记录

title: "生信技能树学习笔记"

author: "天空"

引用自生信技能树 date: "2023-01-04"

output: html_document

R语言作图

1. 常用可视化R包

2. R基础包、ggplot2和ggpubr之间的绘图差别

#作图分三类
#1.基础包 略显陈旧 了解一下
plot(iris[,1],iris[,3],col = iris[,5]) 
text(6.5,4, labels = 'hello')

# dev.off() #关闭画板

#2.ggplot2 中坚力量，语法有个性
library(ggplot2)
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))

#3.ggpubr 新手友好型 ggplot2简化和美化 褒贬不一
library(ggpubr)
ggscatter(iris,
          x="Sepal.Length",
          y="Petal.Length",
          color="Species")

3. ggplot2画图

（1）ggplot2语法

（2）ggplot2映射VS手动设置

映射：根据数据的某一列的内容分配颜色。

手动设置：把图形设置为一个或n个颜色，与数据内容无关。

#手动设置

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length), 
             color = "blue")

#映射

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))

## Q1 能不能自行指定映射的具体颜色？

ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species))+
  scale_color_manual(values = c("blue","grey","red"))

（3）ggplot2：color与fill两个属性的差别

## Q2 区分color和fill两个属性
### Q2-1 空心形状和实心形状都用color设置颜色
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species),
             shape = 17) #17号，实心的例子

ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species),
             shape = 2) #2号，空心的例子

### Q2-2 既有边框又有内心的，才需要color和fill两个参数

ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species),
             shape = 24,
             fill = "black") #24号，双色的例子

（4）ggplot2分面功能

#3.分面
ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_wrap(~ Species)

#双分面
dat = iris
dat$Group = sample(letters[1:5],150,replace = T)
ggplot(data = dat) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_grid(Group ~ Species)

# 小知识点
sample(letters[1:9],20,replace = TRUE)

##  [1] "i" "c" "e" "f" "i" "d" "g" "i" "g" "d" "h" "i" "i" "i" "e" "g" "f" "a" "a" "a"

（5）ggplot2几何对象

#4.几何对象

#局部设置和全局设置

ggplot(data = iris) + 
  geom_smooth(mapping = aes(x = Sepal.Length, 
                          y = Petal.Length))+
  geom_point(mapping = aes(x = Sepal.Length, 
                           y = Petal.Length))

## `geom_smooth()` using method = 'loess' and formula = 'y ~ x'

ggplot(data = iris,mapping = aes(x = Sepal.Length, y = Petal.Length))+
  geom_smooth()+
  geom_point()

## `geom_smooth()` using method = 'loess' and formula = 'y ~ x'

（6）ggplot2统计变换

library(ggplot2)
#5.统计变换-直方图
table(diamonds$cut)

## 
##      Fair      Good Very Good   Premium     Ideal 
##      1610      4906     12082     13791     21551

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut))

ggplot(data = diamonds) + 
  stat_count(mapping = aes(x = cut))

#统计变换使用场景
#5.1.不统计，数据直接做图
fre = as.data.frame(table(diamonds$cut))
fre

##        Var1  Freq
## 1      Fair  1610
## 2      Good  4906
## 3 Very Good 12082
## 4   Premium 13791
## 5     Ideal 21551

ggplot(data = fre) +
  geom_bar(mapping = aes(x = Var1, y = Freq), stat = "identity")

#5.2count改为prop,group=1表示各分组一起作为整体
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, y = after_stat(prop), group = 1))

# Warning: The dot-dot notation (`..prop..`) was deprecated in ggplot2 3.4.0. Please use `after_stat(prop)` instead.

（7）ggplot2位置关系

#6.位置关系

# 6.1抖动的点图
ggplot(data = iris,mapping = aes(x = Species, 
                                 y = Sepal.Width,
                                 fill = Species)) + 
  geom_boxplot()+
  geom_point()

ggplot(data = iris,mapping = aes(x = Species, 
                                 y = Sepal.Width,
                                 fill = Species)) + 
  geom_boxplot()+
  geom_jitter()

# 6.2堆叠直方图
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut,fill=clarity))

# 6.3 并列直方图
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, fill = clarity), position = "dodge")

（8）ggplot2坐标系

#7.坐标系

#翻转coord_flip()

ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + 
  geom_boxplot() +
  coord_flip()

#极坐标系coord_polar()
bar <- ggplot(data = diamonds) + 
  geom_bar(
    mapping = aes(x = cut, fill = cut), 
    width = 1
  ) + 
  theme(aspect.ratio = 1) +
  labs(x = NULL, y = NULL)
bar

bar + coord_flip()

bar + coord_polar()

4. ggpubr画图

（1）ggpubr示例1

# ggpubr 搜代码直接用，基本不需要系统学习
# sthda上有大量ggpubr出的图
library(ggpubr)
ggscatter(iris,x="Sepal.Length",
          y="Petal.Length",
          color="Species")

p <- ggboxplot(iris, x = "Species", 
               y = "Sepal.Length",
               color = "Species", 
               shape = "Species",
               add = "jitter")
p

my_comparisons <- list( c("setosa", "versicolor"), 
                        c("setosa", "virginica"), 
                        c("versicolor", "virginica") )
p + stat_compare_means(comparisons = my_comparisons)+ # Add pairwise comparisons p-value
  stat_compare_means(label.y = 9)

## [1] FALSE

5. 图片的保存和导出

图片保存示例

#图片保存的三种方法

#1.基础包作图的保存
pdf("iris_box_ggpubr.pdf")
boxplot(iris[,1]~iris[,5])
text(6.5,4, labels = 'hello')
dev.off()

## RStudioGD 
##         2

#2.ggplot系列图(包括ggpubr)通用的简便保存 ggsave
p <- ggboxplot(iris, x = "Species", 
               y = "Sepal.Length",
               color = "Species", 
               shape = "Species",
               add = "jitter")

ggsave(p,filename = "iris_box_ggpubr.png")

## Saving 8.39 x 6.12 in image

#3.eoffice包 导出为ppt,全部元素都是可编辑模式
library(eoffice)
topptx(p,"iris_box_ggpubr.pptx")

#https://mp.weixin.qq.com/s/p7LLLvzR5LPgHhuRGhYQBQ

拼图

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

编程算法

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

编程算法

登录后参与评论

0 条评论

热度

生信技能树学习笔记-day6

生信技能树学习笔记-day6

R语言作图

1. 常用可视化R包

2. R基础包、ggplot2和ggpubr之间的绘图差别

3. ggplot2画图

（1）ggplot2语法

（2）ggplot2映射VS手动设置

（3）ggplot2：color与fill两个属性的差别

（4）ggplot2分面功能

（5）ggplot2几何对象

（6）ggplot2统计变换

（7）ggplot2位置关系

（8）ggplot2坐标系

4. ggpubr画图

（1）ggpubr示例1

5. 图片的保存和导出

图片保存示例

拼图

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐