R语言可视化及绘图

这是一篇关于R语言可视化及绘图02的思维导图，包含几何对象、坐标轴自定义函数、图例与标题等内容，可收藏。

R语言可视化及绘图

• 8.几何对象
  • 点图
  • 条图
  • 直方图、密度图
  • 折线图
  • 标签绘制
    • 文本与标签添加
      • geom_label的文本将以标签形式出现，即文本会带有一个背景色。 geom_text则是纯文本形式展示。 annotaete函数则在图上添加一个注释图层。
      • 文本与标签区别
        • p <- ggplot(mtcars,aes(wt,mpg,label=rownames(mtcars))) a <- p+geom_text() b <- p+geom_label() gridExtra::grid.arrange(a,b,ncol=2)
      • 将散点与文本组合在一起
        • p+geom_point(color='dodgerblue')+ geom_text(nudge_x = 0.15, #将文本整体位置平移 angle=45) #文本倾斜
      • 变量映射
        • scale_color_manual(values=c('black','white','gray'))
    • 数学表达式添加
      • df <- data.frame(x=1:8,y=1.2+x^2) ggplot(df,aes(x,y))+geom_point()+ geom_smooth()+ geom_text(aes(x=4,y=40),label='y == 1.2 +x^2', parse = TRUE, size=7)
    • 注释添加
      • annotate函数在图上某个位置或某区域添加注释，无需映射变量，只需指定位置。
      • #添加文本 a <- p+annotate("text",x=4,y=25,label='I love R', size=5,color='forestgreen') #添加矩形 b <- p+annotate('rect',xmin=3,xmax=4.2,ymin=12, ymax = 21,alpha=.2,fill='forestgreen') #线段 c <- p+annotate('segment',x=2.5,xend=4,y=15, yend=25,color='blue') #点线段 d <- p+annotate('pointrange',x=3.5,y=20,ymin=12, ymax=28,color='red',size=1.5) grid.arrange(a,b,c,d,ncol=4)
• 9.坐标轴自定义函数
  • plotrix包
  • 语法
    • twoord.plot(lx,ly,rx,ry,data=NULL,main="",xlim=NULL,lylim=NULL,rylim=NULL, mar=c(5,4,4,4),lcol=1,rcol=2,xlab="",lytickpos=NA,ylab="", ylab.at=NA,rytickpos=NA,rylab="",rylab.at=NA,lpch=1,rpch=2, type="b",xtickpos=NULL,xticklab=NULL,halfwidth=0.4, axislab.cex=1,do.first=NULL,...)
  • 参数
    • lx,ly,rx,ry：分别指定左坐标轴和右坐标轴的值，必须是连续的值 data：需要绘制双轴图形的数据框 main：为图形指定标题 xlim：限制横坐标值的范围 lylim,rylim：限制左右纵坐标值的范围 mar：设置图形边界距，默认值为(5,4,4,4) lcol,rcol：设置左右坐标轴的颜色，这样可以起到图例的作用 xlab：设置横坐标轴标签 lytickpos：设置左坐标轴刻度标签的位置 ylab：设置左坐标轴标签 ylab.at：设置左坐标轴标签位置 rytickpos：设置右坐标轴刻度标签的位置 rylab：设置右坐标轴标签 rylab.at：设置右坐标轴标签位置 lpch,rpch：设置左右坐标轴图形的外观 type：指定图形类型 xtickpos：设置横坐标轴刻度标签位置 xticklab：设置横坐标轴刻度标签 halfwidth：设置用户给定条形图宽度的一半 axislab.cex：设置坐标轴标签和刻度标签的大小 do.first：通过该参数可以往图形中添加背景色或网格线
• 10.图例与标题
  • 图例
    • 移除图例用 guides()
      • library(ggplot2) p <- ggplot(PlantGrowth, aes(x=group, y=weight, fill=group)) + geom_boxplot() p + guides(fill=FALSE)
    • 改变图例的位置用theme(legend.position=…)
      • p <- ggplot(PlantGrowth, aes(x=group, y=weight, fill=group)) + geom_boxplot() +scale_fill_brewer(palette="Pastel2") #上方 p + theme(legend.position="top")#左边left,右边 right, 底部bottom
    • 改变图例标签的顺序
      • p <- ggplot(PlantGrowth, aes(x=group, y=weight, fill=group)) + geom_boxplot() #使用limit参数设置图例位置 p + scale_fill_discrete(limits=c("trt1", "trt2", "ctrl")) #使用guides(fill=guide_legend(reverse=TRUE))逆转图例 p + guides(fill=guide_legend(reverse=TRUE))
    • 设置图例的标题
      • #改变标题名字 用labs() p + labs(fill="Condition") # 设置图例的标题的字体、颜色、大小用theme(legend.title=element_text()) p + theme(legend.title=element_text(face="italic", family="Times", colour="red",size=14)) #移除图例标题 #增加 guides(fill=guide_legend(title=NULL))函数即可移除图例标题 ggplot(PlantGrowth, aes(x=group, y=weight, fill=group)) + geom_boxplot() +guides(fill=guide_legend(title=NULL))
    • 设置图例的标签
      • #改变标签的名字 p <- ggplot(PlantGrowth, aes(x=group, y=weight, fill=group)) + geom_boxplot() p + scale_fill_discrete(labels=c("Control", "Treatment 1", "Treatment 2")) #改变标签的主题 p + theme(legend.text=element_text(face="italic", family="Times", colour="red", size=14)) #多行图例标签的展示 #有时候标签名字较长，一行展示不够美观，需要多行呈现 加一个\n p + scale_fill_discrete(labels=c("Control", "Type 1\ntreatment", "Type 2\ntreatment"))
  • 标题
    • main: 图形标题设置参数
      • plot(1:30) plot(1:30,main="图形元素设置演示")
    • ylab, xlab: x轴与y轴名称设置参数
      • plot(1:30, main="图形元素设置演示图", ylab="y轴数值", xlab="x轴数值")
    • sub: 子标题设置参数
      • plot(1:20,main="主标题",sub="子标题")
    • ylim, xlim: x轴与y轴数值界限设置参数
      • plot(1:30,xlim=c(-20,20),ylim=c(-20,20)) plot(1:30,xlim=c(-20,20),ylim=c(20,-20))
• 11.坐标系转换函数与图片分面函数
  • 坐标系变换
    • coord_cartesian()笛卡尔坐标系
      • coord_cartesian(xlim = NULL, ylim = NULL, expand = TRUE, default = FALSE, clip = "on")
      • xlim, ylim 表示设定x轴和y轴的绘图范围，如果同时设定clip="off"则表示将不绘制在范围外的数据点，通常不进行设置，而是后期从标度中更改显示范围
      • expand 表示是否将扩展xlim和ylim，默认扩展以绘制可能出现在绘图范围以外的数据
      • default 表示是否更改默认坐标系，默认FALSE不更改，TRUE则会变成另一个坐标系
    • coord_fixed()修改纵横比坐标系
      • 纵横比可以用参数ratio自定义，默认为1表示固定纵横比为1， 纵横比越大，则同样尺寸，其纵轴视觉长度越长；背景为矩形格子
      • coord_fixed(ratio = 1, xlim = NULL, ylim = NULL, expand = TRUE, clip = "on")
    • coord_flip()翻转坐标系
      • coord_flip(xlim = NULL, ylim = NULL, expand = TRUE, clip = "on")
      • 翻转后横轴为y轴，纵轴为x轴
    • coord_polar()极坐标投影
      • coord_polar(theta = "x", start = 0, direction = 1, clip = "on")
      • theta 表示要极坐标化的中心轴，即该轴转化为圆周，另一个轴转化为半径
      • direction 表示排列方向，direction=1表示顺时针，direction=-1表示逆时针
      • start 表示起始角度，以距离12点针的弧度衡量,具体位置与direction参数有关，若direction为1则在顺时针start角度处,若direction为-1则在逆时针start角度处
    • coord_trans()变换笛卡尔坐标
      • coord_trans(x = "identity", y = "identity", limx = NULL, limy = NULL, clip = "on", xtrans, ytrans)
      • x,y 表示指定坐标轴比例尺变换的方式，默认identity不变化
  • 图片分面
    • 准备
      • p <- ggplot(mpg,aes(displ,cty))+geom_point()
    • 根据cyl变量把图形分成4列
      • a <- p+facet_grid(.~cyl)
    • 根据drv变量把图形分成3行
      • b <- p+facet_grid(drv~.)
    • 分成12格 c <- p+facet_grid(drv~cyl)
    • 使用scales参数释放坐标轴刻度
      • mt <- ggplot(mtcars,aes(mpg,wt,color=factor(cyl)))+geom_point() mt+facet_grid(.~cyl,scales = 'free')
      • ggplot(mpg, aes(drv, model)) + geom_point() + facet_grid(manufacturer ~ ., scales = "free", space = "free") + #用三个变量，drv，model 以及 manufacturer 进行分面 theme(strip.text.y = element_text(angle = 0))
        • 此处space='free',表示不同分面根据自身数据调整轴取值范围
• 15.生存曲线
  • 安装软件包
    • install.packages(c("survival","survminer"))
  • 加载包
    • library("survival")library("survminer")
  • 示例数据集 使用生存包中提供的肺癌数据
    • data("lung")head(lung)
  • 计算生存曲线
    • fit<-survfit(Surv(time,status)~sex,data=lung)print(fit)
  • 可视化生存曲线
    • 使用参数conf.int = TRUE的幸存函数的95％置信限
    • 使用期权risk.table的风险个体的数量和/或百分比
    • risk.table允许的值包括：
      • 指定是否显示风险表的TRUE或FALSE。默认值是FALSE。
      • “绝对”或“百分比”：分别显示风险对象的绝对数量和百分比。使用“abs_pct”来显示绝对数字和百分比。
    • Log-Rank测试的p值使用pval = TRUE比较组
    • 使用参数surv.median.line的中值生存中的水平/垂直线
• 14.nomogram和heatmap
• 13.venn图和火山图
  • 韦恩图
    • install.packages("VennDiagram")
      • 安装
    • library(VennDiagram)
    • A = 1:150 B = c(121:170,300:320) C = c(20:40,141:200) Length_A<-length(A) Length_B<-length(B) Length_C<-length(C) Length_AB<-length(intersect(A,B)) Length_BC<-length(intersect(B,C)) Length_AC<-length(intersect(A,C)) Length_ABC<-length(intersect(intersect(A,B),C))
      • 生成几个集合并计算各个集合及其相互交集的大小
    • 绘制两个集合
      • T<-venn.diagram(list(A=A,B=B),filename=NULL ,lwd=1,lty=2 ,col=c("red","green"),fill=c("red","green") ,cat.col=c("red","green") ,rotation.degree=90) grid.draw(T)
        • filename指定用于保存图形文件的文件名，如果希望在当前的图形窗口中看到绘制的韦恩图，则filename必须为空；若希望将绘制的图形直接保存为某文件，则直接使用venn.diagram(...,filename="*")即可完成。 fill表示各个集合对应的圆的填充颜色。 col表示对应的圆周的颜色，而cat.col则表示集合名称的显示颜色。 lwd用于设定圆弧的宽度，lty用于设定圆弧的线型。 rotation.degree则可用于调整图形的旋转角度。
    • 绘制三个集合
      • T<-venn.diagram(list(A=A,B=B,C=C),filename=NULL ,lwd=1,lty=2,col=c("red","green","blue") ,fill=c("red","green","blue") ,cat.col=c("red","green","blue") ,reverse=TRUE) grid.draw(T)
  • 火山图
    • 导入数据包：library(ggplot2)
    • 读取csv文件：data=read.table(file="c:\\",header=T,row.names=1,sep=",")
    • 设置横轴和纵轴：r03=ggplot(data,aes(log2FoldChange,-1*log10(pvalue)))
    • 显示火山图：r03+geom_point()
    • 改变点的颜色
      • 设置火山图点的颜色（只能设置一种）：r03 +geom_point(aes(color ="red")) //添加标注
      • 设置火山图点的颜色 （颜色种类由significant来确定，significant 是数据表中的一列，相当于一个tag）
        • r03 + geom_point(aes(color =significant)) addcolor=r03 + geom_point(aes(color =significant)) addcolor
    • 设置坐标轴范围和标题
      • labs(title=“..”,x=“..”,y=“..”)
      • r03xy=addcolor+xlim(-4,4)+ ylim(0,30)+ labs(title="Volcanoplot",x=expression(log2(log2FoldChange)),y=expression(-log10(pvalue)))
    • 自定义颜色 （要与指定颜色数量一致）
      • volcano= r03xy +scale_color_manual(values =c("green","black", "red")) volcano
    • 添加阈值线 （y轴截距，横坐标范围）
      • addline=volcano+geom_hline(yintercept=1.3)+geom_vline(xintercept=c(-1,1)) addline
    • 保存图片 (名称，图，宽，高)
      • ggsave("volcano8.png",volcano,width=8,height=8)
• 12.主题函数&一页多图&高质量图片导出
  • 主题函数
    • mg <- ggplot(mtcars, aes(x = mpg, y = wt)) + geom_point() a <- mg + theme_bw() + geom_text(aes(x = 30, y = 5),label = 'theme_bw()', color = 'red',size = 10)
    • theme_还可接classic()、dark()、light()、get()、linedraw()、replace()、minimal()、void()
  • 一页多图
    • grid.arrange函数
      • 生成四张图
        • library(gridExtra) library(grid) p1 <- qplot(1:5,1:5) p4 <- ggplot(mtcars,aes(x=mpg,y=wt))+geom_point() p3 <- rectGrob(gp=gpar(fill='pink')) p2 <- textGrob('Basic usage') #rectGrob()和textGrob()均是grid包中的函数
      • 将四张图拼到一张图
        • #grid.arrange函数 grid.arrange(p1,p2,p3,p4,ncol=2)
      • #layout_matrix参数 gs <- lapply(1:8,function(ii) grobTree(rectGrob(gp=gpar(fill=ii,alpha=0.5)),textGrob(ii))) layout <- rbind(c(1,1,1,2,3), c(1,1,1,4,5), c(6,7,7,8,8)) #rbind生成一个矩阵，图形的排列完全按照该矩阵的排列，1对应第一张图，以此类推。 grid.arrange(grobs=gs,layout_matrix=layout)
    • ggrepel包
      • 在图上添加文本，可以自动把叠加的文本分开
      • geom_text_repel函数
        • library(ggrepel) ggplot(mtcars,aes(wt,mpg))+ geom_point(color='red')+ geom_text_repel(aes(label=rownames(mtcars)),segment.color='blue')+ #此处我们用geom_text_repel()函数添加文字 theme_classic(base_size = 16)
  • 高质量图片导出
    • tiff('C:\\Users\\lu188\\Desktop\\myplot.tiff',width = 1200,height = 1300,res = 300)
      • 保存至桌面，一般要求300分辨率
    • ggplot(mtcars, aes(x = mpg, y = wt, color = factor(gear))) + geom_point()
    • dev.off()
    • 画图，并关闭
• 小结：自从开始学习R语言，安装某某包，跟着跑代码，理解参数成了最大敌人，R的版本不同也造成了一定的困扰，找不到参数介绍这一功能栏，也没有看到前进、后退功能键，也有好几个包安装不下来，如rms、survminer等等。而且，由于时间拖得太久了，前面学过的又忘的差不多了。。。