转载:https://www.jianshu.com/p/678213d605a5?from=jiantop.com

Hadley Wickham创建的可视化包ggplot2可以流畅地进行优美的可视化,但是如果要通过ggplot2定制一套图形,尤其是适用于杂志期刊等出版物的图形,对于那些没有深入了解ggplot2的人来说就有点困难了,ggplot2的部分语法是很晦涩的。为此Alboukadel Kassambara创建了基于ggplot2的可视化包ggpubr用于绘制符合出版物要求的图形。

安装及加载ggpubr

安装方式有两种:

  • 直接从CRAN安装:
  1. install.packages("ggpubr")
  • GitHub上安装最新版本:
  1. if(!require(devtools)) install.packages("devtools")
  2. devtools::install_github("kassambara/ggpubr")

安装完之后直接加载就行:

  1. library(ggpubr)

ggpubr可绘制图形:

ggpubr可绘制大部分我们常用的图形,下面一一介绍。

分布图(Distribution)

  1. #构建数据集
  2. set.seed(1234)
  3. df <- data.frame( sex=factor(rep(c("f", "M"), each=200)),
  4. weight=c(rnorm(200, 55), rnorm(200, 58)))
  5. head(df)
  1. ## sex weight
  2. ## 1 f 53.79293
  3. ## 2 f 55.27743
  4. ## 3 f 56.08444
  5. ## 4 f 52.65430
  6. ## 5 f 55.42912
  7. ## 6 f 55.50606

密度分布图以及边际地毯线并添加平均值线

  1. ggdensity(df, x="weight", add = "mean", rug = TRUE, color = "sex", fill = "sex",
  2. palette = c("#00AFBB", "#E7B800"))
 
 

带有均值线和边际地毯线的直方图

  1. gghistogram(df, x="weight", add = "mean", rug = TRUE, color = "sex", fill = "sex",
  2. palette = c("#00AFBB", "#E7B800"))
 
 

箱线图与小提琴图

  1. #加载数据集ToothGrowth
  2. data("ToothGrowth")
  3. df1 <- ToothGrowth
  4. head(df1)
  1. ## len supp dose
  2. ## 1 4.2 VC 0.5
  3. ## 2 11.5 VC 0.5
  4. ## 3 7.3 VC 0.5
  5. ## 4 5.8 VC 0.5
  6. ## 5 6.4 VC 0.5
  7. ## 6 10.0 VC 0.5
  1. p <- ggboxplot(df1, x="dose", y="len", color = "dose",
  2. palette = c("#00AFBB", "#E7B800", "#FC4E07"),
  3. add = "jitter", shape="dose")#增加了jitter点,点shapedose映射p
 
 

增加不同组间的p-value值,可以自定义需要标注的组间比较

  1. my_comparisons <- list(c("0.5", "1"), c("1", "2"), c("0.5", "2"))
  2. p+stat_compare_means(comparisons = my_comparisons)+#不同组间的比较
  3. stat_compare_means(label.y = 50)
 
 

内有箱线图的小提琴图

  1. ggviolin(df1, x="dose", y="len", fill = "dose",
  2. palette = c("#00AFBB", "#E7B800", "#FC4E07"),
  3. add = "boxplot", add.params = list(fill="white"))+
  4. stat_compare_means(comparisons = my_comparisons, label = "p.signif")+#label这里表示选择显著性标记(星号)
  5. stat_compare_means(label.y = 50)
 
 

条形图

  1. data("mtcars")
  2. df2 <- mtcars
  3. df2$cyl <- factor(df2$cyl)
  4. df2$name <- rownames(df2)#添加一行name
  5. head(df2[, c("name", "wt", "mpg", "cyl")])
 
 

按从小到大顺序绘制条形图(不分组排序)

  1. ggbarplot(df2, x="name", y="mpg", fill = "cyl", color = "white",
  2. palette = "jco",#杂志jco的配色
  3. sort.val = "desc",#下降排序
  4. sort.by.groups=FALSE,#不按组排序
  5. x.text.angle=60)
 
 

按组进行排序

  1. ggbarplot(df2, x="name", y="mpg", fill = "cyl", color = "white",
  2. palette = "jco",#杂志jco的配色
  3. sort.val = "asc",#上升排序,区别于desc,具体看图演示
  4. sort.by.groups=TRUE,#按组排序
  5. x.text.angle=90)
 
 

偏差图

偏差图展示了与参考值之间的偏差

  1. df2$mpg_z <- (df2$mpg-mean(df2$mpg))/sd(df2$mpg)
  2. df2$mpg_grp <- factor(ifelse(df2$mpg_z<0, "low", "high"), levels = c("low", "high"))
  3. head(df2[, c("name", "wt", "mpg", "mpg_grp", "cyl")])
 
 

绘制排序过的条形图

  1. ggbarplot(df2, x="name", y="mpg_z", fill = "mpg_grp", color = "white",
  2. palette = "jco", sort.val = "asc", sort.by.groups = FALSE, x.text.angle=60,
  3. ylab = "MPG z-score", xlab = FALSE, legend.title="MPG Group")
 
 

坐标轴变换

  1. ggbarplot(df2, x="name", y="mpg_z", fill = "mpg_grp", color = "white",
  2. palette = "jco", sort.val = "desc", sort.by.groups = FALSE,
  3. x.text.angle=90, ylab = "MPG z-score", xlab = FALSE,
  4. legend.title="MPG Group", rotate=TRUE, ggtheme = theme_minimal())
 
 

点图(Dot charts)

棒棒糖图(Lollipop chart)

棒棒图可以代替条形图展示数据

  1. ggdotchart(df2, x="name", y="mpg", color = "cyl",
  2. palette = c("#00AFBB", "#E7B800", "#FC4E07"), sorting = "ascending",
  3. add = "segments", ggtheme = theme_pubr())
 
 

可以自设置各种参数

  1. ggdotchart(df2, x="name", y="mpg", color = "cyl",
  2. palette = c("#00AFBB", "#E7B800", "#FC4E07"), sorting = "descending",
  3. add = "segments", rotate = TRUE, group = "cyl", dot.size = 6,
  4. label = round(df2$mpg), font.label = list(color="white", size=9, vjust=0.5),
  5. ggtheme = theme_pubr())
 
 

偏差图

  1. ggdotchart(df2, x="name", y="mpg_z", color = "cyl",
  2. palette = c("#00AFBB", "#E7B800", "#FC4E07"), sorting = "descending",
  3. add = "segment", add.params = list(color="lightgray", size=2),
  4. group = "cyl", dot.size = 6, label = round(df2$mpg_z, 1),
  5. font.label = list(color="white", size=9, vjust=0.5), ggtheme = theme_pubr())+
  6. geom_line(yintercept=0, linetype=2, color="lightgray")
 
 

Cleveland点图

  1. ggdotchart(df2, x="name", y="mpg", color = "cyl",
  2. palette = c("#00AFBB", "#E7B800", "#FC4E07"), sorting = "descending",
  3. rotate = TRUE, dot.size = 2, y.text.col=TRUE, ggtheme = theme_pubr())+
  4. theme_cleveland()
 
 

SessionInfo

  1. sessionInfo()
  1. ## R version 3.4.0 (2017-04-21)
  2. ## Platform: x86_64-w64-mingw32/x64 (64-bit)
  3. ## Running under: Windows 8.1 x64 (build 9600)
  4. ##
  5. ## Matrix products: default
  6. ##
  7. ## locale:
  8. ## [1] LC_COLLATE=Chinese (Simplified)_China.936
  9. ## [2] LC_CTYPE=Chinese (Simplified)_China.936
  10. ## [3] LC_MONETARY=Chinese (Simplified)_China.936
  11. ## [4] LC_NUMERIC=C
  12. ## [5] LC_TIME=Chinese (Simplified)_China.936
  13. ##
  14. ## attached base packages:
  15. ## [1] stats graphics grDevices utils datasets methods base
  16. ##
  17. ## other attached packages:
  18. ## [1] ggpubr_0.1.3 magrittr_1.5 ggplot2_2.2.1
  19. ##
  20. ## loaded via a namespace (and not attached):
  21. ## [1] Rcpp_0.12.11 knitr_1.16 munsell_0.4.3 colorspace_1.3-2
  22. ## [5] R6_2.2.1 rlang_0.1.1 stringr_1.2.0 plyr_1.8.4
  23. ## [9] dplyr_0.5.0 tools_3.4.0 grid_3.4.0 gtable_0.2.0
  24. ## [13] DBI_0.6-1 htmltools_0.3.6 yaml_2.1.14 lazyeval_0.2.0
  25. ## [17] rprojroot_1.2 digest_0.6.12 assertthat_0.2.0 tibble_1.3.3
  26. ## [21] ggsignif_0.2.0 ggsci_2.4 purrr_0.2.2.2 evaluate_0.10
  27. ## [25] rmarkdown_1.5 labeling_0.3 stringi_1.1.5 compiler_3.4.0
  28. ## [29] scales_0.4.1 backports_1.1.0

作者:taoyan
链接:https://www.jianshu.com/p/678213d605a5
來源:简书
简书著作权归作者所有,任何形式的转载都请联系作者获得授权并注明出处。

R语言可视化学习笔记之ggpubr包—SCI文章图的更多相关文章

  1. R语言可视化学习笔记之添加p-value和显著性标记

    R语言可视化学习笔记之添加p-value和显著性标记 http://www.jianshu.com/p/b7274afff14f?from=timeline   上篇文章中提了一下如何通过ggpubr ...

  2. R语言可视化学习笔记之添加p-value和显著性标记--转载

    https://www.jianshu.com/p/b7274afff14f?from=timeline #先加载包 library(ggpubr) #加载数据集ToothGrowth data(&q ...

  3. 从零开始系列-R语言基础学习笔记之二 数据结构(二)

    在上一篇中我们一起学习了R语言的数据结构第一部分:向量.数组和矩阵,这次我们开始学习R语言的数据结构第二部分:数据框.因子和列表. 一.数据框 类似于二维数组,但不同的列可以有不同的数据类型(每一列内 ...

  4. R语言的学习笔记 (持续更新.....)

    1. DATE 处理 1.1 日期格式一个是as.Date(XXX) 和strptime(XXX),前者为Date格式,后者为POSIXlt格式 1.2 用法:as.Date(XXX,"%Y ...

  5. 从零开始系列--R语言基础学习笔记之一 环境搭建

    R是免费开源的软件,具有强大的数据处理和绘图等功能.下面是R开发环境的搭建过程. 一.点击网址 https://www.r-project.org/ ,进入"The R Project fo ...

  6. R语言入门学习笔记 - 对R软件的认识

    一.R软件 1.安装R:自行百度☺ 2.R控制台(R Console)和R程序脚本: 打开R软件,就会直接打开控制台,控制台可以显示程序运行的结果.错误提示等信息,也可以直接输入想要执行的操作并立即返 ...

  7. R语言爬虫初尝试-基于RVEST包学习

    注意:这文章是2月份写的,拉勾网早改版了,代码已经失效了,大家意思意思就好,主要看代码的使用方法吧.. 最近一直在用且有维护的另一个爬虫是KINDLE 特价书爬虫,blog地址见此: http://w ...

  8. [转帖]Linux学习笔记之rpm包管理功能全解

    Linux学习笔记之rpm包管理功能全解 https://www.cnblogs.com/JetpropelledSnake/p/11177277.html rpm 的管理命令 之前学习过 yum 的 ...

  9. # C语言假期学习笔记——6

    C语言假期学习笔记--6 数组 主要学习了一位数组和二维数组. 数组是一组具有相同类型的变量的集合.C语言程序通过元素的下标来访问数组中的元素.(下标从0开始) 一位数组 类型 数组名[元素个数] 二 ...

随机推荐

  1. 转:专题三线程池中的I/O线程

    上一篇文章主要介绍了如何利用线程池中的工作者线程来实现多线程,使多个线程可以并发地工作,从而高效率地使用系统资源.在这篇文章中将介绍如何用线程池中的I/O线程来执行I/O操作,希望对大家有所帮助. 目 ...

  2. Linux下MySQL远程链接配置

    配置步骤: 1).首先进入数据库,使用系统数据库mysql mysql -u root -p mysql 2).接着对系统数据库的root账户设置远程访问的密码,与本地的root访问密码并不冲突 gr ...

  3. Let's Chat ZOJ - 3961

    ACM (ACMers' Chatting Messenger) is a famous instant messaging software developed by Marjar Technolo ...

  4. Git 常用命令列表

    1 常用 $ git remote add origin git@github.com:yeszao/dofiler.git # 配置远程git版本库 $ git pull origin master ...

  5. Linux环境jdk的安装

    1.下载jdk1.7,oracle的下载地址已经失效,找了个其他的地址进行下载. wget http://pc.xzstatic.com/2017/03/jdk7u79linuxx64.tar.gz ...

  6. pxc集群进入非主模式怎么让最后的节点允许提供服务

    这种情况一般是,集群其他节点意外宕机而最后一个节点无法自我仲裁,而进入非主模式. 该模式拒绝任何SQL的执行: ERROR 1047 (08S01): WSREP has not yet prepar ...

  7. Web前端学习笔记之离线安装npm

    0x00 概述 这段时间的工作主题就是Linux 下的“离线部署”,包括mongo.mysql.postgresql.nodejs.nginx等软件的离线部署.平常在服务器上借助apt-get就能轻松 ...

  8. 在虚拟机上安装gho、esd(wim)系统镜像文件

    gho.esd(wim)等文件不能被虚拟机识别,但如果把它们打包成iso就可以了. 另外,还需用到能在虚拟机上运行的WinPE的iso文件,本文用的是微PE. 注意:安装虚拟机提示operating ...

  9. Golang原生sql操作Mysql数据库增删改查

    Golang要操作mysql数据库,首先需要在当期系统配置GOPATH,因为需要使用go get命令把驱动包下载到GOPATH下使用. 首先配置好你的GOPATH,执行以下命令,下载安装mysql驱动 ...

  10. Atlas读写分离[高可用]

    Atlas下载地址: https://github.com/Qihoo360/Atlas/releases Atlas是出于360的, 比mysql-proxy更稳定, 部署起来更方便. 环境: pr ...