ggplot2入门与进阶（下）

出处：http://www.cellyse.com/how_to_use_gggplot2_part2/

更多实战

例一 Michaelis-Menten动力学方程

这个例子中采用出自文献中的一组有关于浮萍氮摄取的数据，共2两个变量8个观测值，其中底物浓度与浮萍的氮取速率之间可以通过M-M动力学方程来进行描述。在这个例子中首先通过nls()根据M-M动力学方程进行模型拟合，然后用预测值进行了ggplot2绘图，主要采用了R里面的数学表示方法plotmath在图中展示了公式，并通过ggplot2种的theme对图像进行了修饰。需要注意的在geom_text()并不能直接使用expression，需要开启parse = TURE，且用字符串表示。

conc <- c(2.856829, 5.005303, 7.519473, 22.101664, 27.769976, 39.198025, 45.483269, 203.784238)

rate <- c(14.58342, 24.74123, 31.34551, 72.96985, 77.50099, 96.08794, 96.96624, 108.88374)

L.minor <- data.frame(conc, rate)

L.minor.m1 <- nls(rate ~ Vm * conc/(K + conc), data = L.minor, #采用M-M动力学方程

start = list(K = 20, Vm = 120), #初始值设置为K=20，Vm=120

trace = TRUE) #占线拟合过程

#确定x轴范围并构建数据集

min <- range(L.minor$conc)[1]

max <- range(L.minor$conc)[2]

line.data <- data.frame(conc = seq(min, max, length.out = 1000))

#用模型预测数据构建数据集

line.data$p.predict <- predict(L.minor.m1, newdata = line.data)

require(ggplot2)

M_Mfunction <- ggplot() +

geom_point(aes(x = conc, y = rate), data = L.minor,

alpha = 0.5, size = 5, color = "red") +

geom_line(aes(x = conc, y = p.predict), data = line.data,

size = 1, color = "blue") +

scale_x_continuous(

name = expression(Substrate ~~ concentration(mmol ~~ m^3)),#采用expression来表示数学公式

breaks = seq(0, 200, by = 25)) +

scale_y_continuous(

name = "Uptake rate (weight/h)",

breaks = seq(0, 120, by = 10)) +

geom_text(aes(x = 100, y = 60),

label = "bolditalic(f(list(x, (list(K, V[m])))) == frac(V[m]%.%x, K+x))",

#注意 geom_text中如果用expression()来进行表达，必须开启parse = TRUE

#同时以字符串""的形式表示，不能使用expression

parse = TRUE,

size = 5, family = "times"

) +

theme_bw() +

theme(

axis.title.x=element_text(size=16),

axis.title.y=element_text(size=16),

axis.text.x=element_text(size=12),

axis.text.y=element_text(size=12))

例二热图

热图是一种极好的数据可视化方式，能够清楚的显示出多维数据之间的关联性和差异性，糗世界已经为我们展现了R里面所常用的heatmap，ggplot2和lattice3种热图绘制方式，当然随着R的不断进步，已经有多种包提供了更丰富和更简单的热图绘制方式，例如gplots中的heatmap.2，pheatmap，heatmap.plus等等。ggplot2进行热图的绘制也十分方便，热图的关键是聚类，两个可行的方案是对聚类结果进行排序和将聚类结果因子化后固定，通过结合plyr包，可以很方便的实现。这里采用一组来源于WHO国家数据来对热图的绘制进行，首先数据标准化和正态化后按Index的D（为各国的人口数据）进行排序，再将其因子化后固定，用geom_tile()进行热图的绘制，在ggplot2种已能通过scale_fill_gradient2在三种基本色进行渐变。

数据下载

WHO<-read.csv("WHO.csv", header = TRUE)

require(plyr)

#按总人口数排列数据

WHO<-arrange(WHO, desc(D))

#将数据的名字转换为因子，并固定已拍好的country，

#同理可以按照聚类的结果进行排列

WHO<- transform(WHO, Country = factor(Country, levels = unique(Country)))

require(reshape2)

require(ggplot2)

require(scales)

require(grid)

#melt数据

m.WHO <- melt(WHO)

#标准化，每排数据映射到按最小值和最大值映射到(0,1)区间

m.WHO <- ddply(m.WHO, .(variable), transform, rescale = rescale(value))

#标准化并正态化数据

s.WHO <- ddply(m.WHO, .(variable), transform, rescale = scale(value))

require(ggplot2)

p<-ggplot(s.WHO, aes(variable, Country)) +

#用tile来进行绘热力图

geom_tile(aes(fill=rescale)) +

scale_fill_gradient2(mid="black", high="red", low="green", name = "Intensity") +

labs(x="Country", y="Index", face = "bold") +

theme_bw() +

theme(

axis.title.x=element_text(size=16),

axis.title.y=element_text(size=16),

axis.text.x=element_text(size=12, colour="grey50"),

axis.text.y=element_text(size=12, colour="grey50"),

legend.title=element_text(size=14),

legend.text=element_text(size=12),

legend.key.size = unit(0.8, "cm"))#需要载入grid包来调整legend的大小

例三动态图

相信很多人都被Hans Rosling在TED和BCC展现的动态散点图所惊艳到，这是一种多维数据展现方式，并成功的加入了时间这一维度，各路牛人都用不同的手段进行了实现，精彩的作品例如d3.js,和基于google charts API的googlevis。统计之都的魔王大人也用ggplot2结合animation包和ffmpeg进行了绘制。但ggplot2生成动态图比较简陋，主要的原理是一次输出多张按年份排列的图片，再将这些图片按顺序结合生成视频或动态图。在dataguru的课程上我使用循环并结合paste循环输出了如下的动态图，详细的代码请移步

例四火山图

火山图是散点图的一种，能够快速的辨别出大型数据集重复变量之间的差异，具体的介绍可以参考wiki和Colin Gillespie的博客，下面的代码和图是使用ggplot2的实现方式。

数据下载

require(ggplot2)

##change theme##

old_theme <- theme_update(

axis.ticks=element_line(colour="black"),

panel.grid.major=element_blank(),

panel.grid.minor=element_blank(),

panel.background=element_blank(),

axis.line=element_line(size=0.5)

)

##Highlight genes that have an absolute fold change > 2 and a p-value < Bonferroni cut-off

a <- read.table("flu.txt",header=TRUE,sep="\t",)

P.Value <- c(a$P.Value)

FC <- c(a$FC)

df <- data.frame(P.Value, FC)

df.G <- subset(df, log2(FC) < -1& P.Value < 0.05) #define Green

df.G <- cbind(df.G, rep(1, nrow(df.G)))

colnames(df.G)[3] <- "Color"

df.B <- subset(df, (log2(FC) >= -1 & log2(FC) <= 1) | P.Value >= 0.05) #define Black

df.B <- cbind(df.B, rep(2, nrow(df.B)))

colnames(df.B)[3] <- "Color"

df.R <- subset(df, log2(FC) > 1 & P.Value < 0.05) #define Red

df.R <- cbind(df.R, rep(3, nrow(df.R)))

colnames(df.R)[3] <- "Color"

df.t <- rbind(df.G, df.B, df.R)

df.t$Color <- as.factor(df.t$Color)

##Construct the plot object

ggplot(data = df.t, aes(x = log2(FC), y = -log10(P.Value), color= Color )) +

geom_point(alpha = 0.5, size = 1.75) +

theme( legend.position = "none") +

xlim(c(-5, 5)) + ylim(c(0, 20)) +

scale_color_manual(values = c("green", "black", "red")) +

labs(x=expression(log[2](FC)), y=expression( -log[10](P.Value))) +

theme(axis.title.x=element_text(size=20),

axis.text.x=element_text(size=15)) +

theme(axis.title.y=element_text(size=20),

axis.text.y=element_text(size=15))

再说高质量图片输出

绘图完成后最后一步便是图片输出，高质量的图片输出让人赏心悦目，而不正确的输出方式或者直接采用截图的方式从图形设备中截取，得到的图片往往是低劣的。一幅高质量的图片应当控制图片尺寸和字体大小，并对矢量图进行高质量渲染，即所谓的抗锯齿。R语言通过支持Cairo矢量图形处理的类库，可以创建高质量的矢量图形(PDF，PostScript，SVG) 和位图(PNG，JPEG， TIFF)，同时支持在后台程序中高质量渲染。在ggplot2我比较推荐的图片输出格式为经过Cairo包处理的PDF，因为PDF格式体积小，同时可以储存为其他任何格式，随后再将PDF储存为eps格式并在Photoshop中打开做最终的调整，例如调整比例、色彩空间和dpi（一般杂志和出版社要求dpi=300以上）等。额外需要注意的是ggplot2中的字体大小问题，在cookbook-r一书中指出，在ggplot2中绝大多数情况下，size的大小以mm记，详细的讨论也可以参考stackover的讨论，而在theme()中对element_text()里的size进行调整，此时的size是以磅值（points, pts）来进行表示。
下面以3种ggplot2种常用的图片输出方式，输出一幅主标题为20pts，横纵坐标标题为15pts，长为80mm(3.15in)，宽为60mm(2.36in)的图为例。

require(ggplot2)

require(Cairo)

ggplot() +

geom_text(aes(x = 16, y = 16), label = "ABC", size = 11.28) + #尺寸为11.28mm，即为32磅

geom_text(aes(x = 16, y = 14.5), label = "ABC", size = 32) + #尺寸为32mm

labs( x = "x axis", y = "y axis") +

ylim( c(14, 16.5)) +

xlim( c(15.75, 16.25)) +

theme(

axis.title.x = element_text(size = 32),#尺寸为32磅

axis.title.y = element_text(size = 32))#尺寸为32磅

x <- seq(-4,4, length.out = 1000)

y <-dnorm(x)

data <- data.frame(x, y)

#用Cairo包输出

require(Cairo)

CairoPDF("plot1.pdf", 3.15, 3.15) #单位为英寸

ggplot(data, aes(x = x, y = y)) + geom_line(size = 1) +

theme_bw()

dev.off() #关闭图像设备，同时储存图片

plot2 <- ggplot(data, aes(x = x, y = y)) + geom_line(size = 1) +

theme_bw()

#用ggsave输出，默认即以用Cairo包进行抗锯齿处理

ggsave("plot2.pdf", plot2, width = 3.15, height = 3.15)

#RStudio输出

更改字体

更改默认字体或者采用中文输出图片是十分恼人的一件事情，好在我们还有各种拓展包和功能强大的Rstudio来实现。

用extrafont输出英文字体

extrafont包能够直接调用字体文件，再通过Ghostscript(需要安装）将写入的字体插入生成的PDF中，具体代码可参考了作者说明

好玩的showtext

邱怡轩大神写了一个好玩的showtext，确实好好玩~

简单易用的RStudio输出

最简单实用的输出方法还是使用RStudio输出，直接调用系统字体(我的是win7，mac和linux下还没有试过）并输出即可

#showtext

require(showtext)

require(ggplot2)

require(Cairo)

font.add("BlackoakStd", "C://Windows//Fonts//BlackoakStd.otf")

font.add("BrushScriptStd", "C://Windows//Fonts//BrushScriptStd.otf")

font.add("times", "C://Windows//Fonts//times.ttf")

font.add("STHUPO", "C://Windows//Fonts//STHUPO.ttf")

CairoPDF("showtext_output", 8, 8)

showtext.begin()

ggplot() +

geom_text(aes(x = 16, y = 16.25), label = "Blackoak Std", size = 8,

family = "BlackoakStd") +

geom_text(aes(x = 16, y = 16), label ="Brush Script Std", size = 16,

family = "BrushScriptStd") +

geom_text(aes(x = 16, y = 15.75), label = "Times New Roman", size = 16,

family = "times") +

geom_text(aes(x = 16, y = 15.50), label = "华文琥珀", size = 16,

family = "STHUPO") +

ylim(c(15.25, 16.50)) +

labs(x = "", y = "") +

theme_bw() #在用RStudio输出