R语言 基础作图

#ggplot的语法如下，可修改的是data，geom_开头的具体函数与aes后的横纵坐标
#ggplot的特殊语法：列名不带引号，行末写加号
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length))
#2.属性设置（颜色、大小、透明度、点的形状，线型等）
#color（由表示颜色的字符串（如#666666代表象牙黑），或"blue","red"等表示），size，alpha，shape（由一组数字编号表示，或可以shape=""），fill（填充颜色）
#2.1 手动设置，需要设置为有意义的值

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

ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length), 
             size = 5,     # 点的大小5mm
             alpha = 0.5,  # 透明度 50%
             shape = 8)  # 点的形状

#2.2 映射：按照数据框的某一列来定义图的某个属性
ggplot(data = iris)+
  geom_point(mapping = aes(x = Sepal.Length,
                           y = Petal.Length,
                           color = Species)) #此时color是aes函数的参数，species是一个列名

## 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"))+ #颜色的标度手动设置为蓝灰红代替默认的红蓝绿
  theme_classic()
#如果加上theme_classic则与ggpubr一样
#ggplot2“多余"的代码可能不报错，如上代码没写color=species不会报错

## 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

#3.分面
ggplot(data = iris) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_wrap(~ Species)  #通过facet_wrap根据species分成不同的子图
#双分面
dat = iris
dat$Group = sample(letters[1:5],150,replace = T) #group是新的列名，新增列名为group的列
#sample函数从第一个实际参数中抽样生成长度等于第二个实际参数的向量，若后者较大，应保证replace=T（有放回的抽样）
ggplot(data = dat) + 
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
  facet_grid(Group ~ Species) #根据group为横向，species为纵向分面
#用于分面的列需要取值有限且有重复值

#4.几何对象
#geom函数画出的所有对象为一个几何对象，可以理解为一个图层

#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))

ggplot(data = iris,mapping = aes(x = Sepal.Length, y = Petal.Length))+
  geom_smooth()+
  geom_point()
#ggplot函数的括号内的参数对全部geom适用
#5.统计变换-直方图
View(diamonds)
table(diamonds$cut)

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut)) #画柱状图，几何对象函数，y默认统计x的值及重复次数

ggplot(data = diamonds) + 
  stat_count(mapping = aes(x = cut)) #画个图展示count的数量，统计变换函数

#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

ggplot(data = fre) +
  geom_bar(mapping = aes(x = Var1, y = Freq), stat = "identity") #一定要写y的写法
#5.2count改为prop #需要统计比例时，用y=..prop..，group=1作为模板（将所有的组成部分的和作为1）
ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))


#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() #这张图有歧义，因为有可能有相同数值的点重叠

ggplot(data = iris,mapping = aes(x = Species, 
                                 y = Sepal.Width,
                                 fill = Species)) + 
  geom_boxplot()+
  geom_jitter() #geom_jitter将数值相同的点抖动

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

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

#7.坐标系

#翻转coord_flip() #更换横纵坐标

ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + 
  geom_boxplot() +
  coord_flip()
#极坐标系coord_polar() #将原图变为极坐标系
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()

#绘图模板
#ggplot(data = <DATA>)+geom_function(mapping=aes(),stat = <>,position=<POSITION>)+<COORDINATE_FUNCTION>+facet

#图片保存的三种方法
#ggsave可以保存ggplot2与ggpubr的图
#1.基础包作图的保存
pdf("iris_box_ggpubr.pdf") #保存为pdf

pdf("test.pdf") #先写变量名
boxplot(iris[,1]~iris[,5])
text(6.5,4, labels = 'hello') #中间两行是画图代码
dev.off()#画图完毕，关闭画板

#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") #注意写好后缀

#3.eoffice包 导出为ppt,全部元素都是可编辑模式，但是在点过多的时候容易卡顿
library(eoffice)
topptx(p,"iris_box_ggpubr.pptx")

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

#若代码可运行但不出图，应该考虑画板是否被占用，多次运行如下直至null device
dev.off()
#已经关闭了画板后会报错
#原来的不行也可以dev.new()，甚至重启

# 6-1
# 1.加载test.Rdata,分别test的以a和b列作为横纵坐标，change列映射颜色，画点图。
load(file = "test.Rdata")
ggplot(data = test)+
geom_point(mapping = aes(x = a,
                           y = b,
                           color = change))
# 2.尝试修改点的颜色为暗绿色(darkgreen)、灰色、红色
ggplot(data = test)+
  geom_point(mapping = aes(x = a,
                           y = b,
                           color = change))+
  scale_color_manual(values = c("darkgreen","grey","red")) #可以调整位置使颜色对应不同群的点

# 6-2
# 1.尝试写出下图的代码
library(ggplot2)
library(ggpubr)
ggboxplot(iris, x = "Species", 
               y = "Sepal.Width",
               color = "Species", 
               shape = 1,
               add = "jitter")
ggplot(data=iris,mapping=aes(x=Species,y=Sepal.Width,fill=Species))+geom_boxplot()
ggplot(data=iris,mapping=aes(x=Species,y=Sepal.Width,fill=Species))+geom_boxplot()+geom_jitter()#点重合在一起，需要抖动
# 2. 尝试在此图上叠加点图，
# 能发现什么问题？
pdf("data.pdf")
ggplot(data=iris)+
  geom_violin(mapping=aes(x=Species,y=Sepal.Width,fill=Species))+
  geom_boxplot(mapping=aes(x=Species,y=Sepal.Width))+
  geom_jitter(mapping=aes(x=Species,y=Sepal.Width,shape=Species))+
  coord_flip()
dev.off()

ggplot(iris,aes(x=Species,y=Sepal.Width))+ #形式参数可以省略
  geom_violin(aes(fill=Species))+ #之所以不能不写aes是因为species不是一种颜色，而是一个颜色的映射
  geom_boxplot()+
  geom_jitter(aes(shape=Species))+ 
  coord_flip()

# 6-3
# 任意作3张ggplot2图
library(ggplot2)
View(airquality)
aq=transform(airquality,Month=as.character(Month))
table(is.na(aq[,1]))
p1<-ggplot(data=aq,mapping=aes(x=Month,y=Ozone))+
  geom_boxplot()+
  geom_violin(aes(fill=Month))+
  geom_jitter(aes(shape=Month))+
  labs(title = "Airquality", subtitle = "Ozone", caption = "From May to Sep") #通过labs函数可以指定标题、小标题等
p1 

p2<-ggplot(data=aq,mapping=aes(x=Temp))+
  geom_bar(aes(fill=Month))+
  xlab("Temperature")+ #通过xlab与ylab函数可以指定轴名
  ylab("")+
  coord_flip()
p2

p3<-ggplot(data = aq) + 
  geom_point(mapping = aes(x = Temp, y = Wind,color=Month,shape=Month)) + 
  facet_wrap(~ Month)
p3

library(patchwork)
library(ggplot2)
View(airquality)
ozone=transform(airquality,Month=as.character(Month))
p1<-ggplot(data=ozone,mapping=aes(x=Month,y=Ozone))+
  geom_boxplot()+
  geom_violin(aes(fill=Month))+
  geom_jitter(aes(shape=Month))+
  labs(title = "Airquality", subtitle = "Ozone", caption = "From May to Sep")
p1

p2<-ggplot(data=ozone,mapping=aes(x=Temp))+
  geom_bar(aes(fill=Month))+
  xlab("Temperature")+
  ylab("")+
  coord_flip()
p2

p3<-ggplot(data = ozone) + 
  geom_point(mapping = aes(x = Temp, y = Wind,color=Month,shape=Month)) + 
  facet_wrap(~ Month)
p3

#排列的顺序
#两张图拼接，横着为+，竖着为/，三张同理
p1+p2+p3 #三张横向并排
p1+p2/p3 #p1位于左侧，p2及p3叠置位于右侧
(p1+p2)/p3 #p1及p2位于上方，p3位于下方
p1+p2+p3+plot_layout(nrow=3) #使用plot_layout及nrow、ncol指定行数或列数
layout='
AAB
CCB'
p1+p2+p3+plot_layout(design = layout) #使用layout给定排列方式

#标题与标记
pic=(p1/p2)|p3
pic
p1+p2+p3+plot_annotation(title = "Airquality",tag_levels = "A") #plot_annotation后title指定标题，tag_levels指定角标，可自动编号
(p1+p2+plot_layout(tag_level = 'new')) /p3+plot_annotation(tag_levels = c('A', '1')) #此处可自动编号两个维度
pic+plot_layout(guides = 'collect') #将所有图例移至右侧
#合并图例（本处图例不同，不能合并，故列出可合并的代码）
#patchwork <- patchwork & scale_fill_continuous(limits = c(0, 60))
#patchwork + plot_layout(guides = 'collect')
#统一修改子图
pic & theme_minimal()

ggsave("pic.png",width = 210,height = 297,units = "mm") #ggsave可以指定宽、高等