ggplot的aes()中的属性"color“会破坏我的ggplot代码中的"geom_line()”部分 - 腾讯云开发者社区

介绍 ggplot2里aes()可以用tidyselect风格去选择变量做映射绘图，那么这种情况下如何实现「变量替换」呢？首先说下我为什么要实现「变量替换」。...我目前实际的需求就是，分析代码+绘图代码篇幅太长，在封装流程的时候我想要把变量提到前面，通过替换一个变量来避免后面多次修改替换变量。方法与演示有!!as.name()、get()、!!...sym()和.data[[]] 共计四种有效方法在aes()中实现变量替换。...代码演示如下： library(ggplot2) # 创建一个包含变量的数据框 data <- data.frame( x = c(1, 2, 3, 4), y = c(10, 20, 30,...40), group = c("A", "A", "B", "B") ) # 定义一个变量，用于替换图形属性 color_var <- "group" # 使用变量替换创建散点图 ggplot

2761 0

92-R可视化24-与ggplot图例较劲

(direction = "horizontal")) image.png 5-改变图例顺序其实不只是图例，aes 中设定的属性都可以进行排序。...:") + guides(color = guide_legend(override.aes = list(size = 6))) 其中aes 中设置了分类变量，R 会默认设置为guide_legend...") + scale_color_discrete("Type:") 如果想要自定义颜色，其实也可以不在aes 中定义color 属性： ggplot(chic, aes(x = date, y..."Ozone") + scale_color_discrete("Type:") image.png 但是会牺牲掉图例的显示（这里我也没有弄清有什么方便的方法），或者使用函数scale_color_manual...： ggplot(chic, aes(x = date, y = o3)) + geom_line(aes(color = "line")) + geom_point(aes(color =

3.1K1 0

您找到你想要的搜索结果了吗？

是的

没有找到

ggplot2中ylim的坑

在ggplot2中很容易出现一个修改坐标轴范围的问题，喜欢用ggplot2画图的需要注意一下。...ylim和coord_cartesian都是调整坐标轴范围，但是它们的结果是有可能不一样的，看下面的一个例子： data(diamonds) p ggplot(data = diamonds, aes...(x = cut, y = table, color = cut)) + geom_boxplot() p # 截取 p + ylim(c(0,60)) 第二行原图： ?...image 截取0到60的部分： ? image 可以看到第二张图跟原图是不一样的，比如Fair的第一个box原数据最高是超过60的，但是截取之后不到60了。这是一个不太容易注意到的坑。...这里是因为ylim是直接处理的数据导致的，比如例子中不在范围的数据就直接被移除。同等操作应该用coord_cartesian来实现。

1.2K2 0

ggplot2 中 scale 的使用

ggplot 中 scale 的使用 ggplot画图是画图中的战斗机，但是往往在我们用ggplot2画图时候，需要根据需求更改坐标，图例等，最常见的就是更改x，y坐标系的名称。...在ggplot2中，坐标系与比例尺和参考线是自动生成的，并且生成得很好。...我们会使用scale_color_和scale_fill_来更改调色板，今天我们就来介绍如何在ggplot中调整比例尺，调整中断和标签，修改轴和图例等。...强大的 Scale包，可以实现在ggplot基础上，对图形进行微调及更改。...(mtcars %>% mutate(am=as.factor(am))) + geom_point(aes(mpg, disp,colour=am)) ## 更改 x 间隔为5 p + scale_x_continuous

1.8K2 0

ggplot2|从0开始绘制折线图

1.2 添加点，并更改线型和颜色 ggplot(data=df, aes(x=dose, y=len, group=1)) +geom_line(linetype = "dashed",color="...注：因为横坐标的属性为因子（离散型的字符转换为因子），所以需要添加‘group = 1’的设置。...2.2 分组更改线型和点的形状 ggplot(df2, aes(x=dose, y=len, group=supp)) + geom_line(aes(linetype=supp))+ geom_point...(aes(shape=supp)) 2.3 自定义更改线型 ggplot(df2, aes(x=dose, y=len, group=supp)) + geom_line(aes(linetype=...2.4 更改颜色 p ggplot(df2, aes(x=dose, y=len, group=supp)) + geom_line(aes(color=supp))+ geom_point

4K3 0

ggplot Stripchart and line

p4 geom_line(aes(linetype = supp)) + geom_point(aes(shape = supp)) # 更改线的颜色和线的类型 p5 geom_line(aes(linetype = supp, color = supp)) + geom_point(aes(shape = supp, color = supp)) + scale_color_manual...# 上述的图形x变量均为离散变量，在实际的科研中，更多的是连续变量 #将x转换为连续变量 p_lianxu <- function(df3) { df3$dose 的宽度 # 这里使用的是为工作的和总人口的比例 # 因此出来的图为宽度不同的线 economics %>% ggplot(aes(x = date, y = pop)) + geom_line...结束语对于dot、scatter、stripchart，这三个图，有啥区别，我也看不懂，也没有相关的资料，后续用到再说吧 tip：多用管道符，可以节省很多代码的编写，同时函数的使用能够使代码看起来更加有结构感

1.2K3 0

数据可视化完美指南-R-Python

作为无私的分享，如果对大家有用，请在文章中致谢他们。如果我们需要交流代码，和谁交流呢？那必须是 Yan Holtz，这位主要负责代码部分。Conor Healys 负责图形设计工作。...# Plot data %>% tail(10) %>% ggplot( aes(x=date, y=value)) + geom_line(color="#69b3a2") +...# Plot p1 % tail(60) %>% ggplot( aes(x=date, y=value)) + geom_line(color="#69b3a2")...( aes(x=date, y=value)) + geom_line(color="#69b3a2") + geom_point(color="#69b3a2", size=2) +...( aes(x=date, y=value)) + geom_line(color="#69b3a2") + geom_point(color="#69b3a2", size=4) +

6033 0

「R」ggplot2精要：线图

(0.5, 1, 2) 创建带点的线图 library(ggplot2) # 带点的基本线图 ggplot(data=df, aes(x=dose, y=len, group=1)) + geom_line...+ geom_line(aes(linetype=supp))+ geom_point() # 改变线型和点的类型 ggplot(df2, aes(x=dose, y=len, group=supp...按组别更改线条颜色线条颜色也可以由变量自动控制： pggplot(df2, aes(x=dose, y=len, group=supp)) + geom_line(aes(color=supp...阅读ggplot2图例： ggplot2 legend[5] 带数值型x轴的线图如果x轴的变量是数值型，我可以可以将它根据自己的需要看做连续值或转换为因子变量。...： # 均值的标准差 ggplot(df3, aes(x=dose, y=len, group=supp, color=supp)) + geom_errorbar(aes(ymin=len-sd

2.3K1 0

数据可视化完美指南-R-python

作为无私的分享，如果对大家有用，请在文章中致谢他们。如果我们需要交流代码，和谁交流呢？那必须是Yan Holtz，这位主要负责代码部分。Conor Healys负责图形设计工作。 ?...# Plot data %>% tail(10) %>% ggplot( aes(x=date, y=value)) + geom_line(color="#69b3a2") +...# Plot p1 % tail(60) %>% ggplot( aes(x=date, y=value)) + geom_line(color="#69b3a2")...( aes(x=date, y=value)) + geom_line(color="#69b3a2") + geom_point(color="#69b3a2", size=2) +...( aes(x=date, y=value)) + geom_line(color="#69b3a2") + geom_point(color="#69b3a2", size=4) +

8663 0

跟着Nature学作图：R语言ggplot2分组折线图添加误差线

论文是 Environmental factors shaping the gut microbiome in a Dutch population 数据和代码的github主页链接 https:/.../github.com/GRONINGEN-MICROBIOME-CENTRE/DMP 这个也是数据代码的下载链接，可以看目录结构 https://zenodo.org/record/5910709#....YmAcp4VBzic 今天的推文重复一下论文中的figure1b image.png 数据集 image.png 这里误差线的范围是平均值加减标准差，数据提前算好，整理到csv文件中读取数据...) ggplot(data=dat01,aes(x=nr,y=spec.nr.mn,color=Taxon))+ geom_line(size=1.5,linetype=dat01$linetype...) image.png 添加误差线 ggplot(data=dat01,aes(x=nr,y=spec.nr.mn,color=Taxon))+ geom_line(size=1.5,linetype

2.4K2 0

跟着Nature学作图：R语言ggplot2分组折线图完整实例多个图例分开放

，但是找到了部分组图数据，我们可以用论文中提供的原始数据模仿出论文中的图今天的推文重复一下论文中的Figure1c image.png 今天主要的知识点是多个图例的时候如何分开放，目前想到的办法是使用...library(ggplot2) ggplot(data=new.data,aes(x=name,y=mean_value))+ geom_line(aes(color=variants,lty...=name,y=mean_value))+ geom_line(aes(color=variants,lty=`Reference genome`))+ geom_point(aes(color...(get_legend(p1)) -> legend.01 ggplot(data=new.data,aes(x=name,y=mean_value))+ geom_line(aes(color=...(p2)) -> legend.02 ggplot(data=new.data,aes(x=name,y=mean_value))+ geom_line(aes(color=variants,lty

2.8K2 0

了解绘制条形图和折线图的细节

在代码中添加geom_point()可以实现 ggplot(BOD,aes(x=Time,y=demand))+ geom_line()+ ylim(0,max(BOD$demand)) #这里也以世界人口为例子进行画图...=supp))+ geom_line() ##如果x变量是因子，那么必须同时告诉ggplot用来分组的变量 #在本例中，也可以把dose算作因子型向量（0.5，1，2） ggplot(tg,aes(...#另一种情况是，折线变成锯齿状 ggplot(tg,aes(x=dose,y=length))+ geom_line() #如果任意离散变量映射到colour或者linetype等属性，ggplot...应将上述参数的值传给geom_line（）函数，设置相关属性 #基础绘图 ggplot(BOD,aes(x=Time,y=demand))+ geom_line(linetype='dashed',...size=1,colour='blue') #变量映射到图形属性上会有不同的外观，为了使图形更加鲜艳可以使用scale_colour_brewer()或者scale_color_manual()改变 ggplot

7.1K1 0

ggplot2中的position参数解析

❝本节来回答一个老爷的问题，介绍常见绘图案例中几个基本参数的设置问题，主要用在柱状图与箱线图中。下面小编通过两个案例来进行展示，图形仅供展示用过程仅参考，希望各位观众老爷能够喜欢。...代码直接复制粘贴即可运行 ❞ 关注下方公众号下回更新不迷路加载R包 library(tidyverse) library(patchwork) 导入数据 df % pivot_longer...=NULL)+ theme(legend.position ="non") p2 ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) +..."single"))+ labs(x=NULL,y=NULL)+ theme(legend.position ="non") p1+p2+p3 ❝在上方代码中可以看到position_dodge...(data, aes(x = group, y = values)) + stat_boxplot(geom="errorbar",width=0.1)+ # 绘制箱线图的

6853 0

R语言之可视化（27）ggplot2绘制线图

中的图例修改 R语言之可视化（20）之geom_label（）和geom_text（） R语言之可视化（21）令人眼前一亮的颜色包 R语言之可视化（22）绘制堆积条形图 R语言之可视化（23）高亮某一元素...")+ geom_point() # Change the color ggplot(data=df, aes(x=dose, y=len, group=1)) + geom_line(color...不同分组使用不同的类型的线 # Change line types by groups (supp) ggplot(df2, aes(x=dose, y=len, group=supp)) + geom_line...不同分组，绘制不同颜色的线 pggplot(df2, aes(x=dose, y=len, group=supp)) + geom_line(aes(color=supp))+ geom_point...修改线的大小 # Change line size ggplot(data=economics, aes(x=date, y=pop, size=unemploy/pop))+ geom_line(

6.7K1 0

ggplot2优雅的绘制配对气泡图

可视化绘图 p1 = ggplot(pan.meta, aes(x = Group,y = Expression,fill = Group)) + geom_line(aes(group=paired...(pan.meta, aes(x = Group, y = Expression)) + geom_line(aes(group=paired),position = position_dodge...ggplot2功底也不是很好，没有很系统的去钻研ggplot2的语法和结构。...因为我认为我只要会修改别人的ggplot2绘图代码，然后把自己想要绘制的各种元素，能转化为语言去进行网络搜索，这样想绘制的图，基于上都可以根据百度谷歌和工具书去实现。...绘图当然很重要，但是科研节奏这么紧张，ggplot2的学习到底应该投入多少时间（当然也看悟性），这点见仁见智。最后给大家分享一本我经常翻阅的ggplot2工具书 - END -

4764 0

R语言学习 - 线图绘制

p ggplot(data_m, aes(x=xvariable, y=value),color=variable) + geom_line() p # 图会存储在当前目录的Rplots.pdf文件中...p ggplot(data_m, aes(x=xvariable, y=value,color=variable,group=variable)) + geom_line() + theme...p ggplot(data_m, aes(x=xvariable, y=value,color=variable,group=variable)) + geom_line() + stat_smooth...设置线的粗细和透明度 p ggplot(data_m, aes(x=xvariable, y=value,color=variable,group=variable)) + geom_line...当为数值时，ggplot2会选择合适的几个刻度做标记，当为文本时，会全部标记。另外文本横轴，smooth效果不明显 (下面第2张图)。 ? ?

9606 0

R语言可视化——ggplot图表系统中的形状

今天跟大家分享ggplot图表系统中形状。在ggplot函数系统中，形状是一类重要的映射属性，如同颜色一样，它可以被赋予给变量，当然也可以直接指定实际的形状类别。...因为形状属于分类性质的映射属性，所以形状不可以被指定给连续性变量： ggplot(mydata,aes(Company,Sale,group=Year))+geom_line()+geom_point(...基于以上叙述，这里我想总结两点：一、关于属性映射的问题（形状、大小、颜色、线条）形状属性只能通过连续型变量进行映射；大小属性同时可以指定给连续性变量、离散型变量（软件并不建议）。...如果属性是指定给数据集中的变量（无论是连续性还是离散型）的话，那么一定要包含在美学属性之内（aes()）：因为只有包含在aes（）中，软件才能通过在数据集中调用对应变量进行映射。...作用于单个图层的映射属性要放在对应图层中，（比如作用于线条的属性要放在geom_line()内，作用于形状的属性要放在geom_point()内）,作用于全局的属性要放在全局系统函数层内【ggplot（

2.4K10 0

R语言可视化——ggplot图表中的线条

今天跟大家分享的是ggplot图表中的一类重要元素——线条。...R语言中ggplot函数系统中涉及到线条的地方有很多，最常见的场景就是我们做geom_line()（折线图）、geom_path（）(路径图),以及图表的绘图区（panel）、图表区、网格系统（grid...今天以一个折线图为例，简要说明ggplot函数中关于线条的主要参数及其效果。...6000,4800,4500,3500,4300)) mydata<-melt(data,id.vars=c("Name","Company"),variable.name="Year",value.name="Sale") 我先用一个简单的折线图代码跑出来一个折线图...除了折线图（以及路径图，等图层中的线条之外），在theme系统中存在大量的关于线条的属性设置(网格系统、图表边框、轴线、图例系统)，均可以参照以上参数进行设置。

2.5K6 0

常用 7 大类型图形可视化——变化趋势图形

其他类似功能网站，资料包括：庄闪闪的可视化笔记——常用图形[2] R Graph Gallery[3] 《R 语言教程》——ggplot 的各种图形[4] 系列目录本文主要介绍第六部分：变化趋势图形...) theme_set(theme_classic()) # 使用默认的时间跨度 ggplot(economics, aes(x=date)) + geom_line(aes(y=pce)) +...data(economics_long, package = "ggplot2") head(economics_long) 在下面的代码中，在 geom_line() 函数中设置绘图对象为 value...这样，只要调用一次 geom_line，就会绘制多条彩色线，每条线代表 variable 列中的每个唯一 value 。...内部代码，这里不做过多解释，有能力的读者请自行研究！

1.9K3 0

数据处理神器tidyverse（2）ggplot2

几何对象的形式由geom_xxx（）函数定义，基于数据变量的几何对象的属性（位置，大小，颜色）由美学（aes（））函数指定（在geom_xxx（）函数中）。...ggplot(gapminder) gapminder %>% filter(year == 2007) %>% ggplot() 这样输出的是空白图片添加geom图层接下来，我将向...使用+将图层添加到ggplot对象中。可能最常见的geom层是geom_point。在geom_point（）里面，您将指定从变量到所需几何对象的美学映射。...要修复此图，您需要通过在geom_line（）图层的aes（）函数中指定group = continent参数来指定行如何组合在一起（即哪个变量定义各行）。...但是，如果您想使用数据框中的变量来定义geoms的颜色（或任何其他美学特征），需要将它包含在aes（）函数中。

2.2K3 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

4种方法实现ggplot2的aes()中的变量替换

92-R可视化24-与ggplot图例较劲

ggplot2中ylim的坑

ggplot2 中 scale 的使用

ggplot2|从0开始绘制折线图

ggplot Stripchart and line

数据可视化完美指南-R-Python

「R」ggplot2精要：线图

数据可视化完美指南-R-python

跟着Nature学作图：R语言ggplot2分组折线图添加误差线

跟着Nature学作图：R语言ggplot2分组折线图完整实例多个图例分开放

了解绘制条形图和折线图的细节

ggplot2中的position参数解析

R语言之可视化（27）ggplot2绘制线图

ggplot2优雅的绘制配对气泡图

R语言学习 - 线图绘制

R语言可视化——ggplot图表系统中的形状

R语言可视化——ggplot图表中的线条

常用 7 大类型图形可视化——变化趋势图形

数据处理神器tidyverse（2）ggplot2

扫码

相关资讯

热门标签

活动推荐

运营活动

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