Part 5:R语言作图

1.常用可视化R包

  • 作图
    • base
    • ggplot2
    • ggpubr
  • 拼图
    • par里mfrow
    • grid.arrage
    • cowplot
    • customLayout
    • patchwork
  • 导出
    • pdf()等三段论
    • ggsave
    • eoffice
      • topptx

2.基础包-绘图函数

高级绘图函数

plot()      #绘制散点图等多种图形,根据数据的类型,调用相应的函数绘图
hist()      #频率直方图
boxplot()       #箱线图
stripchart()        #点图
barplot()       #柱状图
dotplot()       #点图
piechart()      #饼图
matplot()       #数字图形

低级绘图函数

lines()     #添加线
curve()     #添加曲线
abline()        #添加给定斜率的线
points()        #添加点
segments()      #折线
arrows()        #箭头
axis()          #坐标轴
box()       #外框
title()     #标题
text()      #文字
mtext()     #图边文字

绘图参数

#参数用在函数内部,在没有设定值时使用默认值。
font=字体
lty=线类型
lwd=线宽度
pch=点的类型
xlab=横坐标
ylab=纵坐标
xlim = 横坐标范围
ylim=纵坐标范围
也可以对整个要绘制图形的各种参数进行设定
参见par()

3.gglot2语法

1.入门级绘图模板

ggplot(data = <DATA>) +
<GEOM_FUNCTION>(mapping = aes(<MAPPINGS>))

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

2.映射-颜色、大小、透明度、形状

属性 参数
x轴 x
y轴 y
颜色 color
大小 size
形状 shape
透明度 alpha
填充颜色 fill
  • 图中加粗为可手动设置的参数
  • 手动设置需要设为有意义的值
    • 颜色:字符串,blue,red等
    • 大小:单位mm
    • 形状:数字编号表示
      • 空心形状 0-14 color边框
      • 实心形状 15-20 color填充
      • 填充形状 21-24 color边框,和fill填充
image-20201124110810962.png
ggplot(data = mpg) +
    geom_point(mapping = aes(x = displ, y = hwy), color = "blue")
  • 映射vs手动设置

    ggplot(data = mpg) +
      geom_point(mapping = aes(x = displ, y = hwy,color = class))
    ggplot(data = mpg) +
      geom_point(mapping = aes(x = displ, y = hwy),color = "blue")
    
    

3.分面

ggplot(data = iris) +
    geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) +
    facet_wrap(~ Species)
image-20201124111102936.png
  • 双分面

    test$group = sample(letters[1:5],150,replace = T)
    ggplot(data = test) +
      geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) +
      facet_grid(group ~ Species)
    
image-20201124111222469.png

4.几何对象

  • 理解分组

    ggplot(data = test) +
      geom_smooth(aes(x = Sepal.Length,
                      y = Petal.Length,group = Species))
    
image-20201124111556014.png
ggplot(data = test) +
  geom_smooth(aes(x = Sepal.Length,
                  y = Petal.Length,color = Species))
image-20201124111713570.png
  • 几何对象可以叠加

    #局部映射
    ggplot(data = test) +
      geom_smooth(mapping = aes(x = Sepal.Length, y = Petal.Length))+
      geom_point (mapping = aes(x = Sepal.Length, y = Petal.Length))
    
    #全局映射
    ggplot(data = test, mapping = aes(x = Sepal.Length, y = Petal.Length)) +
      geom_smooth()+
      geom_point ()
    
    
image-20201124111841885.png
  • 映射
    • 局部映射
      • 仅对当前图层有效
    • 全局映射
      • 对所有图层有效
    • 当局部映射和全局映射冲突时,以局部为准

5.统计变换

ggplot(data = diamonds) +
    geom_bar(mapping = aes(x = cut))
    
ggplot(data = diamonds) +
    stat_count(mapping = aes(x = cut))
  • 使用场景1:使用表中数据直接做图,而不是统计

    ggplot(data = fre) +
      geom_bar(mapping = aes(x = Var1, y = Freq), stat = "identity")
    
    
image-20201124114710331.png
  • 使用场景2:不统计count,统计prop(比例)

    ggplot(data = diamonds) +
      geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))
    

6.位置调整

  • 位置关系

    • geom_point()
image-20201124115022619.png
  • geom_jitter()
image-20201124115112693.png
  • 堆叠直方图

    ggplot(data = diamonds) + 
      geom_bar(mapping = aes(x =cut,fill=clarity))
    
image-20201124115403891.png
  • 并列直方图

    ggplot(data = diamonds) + 
      geom_bar(mapping = aes(x = cut, fill =clarity), position = "dodge")
    
image-20201124115451819.png

7.坐标系

  • 翻转coord_flip()

    ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + 
      geom_boxplot() +
      coord_flip()
    
image-20201124115622573.png
  • 极坐标系coord_polar()

    bar <- ggplot(data = diamonds) + 
      geom_bar(
        mapping = aes(x = cut, fill = cut), 
        show.legend = FALSE,
        width = 1
      ) + 
      theme(aspect.ratio = 1) +
      labs(x = NULL, y = NULL)
    bar + coord_flip()
    bar + coord_polar()
    bar + theme_classic()
    bar + theme_dark()
    

8.完整绘图模板

ggplot(data = <DATA>) +
    <GEOM_FUNCTION>(
        mapping = aes(<MAPPINGS>),
        stat = <STAT>,
        position = <POSITION>
) +
    <COORDINATE_FUNCTION> +
    <FACET_FUNCTION>

4.ggpubr

ggscatter(iris,x="Sepal.Length",y="Petal.Length",color="Species")

ggboxplot(iris, x = "Species", 
                y = "Sepal.Length",
                color = "Species",
                shape = "Species",
                add = "jitter")                 #ggpubr去掉了映射和图层的概念
p

my_comparisons <- list( c("setosa", "versicolor"), c("setosa", "virginica"),
c("versicolor", "virginica") )
p + stat_compare_means(comparisons = my_comparisons)+
    stat_compare_means(label.y = 9) 

5.图片保存

  • ggplot2系列:

    ggsave("iris_box_ggpubr.png")
    ggsave(p,filename = "iris_box_ggpubr2.png")
    
  • 通用:三段论

    保存的格式及文件名     pdf(“test.pdf”)
    作图代码              ..........
                          .........
    画完了,关闭画板      dev.off()
    
  • 神奇eoffice

    library(eoffice)
    topptx(p,"iris_box_ggpubr.pptx")
    

6.拼图

  • R包patchwork
  • 语法简单,完美兼容ggplot2
  • 拼图比例设置简单
    • (1)支持直接p1+p2拼图,比任何一个包都简单
    • (2)复杂的布局代码易读性更强
    • (3)可以给子图添加标记(例如ABCD, I II III IV 这样)
    • (4)可以统一修改所有子图
    • (5)可以将子图的图例移到一起,整体性特别好
ibrary(patchwork)
p1 = ggscatter(iris,x="Sepal.Length",
          y="Petal.Length",
          color="Species")

p2 <- ggboxplot(iris, x = "Species", 
               y = "Sepal.Length",
               color = "Species", 
               shape = "Species",
               add = "jitter")
p3 = ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + 
  geom_boxplot()
p4 = ggplot(data = diamonds) + 
  geom_bar(
    mapping = aes(x = cut, fill = cut), 
    show.legend = FALSE,
    width = 1
  )
p1 + p2 + p3 + p4 + plot_annotation(tag_level = "A")
p1/p2

  • 代码可运行却不出图——因为画板被占用

    dev.off()         #表示关闭画板
    #多次运行dev.off(),到null device为止,在运行出图代码或dev.new(y)
    

7.进阶

1.tidyr 核心函数

  • tidyr的扁和长

    ### 原始数据
    
    test <- data.frame(geneid = paste0("gene",1:4),
                     sample1 = c(1,4,7,10),
                     sample2 = c(2,5,0.8,11),
                     sample3 = c(0.3,6,9,12))
    test
    
    ### 扁变长
    
    test_gather <- gather(data = test,
                        key = sample_nm,
                        value = exp,
                        - geneid)
    head(test_gather)
    
    ### 长变扁
    
    test_re <- spread(data = test_gather,
                    key = sample_nm,
                    value = exp)
    head(test_re)
    
  • tidyr的分与合

    ### 原始数据
    test <- data.frame(x = c( "a,b", "a,d", "b,c"));test
    ### 分割
    test_seprate <- separate(test,x, c("X", "Y"),sep = ",");test_seprate
    ### 合并
    test_re <- unite(test_seprate,"x",X,Y,sep = ",")
    
    
  • 处理NA

    ### 原始数据
    X<-data.frame(X1 = LETTERS[1:5],X2 = 1:5)
    X[2,2] <- NA
    X[4,1] <- NA
    
    ### 1.去掉含有NA的行,可以选择只根据某一列来去除
    
    drop_na(X)
    drop_na(X,X1)
    drop_na(X,X2)
    ### 2.替换NA
    
    replace_na(X$X2,0)
    
    ### 3.用上一行的值填充NA
    X
    fill(X,X2)
    

2.dplyr

1.mutate(),新增列
test <- iris[c(1:2,51:52,101:102),]
rownames(test) =NULL
mutate(test, new = Sepal.Length * Sepal.Width)

2.select(),按列筛选
####(1)按列号筛选
select(test,1)
select(test,c(1,5))

####(2)按列名筛选
select(test,Sepal.Length)
select(test, Petal.Length, Petal.Width)
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
#####一组来自tidyselect的有用函数
select(test, starts_with("Petal"))
select(test, ends_with("Width"))
select(test, contains("etal"))
select(test, matches(".t."))
select(test, everything())
select(test, last_col())
select(test, last_col(offset = 1))

####(4)利用everything(),列名可以重排序

select(test,Species,everything())

3.filter()筛选行
filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))
4.arrange(),按某一列对整个表格进行排序
arrange(test, Sepal.Length)#默认从小到大排序
arrange(test, desc(Sepal.Length))#用desc从大到小
arrange(test,  desc(Sepal.Width),Sepal.Length)

5.summarise():汇总
#对数据进行汇总操作,结合group_by使用实用性强

summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差:

# 先按照Species分组,计算每组Sepal.Length的平均值和标准差
group_by(test, Species)
tmp = summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))

6.两个实用技能
  • 1:管道操作 %>% (cmd/ctr + shift + M)
library(dplyr)
x1 = filter(iris,Sepal.Width>3)
x2 = select(x1,c("Sepal.Length","Sepal.Width" ))
x3 = arrange(x2,Sepal.Length)

colnames(iris)
iris %>% 
  filter(Sepal.Width>3) %>% 
  select(c("Sepal.Length","Sepal.Width" ))%>%
  arrange(Sepal.Length)
  • 2:count统计某列的unique值
count(test,Species)

##处理关系数据:即将2个表进行连接,注意:不要引入factor
options(stringsAsFactors = F)

test1 <- data.frame(name = c('jimmy','nicker','doodle'), 
                    blood_type = c("A","B","O"))
test1
test2 <- data.frame(name = c('doodle','jimmy','nicker','tony'),
                    group = c("group1","group1","group2","group2"),
                    vision = c(4.2,4.3,4.9,4.5))
test2 

test3 <- data.frame(NAME = c('doodle','jimmy','lucy','nicker'),
                    weight = c(140,145,110,138))
merge(test1,test2,by="name")
merge(test1,test3,by.x = "name",by.y = "NAME")

###1.內连inner_join,取交集
inner_join(test1, test2, by = "name")
inner_join(test1,test3,by = c("name"="NAME"))

###2.左连left_join
left_join(test1, test2, by = 'name')

left_join(test2, test1, by = 'name')
###3.全连full_join
full_join(test1, test2, by = 'name')

###4.半连接:返回能够与y表匹配的x表所有记录semi_join
semi_join(x = test1, y = test2, by = 'name')

###5.反连接:返回无法与y表匹配的x表的所记录anti_join
anti_join(x = test2, y = test1, by = 'name')

3.stringr

1.检测字符串长度
library(stringr)

x <- "The birch canoe slid on the smooth planks."

x
length(x)
str_length(x)
2.字符串拆分与组合
str_split(x," ")
x2 = str_split(x," ")[[1]]
str_c(x2,collapse = " ")
str_c(x2,1234,sep = "+")
3.提取字符串的一部分
str_sub(x,5,9)
4.大小写转换
str_to_upper(x2)
str_to_lower(x2)
str_to_title(x2)
5.字符串排序
str_sort(x2)
6.字符检测
str_detect(x2,"h")
str_starts(x2,"T")
str_ends(x2,"e")

###与sum和mean连用,可以统计匹配的个数和比例
sum(str_detect(x2,"h"))
mean(str_detect(x2,"h"))
7.提取匹配到的字符串
str_subset(x2,"h")
8.字符计数
str_count(x," ")
str_count(x2,"o")
9.字符串替换
str_replace(x2,"o","A")
str_replace_all(x2,"o","A")

8.条件语句和循环语句

一.条件语句

###1.if(){ }

#### (1)只有if没有else,那么条件是FALSE时就什么都不做


i = -1
if (i<0) print('up')
if (i>0) print('up')

#理解下面代码
if(!require(tidyr)) install.packages('tidyr')

#### (2)有else
i =1
if (i>0){
  cat('+')
} else {
  print("-")
}

ifelse(i>0,"+","-")

x=rnorm(10)
y=ifelse(x>0,"+","-")
y

#### (3)多个条件
i = 0
if (i>0){
  print('+')
} else if (i==0) {
  print('0')
} else if (i< 0){
  print('-')
}

ifelse(i>0,"+",ifelse((i<0),"-","0"))

### 2.switch()
cd = 3
foo <- switch(EXPR = cd, 
              #EXPR = "aa", 
              aa=c(3.4,1),
              bb=matrix(1:4,2,2),
              cc=matrix(c(T,T,F,T,F,F),3,2),
              dd="string here",
              ee=matrix(c("red","green","blue","yellow")))
foo

  • ifelse函数
    • 三个参数
    • ifelse(x,yes,no)
    • x:逻辑值
    • yes:逻辑值为TRUE时的返回值
    • no:逻辑值为FALSE时的返回值

二、循环语句

### 1.for循环
#**顺便看一下next和break**
x <- c(5,6,0,3)
s=0
for (i in x){
  s=s+i
  #if(i == 0) next
  #if (i == 0) break
  print(c(which(x==i),i,1/i,s))
}

x <- c(5,6,0,3)
s = 0
for (i in 1:length(x)){
  s=s+x[[i]]
  #if(i == 3) next
  #if (i == 3) break
  print(c(i,x[[i]],1/i,s))
}
#如何将结果存下来?
s = 0
result = list()
for(i in 1:length(x)){
  s=s+x[[i]]
  result[[i]] = c(i,x[[i]],1/i,s)
}
do.call(cbind,result)
### 2.while 循环
i = 0

while (i < 5){
  print(c(i,i^2))
  i = i+1
}

### 3.repeat 语句

#注意:必须有break
i=0L
s=0L
repeat{
 i = i + 1
 s = s + i
 print(c(i,s))
 if(i==50) break
}

三、长脚本管理方式

  • 1.分成多个脚本,每个脚本最后保存Rdata,下一个脚本开头清空再加载。
image-20201126170014008.png
  • if(F){…} ,则{ }里的脚本被跳过 if(T){…} ,则{ }里的脚本被运行 凡是带有{ }的代码,均可以被折叠
image-20201126170110219.png

四、apply函数

apply(X, MARGIN, FUN, …) 

apply(test, 2, mean)
apply(test, 1, sum)

#其中X是数据框/矩阵名;MARGIN为1表示取行,为2表示取列,FUN是函数
#对X的每一行/列进行FUN这个函数

五、R语言遍历、创建、删除文件夹

dir()
file.create() file.exists(...)
file.remove(...)
file.rename(from, to)
file.append(file1, file2)
file.copy(from, to, overwrite = recursive, recursive = FALSE,
copy.mode = TRUE, copy.date = FALSE)
file.symlink(from, to)
file.link(from, to)
dir.create("doudou")
unlink("doudou",recursive = T)
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,293评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,604评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,958评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,729评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,719评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,630评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,000评论 3 397
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,665评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,909评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,646评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,726评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,400评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,986评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,959评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,996评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,481评论 2 342

推荐阅读更多精彩内容