ggplot绘图的艺术-3：映射：将数据变量对应到图形属性

1.映射

在上一节练习ggplot绘图的艺术-2：ggplot2的绘图思想中，我们已经涉及到了映射的概念。

所谓映射，就是数据集中的数据关联到相应的图形属性过程中一种对应关系。

映射主要分为以下几种类型：

颜色类：color(颜色或边框颜色)、fill(填充颜色)和alpha(透明度)
形状类：linetype(线型)、size(点的大小或线的宽度)和shape(形状)
位置类：x、y、xmin、xmax、ymin、ymax、xend、yend
特殊类：一类是group和order，另一类是字符串映射

下面，就以上述的映射关系进行演示：

#加载所需的包
library(ggplot2)
library(dplyr)
#使用ggplot2进行绘图，建立相应的映射关系
ggplot(data = dexp, aes(x = Sample, y = Expression))+
         geom_point(aes(color = Gene,
                        size = Length,
                        shape = Group))

以上代码作出图的效果如下：

图片1.png

2.分组

在ggplot中我们大概可以把几何对象分为2种：

个体几何对象：绘制的图像中的每一个点对应数据框中的每一个观测值，如geom_point
群组几何对象：绘制的图像中的每一个对象，对应数据框中多个观测值的统计结果，如geom_boxplot（用于绘制箱线图）

所以在使用类似于geom_boxplot这一类群组几何对象时，需要进行分组，ggplot默认以离散型变量分组。

变量按其数值表现是否连续，分为连续变量和离散变量。离散变量指变量值可以按一定顺序一一列举，通常以整数位取值的变量。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。

#绘制背景图层
p <- ggplot(data = dexp, aes(x = Sample, y = Expression))
#添加箱线图层，默认以离散型变量Sample进行分组
p + geom_boxplot()

图片2.png

#绘制背景图层
p <- ggplot(data = dexp, aes(x = Sample, y = Expression))
#添加箱线图层，指定以Group进行分组
p + geom_boxplot(aes(group = Group))

图片3.png

3.分面

在进行生物信息学数据处理时，我们有时需要按不同的变量进行分组，分别绘制图形。比如，在上面的例子中。我们如果想要以Group分组，分别绘制基因的表达信息，实现一页多图的效果，如何实现呢？这就要涉及到ggplot中的另一个非常重要的概念：分面。
ggplot中实现分面有两个函数：facet_wrap和facet_grad。

（1）facet_wrap:以一个变量进行分面

facet_wrap(facets, nrow = NULL, ncol = NULL, scales = "fixed",
shrink = TRUE, labeller = "label_value", as.table = TRUE,
switch = NULL, drop = TRUE, dir = "h", strip.position = "top")

重要参数：

facets：分面参数如~Group，表示用Group变量进行数据分类
nrow：绘制图形的行数
ncol：绘制图形的列数，一般nrow/ncol只设定一个即可
scales：
fixed，小图都使用统一的坐标
free：每个小图按照自己的数据自由调整坐标
free_x：自由调整X轴刻度范围
free_y：自由调整y轴刻度范围

ggplot(data = dexp, aes(x = Sample, y = Expression))+
  geom_point(aes(color = Gene,
                 size = Length,
                 shape = Group))+
  facet_wrap(~Group, scales = "free")

效果如下：

图片4.png

#以基因进行分面，绘制每个基因的表达量
ggplot(data = dexp, aes(x = Sample, y = Expression))+
  geom_point()+
  facet_wrap(~Gene, scales = "free", nrow = 10)

结果如下：

图片5.png

（2）facet_grid：同时以两个变量进行分面

facet_grid(facets, margins = FALSE, scales = "fixed", space = "fixed",shrink = TRUE, labeller = "label_value", as.table = TRUE,switch = NULL, drop = TRUE)

与facet_wrap不同的重要参数：

facets：应用两个变量分面，如Gene~Group，意为按Gene分行，按Group分列
margins：True，包含所有数据的组
space：每张小图的坐标轴宽度，值同scales

以两个变量Gene和Group进行分面：

dexp_small<-filter(dexp, Gene %in% paste("G", 1:10, sep = ""))
ps <- ggplot(data = dexp_small, aes(x = Sample, y = Expression))
ps + geom_point(aes(color = Length))+
  facet_grid(Gene~Group,scales = "free")