数据准备
本示例数据是自编数据，仅为练习所用，数据结构假设为，两个年份year(2020，2021)，两个氮水平nitrogen（N1，N2），两个玉米品种variety（a，b）测定了5个试验指标（变量v1，v2，v3，v4，v5），每个处理3次重复block（1，2，3）。
library(tidyverse) # 调用tidyverse。
df <- read_csv(file = "df.csv") # 导入数据。文档在工作目录下，所以直接给文件名导入。
df # 查看数据。
## # A tibble: 24 × 9
## year nitrogen variety block v1 v2 v3 v4 v5
## <dbl> <chr> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 2020 N1 a 1 1.26 2.14 0.4 5 3.25
## 2 2020 N1 a 2 1.2 2.9 0.1 5.3 1.27
## 3 2020 N1 a 3 1.3 3 0.3 5.6 2.24
## 4 2020 N1 b 1 1.08 1.72 1.8 2.8 1
## 5 2020 N1 b 2 1.05 1.65 1.7 2.5 3.12
## 6 2020 N1 b 3 1.15 1.35 1.5 3.1 4.57
## 7 2020 N2 a 1 1.32 3.78 1.6 6 5.85
## 8 2020 N2 a 2 1.28 4.32 1.4 6.1 6.48
## 9 2020 N2 a 3 1.35 3.95 1.3 6.2 7.21
## 10 2020 N2 b 1 1.33 3.47 2.8 4.1 6.56
## # … with 14 more rows
7.2.2 坐标轴标签设置
删除刻度线和标签
theme(axis.title.x or y = element_blank()) 删除轴标签。
xlab(NULL) 删除x轴标签
ggplot(df, aes(v3, v4)) + geom_point() # 基础散点图。
ggplot(df, aes(v3, v4)) + geom_point() + theme(axis.title.x = element_blank()) # 删除x轴标签。
ggplot(df, aes(v3, v4)) + geom_point() + theme(axis.title.y = element_blank()) # 删除y轴标签。
ggplot(df, aes(v3, v4)) + geom_point() + xlab(NULL) # 删除x轴标签。
theme(axis.ticks = element_blank()) 删除刻度线。
theme(axis.text.x or y = element_blank()) 删除轴刻度标签。
ggplot(df, aes(v3, v4)) + geom_point() + theme(axis.ticks = element_blank()) # 删除轴刻度线。
ggplot(df, aes(v3, v4)) + geom_point() + theme(axis.ticks = element_blank(), axis.text = element_blank()) # 删除轴刻度线并删除刻度标签。
修改刻度标签
连续变量刻度标签设置
scale_x or y_continuous(name, breaks, labels, limits, trans)
name指定x或y轴的标签，若为NULL，不显示轴标签；
breaks指定各个刻度的位置，若为NULL，不显示刻度；
labels指定各个刻度的标签；
limits指定刻度的范围；
trans指定坐标轴值转换，如可以为log10。
ggplot(df, aes(v3, v4)) + geom_point() # 基础散点图。
ggplot(df, aes(v3, v4)) + geom_point() + scale_x_continuous(name = "This is x axis", breaks = seq(0, 4, by = 1), labels = c("一", "二", "三", "四", "五"), limits = c(0, 4)) + scale_y_continuous(name = "This is y axis", breaks = seq(2, 8, by = 1), labels = c("a", "b", "c", "d", "e", "f", "g"), limits = c(2, 8)) # 修改散点图y轴刻度和标签。
离散型变量刻度标签设置
scale_x or y_discrete():修改离散变量坐标轴的标签。
ggplot(df, aes(nitrogen, v5)) + geom_bar(stat = "identity", position = "dodge") # 基础柱状图。
ggplot(df, aes(nitrogen, v5)) + geom_bar(stat = "identity", position = "dodge") + scale_x_discrete(labels = c("N1" = "Nitrogen rate1", "N2" = "Nitrogen rate2")) # 修改离散型变量x坐标轴标签。
从以上可以看出，在scale_x or y_continous和discrete中将一些参数的值赋予NULL，也可以起到删除的效果。
日期型刻度标签设置
scale_x_date()设置日期刻度，参数date_breaks设置刻度间隔，date_labels设置标签的日期格式；借助 scales包中的函数设置特殊格式，比如百分数(percent)、科学计数法 (scientific)、美元格式 (dollar)等。
economics_long # 内置数据集。
## # A tibble: 2,870 × 4
## date variable value value01
## <date> <chr> <dbl> <dbl>
## 1 1967-07-01 pce 507. 0
## 2 1967-08-01 pce 510. 0.000265
## 3 1967-09-01 pce 516. 0.000762
## 4 1967-10-01 pce 512. 0.000471
## 5 1967-11-01 pce 517. 0.000916
## 6 1967-12-01 pce 525. 0.00157
## 7 1968-01-01 pce 531. 0.00207
## 8 1968-02-01 pce 534. 0.00230
## 9 1968-03-01 pce 544. 0.00322
## 10 1968-04-01 pce 544 0.00319
## # … with 2,860 more rows
ggplot(head(economics_long, 20), aes(x = date, y = value)) + geom_line() # 基础线图。
ggplot(head(economics_long, 20), aes(x = date, y = value)) + geom_line() + scale_x_date(date_breaks = "5 months", date_labels = "%b%Y") # 改变x轴刻度为每6个月间隔，标签为月年格式。
轴标签美学设置
轴标签美学
axis.title() 更改x和y轴外观。
axis.title.x() 更改x轴外观。
axis.title.y() 更改y轴外观。
ggplot(df, aes(v3, v4)) + geom_point() + xlab("this is x") + theme(axis.title = element_text(colour = "red", size = 15)) # 更改x轴和y轴外观。
ggplot(df, aes(v3, v4)) + geom_point() + theme(axis.title.x = element_text(face = "italic", size = 15, colour = "blue")) # 更改x轴标签字体样式，大小，颜色。
ggplot(df, aes(v3, v4)) + geom_point() + theme(axis.title.y = element_text(family = "serif", face = "bold", size = 20, colour = "brown")) # 更改x轴标签字体，字体样式，大小，颜色。
刻度标签美学
theme(axis.text = element_text())中axis.text 和/或从属元素 axis.text.x 和 axis.text.y 来更改轴文本的外观。
element_text中参数说明。
angle：指定刻度线标签旋转角度；
hjust：设置水平对齐方式（左，中，右）；
vjust：设置垂直对齐方式（顶部，中间，底部）；
colour：设置字体颜色；
size：设置字体大小；
family：设置字体；windowsFonts()可查看windows字体；
face：设置字体样式，粗体bold，斜体italic；
ggplot(df, aes(v3, v4)) + geom_point() + theme(axis.text = element_text(colour = "red")) # 改变轴标签字颜色为红色。
ggplot(df, aes(v3, v4)) + geom_point() + theme(axis.text = element_text(colour = "red"), axis.text.x = element_text(colour = "blue", size = 20)) # 单独修改x轴标签字体颜色为蓝色。
ggplot(df, aes(v3, v4)) + geom_point() + theme(axis.text = element_text(colour = "red"), axis.text.x = element_text(angle = 90, hjust = 0.1, vjust = 0.5)) # x轴刻度标签文本旋转90度，hjust用于设置水平对齐方式（左，中，右），vjust用于设置垂直对齐方式（顶部，中间，底部）。
ggplot(df, aes(v3, v4)) + geom_point() + theme(axis.text = element_text(family = "serif")) # 设置字体为新罗马。
ggplot(df, aes(v3, v4)) + geom_point() + theme(axis.text = element_text(face = "italic")) # 设置刻度线标签字体为斜体。
参考资料
- R语言编程—基于 tidyverse，张敬信，人民邮电出版社（待出版），2022.
- R语言教程，李东风，https://www.math.pku.edu.cn/teachers/lidf/docs/Rbook/html/_Rbook/index.html
- 《R数据科学》，人民邮电出版社，2018.
- R Graphics Cookbook, 2nd edition，https://r-graphics.org/index.html
