照葫芦画图之统计描述（三）

说在前面

本次推文是统计描述的最后一节，此系列的前两节是专门为生信新手入门简单作图所准备的，本次推文我们就来展示一下已经发表的文章中，对统计学描述结果进行展示，并且比较有价值的图表进行复现。

这两张图是Immugent最近在读文献时碰到的，开始还是很好奇这是哪一路神仙，细细读完图注后发现，只不过是对数据分布进行进行展示。

图片

话不多说，我们下面就来复现这幅图。

代码实现

首先，复习一下前两节所学的，对数据先来一个大致了解。

library(ggplot2)
library(ggpubr)
theme_set(theme_pubr())

data("HairEyeColor")
df <- as.data.frame(HairEyeColor)
head(df)

ggplot(df, aes(x = Hair, y = Freq))+
  geom_bar(
    aes(fill = Eye), stat = "identity", color = "white",
    position = position_dodge(0.9)
  )+
  facet_wrap(~Sex) + 
  fill_palette("jco")

图片

考虑到上两节没有讲气泡图的画法，那就再来两种气泡图。

ggballoonplot(housetasks, fill = "value")+
  scale_fill_viridis_c(option = "C")

df <- as.data.frame(HairEyeColor)
ggballoonplot(df, x = "Hair", y = "Eye", size = "Freq",
              fill = "Freq", facet.by = "Sex",
              ggtheme = theme_bw()) +
  scale_fill_viridis_c(option = "C")

图片

图片

好的，下面主角要登场了，然而一行代码就能搞定！

library(vcd)
mosaic(HairEyeColor, shade = TRUE, legend = TRUE) 

图片

小结

从这个图的绘制过程中，我们可以想到的是，其实很多文献中那些高达上的图在理解其内在含义后都很简单；此外，找对工具很重要，如果找不到“vcd”这个包，估计还要折腾很久才能做出类似的图。

好啦，到此，“照葫芦画图之统计描述”系列的三篇文章均已更新完毕，大家如果有其它想学习的图表可以通过后台和我们联系，感谢大家的一路支持！