其他注释
基础图形
p <- ggplot(df, aes(v1, v5, color = nitrogen)) + geom_point() # 基础图形绘制。
p # 查看基础图形。
image.png
添加参考线
geom_hline()：水平参考线；
geom_vline()：垂直参考线；
geom_abline()：斜线，参数intercept用于指定截距，slope用于指定斜率；
coef(lm(v5 ~ v1, df)) # 查看v5和v1回归系数。
## (Intercept) v1
## -9.318624 11.067230
ggplot(df, aes(v1, v5, color = nitrogen)) + geom_point() + geom_hline(yintercept = 5) + geom_vline(xintercept = 1.2) + geom_abline(intercept = -9.31, slope = 11) # 添加参考线。
image.png
df %>% filter(nitrogen == "N1") %>% select(v5) %>% ggplot(aes(v5)) + geom_density(fill = "yellow") + annotate("segment", x = 3, y = 0, xend = 3, yend = 0.275, color = "green", size = 1.5, linetype = "dashed") # 假设从x=3开始是数据下降的临界点，我们想在这里加一条参考线。
image.png
添加误差线
geom_errorbar()
df_sd <- df %>% group_by(nitrogen) %>% summarise(mean = mean(v1), sd = sd(v1)) # 分组统计df数据集。
ggplot(df_sd, aes(x = nitrogen, y = mean)) + geom_col() + geom_errorbar(aes(ymin = mean - sd, ymax = mean + sd), width = 0.5, color = "red") # 添加误差线。
image.png
添加边际
ggplot(df, aes(v1, v5, color = nitrogen)) + geom_point() + geom_rug() # 添加边际地毯。
image.png
图形嵌套注释
annotation_custom(grob,xmin = -Inf, xmax = Inf,ymin = -Inf, ymax = Inf)
- grob：作为嵌套的图形；
- xmin、xmax、ymin、ymax：嵌套图形放置的区域。
嵌套图形需要先使用ggplot2绘图系统进行绘制，再使用ggplotGrob()函数进行封装。
g <- ggplot(df, aes(x = nitrogen, y = v1)) + geom_col() # 先构建嵌套图形。
g <- ggplotGrob(g) # 封装嵌套图形。
ggplot(df, aes(v1, v5, color = nitrogen)) + geom_point() + annotation_custom(g, xmin = 1.1, xmax = 1.2, ymin = 6, ymax = 8) # 嵌套图形。
image.png
分面注释
ggplot(df, aes(x = nitrogen, y = v1)) + geom_col() + facet_grid(.~year) # 绘制分面图。
image.png
f_label <- data.frame(year = c("2020", "2021"), label = c("2020年", "2021年")) # 构建分面标注数据框。
ggplot(df, aes(x = nitrogen, y = v1)) + geom_col() + facet_grid(.~year) + geom_text(x = 1, y = 8, aes(label = label), data = f_label, color = "blue") # 分面添加注释。
image.png
ggplot(df, aes(x = nitrogen, y = v1)) + geom_col() + facet_grid(.~year) + annotate("text", x = 1, y = 8, label = "facet annotation", color = "blue") # 给分面图添加统一的注释。
image.png
ggplot(df, aes(v1, v5, color = nitrogen)) + geom_point() + facet_grid(.~nitrogen) + geom_smooth(method = "lm") # 按分面添加回归线。
image.png
拼图时添加注释
p1 <- ggplot(df, aes(v1, v5, color = nitrogen)) + geom_point() + geom_smooth(method = "lm") # 构建图1.
p1 # 查看图1.
image.png
p2 <- ggplot(df, aes(nitrogen, v5, fill = nitrogen)) + geom_col() # 图2.
p2 # 查看图2.
image.png
p3 <- ggplot(df, aes(v1, v5, fill = nitrogen)) + geom_boxplot() # 图3.
p3 # 查看图3.
image.png
p4 <- ggplot(df, aes(v5, fill = nitrogen)) + geom_density() # 图4.
p4 # 查看图4.
image.png
library(patchwork) # 调用patchwork包。
p1 + p2 + p3 + p4 + plot_annotation(tag_levels = "A") # 给拼图添加注释。
image.png
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
5.ggplot2 | 注释函数ggplot2 | 注释函数，https://zhuanlan.zhihu.com/p/404747239
