本期教程
往期分享教程代码和数据，全部可在社群中获得。
绘图代码
- 导入所需R包
library(ggplot2)
library(RColorBrewer)
library(pals)
library(patchwork)
- 导入数据
load("./dfplot_dr99.RData")
head(dfplot_dr99)
> head(dfplot_dr99)
id yy sd provider err_est region
7813 hd_1 1900 NA HYD no error estimation North
7814 hd_1 1901 NA HYD no error estimation North
7815 hd_1 1902 NA HYD no error estimation North
7816 hd_1 1903 NA HYD no error estimation North
7817 hd_1 1904 NA HYD no error estimation North
7818 hd_1 1905 NA HYD no error estimation North
load("./df_dr_p99.RData")
head(df_dr_p99)
> head(df_dr_p99)
id rr99 provider
1 100057 43.292 HYD
2 100073 48.102 HYD
3 100123 41.100 HYD
4 100180 45.000 HYD
5 100206 46.974 HYD
6 100214 41.290 HYD
- 图形设置参数
source(paste0("theme_cool2_V2.r"))
cols<-brewer.set1(9)[c(3,4)]
ylim1 <- c(-12, 16)
# 设置y轴的显示范围，起点为-12，终点为16
hgt1 <- (ylim1[1] + (abs(ylim1[1]) + abs(ylim1[2])) * 0.02)
# 计算多边形顶部的y轴高度，公式含义如下：
# hgt1 = ymin + 2% * (y轴总高度)
# 即在y轴的底部向上稍微扩展一点，便于可视化展示
df_poly <- data.frame(
x = c(1981, 2010, 2010, 1981),
y = c(ylim1[1], ylim1[1], hgt1, hgt1)
)
# 构建一个四个点的多边形，顶点依次如下：
# x轴从1981到2010，y轴从ylim1[1]（即-12）到hgt1（大约-8附近）
# 这个多边形用于在图中以灰色阴影表示“1981–2010年”的区间
- 绘制直方图
p1ins<-
ggplot()+
geom_histogram(
data = df_dr_p99, # 使用的数据框是 df_dr_p99
aes(x = rr99, # x轴变量是 rr99，代表降雨量
fill = provider, # 按 provider 分组着色
y = after_stat(density)), # y轴使用密度（默认是 count，这里转为密度）
alpha = 0.4, # 填色的透明度为0.4（越小越透明）
position = "identity", # 图层重叠方式，identity 表示允许不同组图形重叠
binwidth = 4, # 每个直方图箱宽为4单位（mm）
show.legend = FALSE, # 不显示图例
color = NA # 不绘制箱体边框
)+
scale_x_continuous(
name = "Rainfall (mm/d)", # 设置x轴标题
limits = c(30, 70) # 限定x轴显示范围在30到70
)+
scale_y_continuous(name="Density", breaks=seq(0,0.06,0.03) # y轴刻度为 0.00, 0.03, 0.06
)+
scale_fill_manual(values = cols)+
theme_cool2_V2()+
theme(panel.background = element_rect(fill = "transparent", # panel.background：绘图区背景设置为透明
colour = NA_character_),
plot.background = element_rect(fill = "transparent", #plot.background：整个图的背景设置为透明
colour = NA_character_))
p1ins
- 绘制时序图+组图
p1<-
ggplot()+
## 添加置信区间
stat_summary(
data = subset(dfplot_dr99), # 使用数据子集 dfplot_dr99
geom = "ribbon", # 绘制带状图（用于表示置信区间）
aes(x = yy, y = sd * 100, fill = provider), # x轴为年份，y为标准差×100，颜色分组
show.legend = FALSE, # 不显示图例
fun.data = "mean_cl_boot", # 使用bootstrapping方法计算平均值和置信区间
alpha = 0.15, # 设置带状透明度
fun.args = list(conf.int = 0.95) # 设置置信区间为95%
) +
stat_summary(
data = subset(dfplot_dr99), # 同上
size = 1, # 线条粗细
geom = "line", # 绘制线条
aes(x = yy, y = sd * 100, color = provider), # 按provider分组设置颜色
show.legend = FALSE, # 不显示图例
fun.y = mean # 计算每年的平均值
) +
annotate(
geom = "text", # 添加文字注释
label = c("GSA", "HYD"), # 注释内容
x = c(1992, 2002), # 注释x轴位置
y = c(1, -4), # 注释y轴位置
size = 4.5, # 字体大小
color = cols, # 使用 cols 变量中的颜色
hjust = 1 # 文本右对齐
) +
geom_hline(
yintercept = 0, # 添加 y=0 的水平线
linetype = "dashed", # 虚线样式
size = 0.2 # 线条粗细
) +
geom_polygon(
data = df_poly, # 使用背景多边形数据
aes(x = x, y = y), # x, y坐标
fill = "grey20", # 填充颜色为灰色
alpha = 0.4 # 透明度
) +
annotate(
geom = "text", # 添加文字注释
label = "Daily", # 注释文字
x = 1970, # x轴位置
y = 14.5, # y轴位置
size = 6 # 字体大小
) +
scale_color_manual(name = "", values = cols) + # 设置线条颜色，去掉图例标题
scale_fill_manual(name = "", values = cols) + # 设置带状颜色，去掉图例标题
scale_x_continuous(
name = "year", # 设置x轴名称
breaks = seq(1900, 2020, 20), # 设置x轴刻度
limits = c(1900, 2023) # 设置x轴显示范围
) +
scale_y_continuous(
name = "Daily heavy rainfall anomaly (%)", # y轴标题
breaks = seq(-24, 24, 4) # y轴刻度
) +
coord_cartesian(
xlim = c(1900, 2020), # 裁剪x轴范围
ylim = ylim1 # 裁剪y轴范围，ylim1 是预设变量
) +
theme_cool2_V2() + # 使用自定义主题
theme(
plot.title = element_text(face = "bold", size = 18), # 设置标题加粗及字体大小请你提供具体的代码，以便我为其添加注释进行解释。
legend.position = c(0.83, 0.2), # 设置图例位置（比例坐标）
axis.title.x = element_blank(), # 去除x轴标题
axis.text.x = element_text(vjust = -0.5), # 调整x轴文字位置
axis.text.y = element_text(margin = margin(r = 70)) # 设置y轴文字右边距
) +
inset_element(
p1ins, # 嵌套图对象
left = 0.015, bottom = 0.58, right = 0.38, top = 0.99 # 设置嵌套图相对主图的位置
)
版本信息
> sessionInfo()
R version 4.4.0 (2024-04-24 ucrt)
Platform: x86_64-w64-mingw32/x64
Running under: Windows 11 x64 (build 22631)
Matrix products: default
locale:
[1] LC_COLLATE=Chinese (Simplified)_China.utf8
[2] LC_CTYPE=Chinese (Simplified)_China.utf8
[3] LC_MONETARY=Chinese (Simplified)_China.utf8
[4] LC_NUMERIC=C
[5] LC_TIME=Chinese (Simplified)_China.utf8
time zone: Asia/Shanghai
tzcode source: internal
attached base packages:
[1] grid stats graphics grDevices utils
[6] datasets methods base
other attached packages:
[1] patchwork_1.3.0 pals_1.10
[3] RColorBrewer_1.1-3 ggplot2_3.5.1
loaded via a namespace (and not attached):
[1] gtable_0.3.6 jsonlite_2.0.0 crayon_1.5.3
[4] dplyr_1.1.4 compiler_4.4.0 maps_3.4.2.1
[7] promises_1.3.2 tidyselect_1.2.1 Rcpp_1.0.14
[10] dichromat_2.0-0.1 later_1.4.2 scales_1.3.0
[13] yaml_2.3.10 fastmap_1.2.0 xiyouAgent_0.0.1
[16] mime_0.13 R6_2.6.1 labeling_0.4.3
[19] generics_0.1.3 curl_6.2.2 mapproj_1.2.11
[22] httr2_1.1.2 htmlwidgets_1.6.4 tibble_3.2.1
[25] munsell_0.5.1 shiny_1.10.0 pillar_1.10.2
[28] rlang_1.1.4 httpuv_1.6.16 cli_3.6.3
[31] withr_3.0.2 magrittr_2.0.3 digest_0.6.37
[34] rstudioapi_0.17.1 xtable_1.8-4 rappdirs_0.3.3
[37] lifecycle_1.0.4 vctrs_0.6.5 glue_1.6.2
[40] farver_2.1.2 colorspace_2.1-1 purrr_1.0.4
[43] tools_4.4.0 pkgconfig_2.0.3 htmltools_0.5.8.1
**：以上仅代表个人学习笔记，若有错误的部分，请指正！
若我们的教程对你有所帮助，请点赞+收藏+转发，大家的支持是我们更新的动力！！
2024已离你我而去，2025加油！！
往期部分文章
1. 最全WGCNA教程（替换数据即可出全部结果与图形）
推荐大家购买最新的教程，若是已经购买以前WGNCA教程的同学，可以在对应教程留言，即可获得最新的教程。（注：此教程也仅基于自己理解，不仅局限于此，难免有不恰当地方，请结合自己需求，进行改动。）
2. 精美图形绘制教程
3. 转录组分析教程
4. 转录组下游分析
小杜的生信筆記 ，主要发表或收录生物信息学教程，以及基于R分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!!
