R绘图 | 山峦图(ggridges)

R绘图 | 山峦图(ggridges)

ridgeline.jpg

整个新系列。目前的几个系列, #R实战生信分析为主, #跟着CNS学作图复现顶刊Figure为主,而本系列 #R绘图 则是学习不在文章中但同样很好看的图,致力于给同学们在数据可视化中提供新的思路和方法。

22

本期图片

top_names.png

这个图是美国1900年至今最常见的10个女孩姓名及其人数的可视化展示。

ggridges对时间或者空间分布可视化具有十分好的效果。

示例数据和代码领取

https://mp.weixin.qq.com/s/zvTnITDjOL-atRBdOnmUUQ

绘制

# 加载相关包
library(ggridges) # 山峦图
library(viridis) # 配色
library(extrafont) # 字体

# 导入数据
female_names <- read.csv("female_names.csv")

#开始绘制
theme_set(theme_light()) # 主题
plot1 <- ggplot(female_names, 
                aes(year, y=fct_reorder(name, n),
                    height = n/50000, #降低高度以便可视化
                    group = name)) + 
  geom_ridgeline(alpha=0.5, size = 0,scale = 1.5, # scale缩放山峦高度,1为原比例
                 fill = "#05595B", color = "white") +
  xlim(1900,NA) +
  labs(title = '10 most common given female names\n in the US since 1900', y ="", x="") +
  theme(plot.title = element_text(hjust = 0, family = "Bahnschrift", size =10),
        axis.ticks.y = element_blank(),
        axis.text = element_text(family = "Bahnschrift", size = 7),
        panel.grid.major.x = element_blank(),
        panel.grid.minor.x = element_blank(),
        panel.grid.major.y = element_line(size =0.5),
        panel.border = element_blank()) +
  geom_segment(aes(x=1967, xend=1967, y=11.9, yend=10.7), # 相当于画个比例尺
               color = "#404040") +
  geom_segment(aes(x=1967, xend=1964, y=11.9, yend=11.9),
               color = "#404040") +
  annotate(geom = "text", x = 1970, y = 11.5, 
           label = "73,982 babies called\n'Mary'in 1921", hjust = "left",
           size = 3, color = "#404040", family = "Bahnschrift")

plot1

#saving
ggsave("top_names.png", 
       plot1, 
       height = 4, width = 5,
       dpi = 300,
       bg = "white")

[图片上传失败...(image-6a32f3-1651981390916)]

参考

往期内容

  1. (免费教程+代码领取)|跟着Cell学作图系列合集
  2. Q&A | 如何在论文中画出漂亮的插图?
  3. Front Immunol 复现 | 1. GEO数据下载及sva批次校正(PCA可视化)
  4. R绘图 | 气泡散点图+拟合曲线
  5. 跟着 Cell 学作图 | 桑葚图(ggalluvial)
  6. R绘图 | 对比条形图+连线
  7. R绘图 | 一幅小提琴图的美化之旅

[图片上传失败...(image-6c71aa-1651981390916)]

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,869评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,716评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,223评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,047评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,089评论 6 395
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,839评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,516评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,410评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,920评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,052评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,179评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,868评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,522评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,070评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,186评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,487评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,162评论 2 356

推荐阅读更多精彩内容