R语言学习6.1---ggplot绘图

ggplot绘图是生信技能树生信爆款入门课程R语言部分Day6的讲到的一个重要知识点。为加深理解,现在做下练习巩固。

加载数据

> library(ggplot2)
> test = iris

1.入门级绘图模板

> ggplot(data = test)+
+   geom_point(mapping = aes(x = Sepal.Length,
+                            y = Petal.Length))
image.png

2.映射

> ggplot(data = test)+
+   geom_point(mapping = aes(x = Sepal.Length,
+                            y = Petal.Length,
+                            color = Species))
image.png

3.分面

> ggplot(data = test) + 
+   geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
+   facet_wrap(~ Species) 
image.png

双分面

> test$Group = sample(letters[1:5],150,replace = T)
> ggplot(data = test) + 
+   geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) + 
+   facet_grid(Group ~ Species) 
image.png

练习

示例数据:ggplot2中数据集mpg

1.分别以mpg的displ和hwy两列作为横纵坐标,画点图。

ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy))
image.png

2.尝试修改颜色或大小,从mpg数据框中任选可以用来分类的列。

ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy, col = drv))
image.png

3.根据class列来分面

ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy, col = drv))+
  facet_wrap(~ class) 
image.png

4.根据drv和cyl两个变量来分面

ggplot(data = mpg) + 
geom_point(mapping = aes(x = displ, y = hwy, col = drv))+
facet_wrap(drv~ cyl) 
image.png

4.几何对象

4.1分组

不分组

> ggplot(data = test) + 
+   geom_smooth(mapping = aes(x = Sepal.Length, 
+                           y = Petal.Length))
image.png

geom_smooth() using method = 'loess' and formula 'y ~ x'

根据Species分组

> ggplot(data = test) + 
+   geom_smooth(mapping = aes(x = Sepal.Length, 
+                             y = Petal.Length,
+                             group = Species))
`geom_smooth()` using method = 'loess' and formula 'y ~ x'
image.png

根据Species着色

> ggplot(data = test) + 
+   geom_smooth(mapping = aes(x = Sepal.Length, 
+                           y = Petal.Length,
+                           color = Species)) 
`geom_smooth()` using method = 'loess' and formula 'y ~ x'
image.png

4.2图层

局部映射和全局映射

> ggplot(data = test) + 
+   geom_smooth(mapping = aes(x = Sepal.Length, 
+                           y = Petal.Length))+
+   geom_point(mapping = aes(x = Sepal.Length, 
+                            y = Petal.Length))
`geom_smooth()` using method = 'loess' and formula 'y ~ x'
image.png
> ggplot(data = test,mapping = aes(x = Sepal.Length, y = Petal.Length))+
+   geom_smooth()+
+   geom_point()
`geom_smooth()` using method = 'loess' and formula 'y ~ x'
image.png

练习

>  1.尝试写出下图的代码
> 数据是iris
>  X轴是Species
> y轴是Sepal.Width
>  图是箱线图
image.png
>2. 尝试在此图上叠加点图,能发现什么问题?

点数量不够

>3.用下列代码作图,观察结果
> ggplot(test,aes(x = Sepal.Length,y = Petal.Length,color = Species)) +
+   geom_point()+
+   geom_smooth(color = "black")
`geom_smooth()` using method = 'loess' and formula 'y ~ x'

> 请问,当局部映射和全局映射冲突,以谁为准?
局部

5.统计变换-直方图

> View(diamonds)
> table(diamonds$cut)

     Fair      Good Very Good   Premium     Ideal 
     1610      4906     12082     13791     21551 
> 
> ggplot(data = diamonds) + 
+   geom_bar(mapping = aes(x = cut))
image.png
> ggplot(data = diamonds) + 
+   stat_count(mapping = aes(x = cut))
image.png

5.1.不统计,数据直接做图

> fre = as.data.frame(table(diamonds$cut))
> fre
       Var1  Freq
1      Fair  1610
2      Good  4906
3 Very Good 12082
4   Premium 13791
5     Ideal 21551
> 
> ggplot(data = fre) +
+   geom_bar(mapping = aes(x = Var1, y = Freq), stat = "identity")

image.png

5.2count改为prop

> ggplot(data = diamonds) + 
+   geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))
image.png

6.位置关系

6.1抖动的点图

> ggplot(data = mpg,mapping = aes(x = class, 
+                                 y = hwy,
+                                 group = class)) + 
+   geom_boxplot()+
+   geom_point()
image.png
> ggplot(data = mpg,mapping = aes(x = class, 
+                                 y = hwy,
+                                 group = class)) + 
+   geom_boxplot()+
+   geom_jitter()
image.png

6.2堆叠直方图

> ggplot(data = diamonds) + 
+   geom_bar(mapping = aes(x = cut,fill=clarity))
image.png

6.3 并列直方图

> ggplot(data = diamonds) + 
+   geom_bar(mapping = aes(x = cut, fill = clarity), position = "dodge")
image.png

7.坐标系

翻转coord_flip()

> ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + 
+   geom_boxplot() +
+   coord_flip()
image.png

极坐标系coord_polar()

 bar <- ggplot(data = diamonds) + 
+   geom_bar(
+     mapping = aes(x = cut, fill = cut), 
+     show.legend = FALSE,
+     width = 1
+   ) + 
+   theme(aspect.ratio = 1) +
+   labs(x = NULL, y = NULL)
> bar + coord_flip()
image.png
> bar + coord_polar()
image.png
最后编辑于
©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 216,163评论 6 498
  • 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 92,301评论 3 392
  • 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 162,089评论 0 352
  • 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 58,093评论 1 292
  • 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 67,110评论 6 388
  • 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 51,079评论 1 295
  • 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 40,005评论 3 417
  • 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 38,840评论 0 273
  • 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 45,278评论 1 310
  • 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 37,497评论 2 332
  • 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 39,667评论 1 348
  • 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 35,394评论 5 343
  • 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 40,980评论 3 325
  • 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 31,628评论 0 21
  • 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 32,796评论 1 268
  • 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 47,649评论 2 368
  • 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 44,548评论 2 352

推荐阅读更多精彩内容