原贴转自生物统计家园,原贴只贴出了代码,没有画图,这里运行了一下代码,复习了一下R的绘图,共有20多个。
案例01-基本绘图
cars <- c(1, 3, 6, 4, 9)
plot(cars)
案例 1-基本绘图
案例02-增添标题
cars <- c(1, 3, 6, 4, 9)
plot(cars, type="o", col="blue") # 绘制蓝色折线图,
title(main="Autos", col.main="red", font.main=4) # 增添标题,红色,粗斜体
案例 2-增添标题
注1:其中type设置画图的类型,有九种可能的取值,分别代表不同的样式:(1)'p')画点;(2)'l'画线5;(3)'b'同时画点和线,但点线不相交;(4)'c'将type= 'b'中的点去掉,只剩下相应的线条部分;(5)'o'同时画点和线,且相互重叠,这是它与type = 'b'的区别;(6)'h'画铅垂线;(7)'s'画阶梯线,从一点到下一点时,先画水平线,再画垂直线;(8)'S'也是画阶梯线,但从一点到下一点是先画垂直线,再画水平线;(9)'n'作一幅空图,没有任何内容,但坐标轴、标题等其它元素都照样显示。
注2:font.main用于控制字体,分别为1: 正常,2: 斜体,3: 粗体,4: 粗斜体
案例03-增添新曲线
cars <- c(1, 3, 6, 4, 9)
trucks <- c(2, 5, 4, 5, 12)
plot(cars, type="o", col="blue", ylim=c(0,12)) # ylim控制y轴的范围
lines(trucks, type="o", pch=22, lty=2, col="red") #添加折线,lty=2表示虚线
title(main="Autos", col.main="red", font.main=4)
案例 3-增添新曲线
注1:pch控制点的符号;pch = 19)实圆点、pch = 20)小实圆点、pch = 21)圆圈、pch = 22)正方形、pch = 23)菱形、pch = 24)正三角尖、pch= 25)倒三角尖,其中,21-25可以填充颜色(用bg参数)
注2:lty控制连线的线型,可以是整数(1: 实线,2: 虚线,3: 点线,4: 点虚线,5: 长虚线,6: 双虚线),或者是不超过8个字符的字符串(字符为从"0"到"9"之间的数字)交替地指定线和空白的长度,单位为磅(points)或象素,例如lty="44"和lty=2效果相同。线条虚实样式:0 )不画线,1 )实线,2 )虚线,3 )点线,4 )点划线,5 )长划线,6 )点长划线;或者相应设置如下字符串(分别对应前面的数字):'blank', 'solid', 'dashed', 'dotted', 'dot dash', 'longdash', 'twodash';还可以用由十六进制的数字组成 的字符串表示线上实线和空白的相应长度,如'F624'
案例04-添加图例
cars <- c(1, 3, 6, 4, 9)
trucks <- c(2, 5, 4, 5, 12)
g_range <- range(0, cars, trucks)
plot(cars, type="o", col="blue", ylim=g_range, axes=FALSE, ann=FALSE) #axes=FALSE, ann=FALSE表示不绘制坐标轴与标题
axis(1, at=1:5, lab=c("Mon","Tue","Wed","Thu","Fri"))
axis(2, las=1, at=4*0:g_range[2])
# axis(),2表示坐标轴在左侧,at=4*0:g_range[2]表示刻度范围为(0:g_range[2]),#每4个单位显示一个刻度
box()
lines(trucks, type="o", pch=22, lty=2, col="red")
title(main="Autos", col.main="red", font.main=4) #添加总标题
title(xlab="Days", col.lab=rgb(0,0.5,0)) # 添加x轴标题
title(ylab="Total", col.lab=rgb(0,0.5,0)) # 添加y轴标题
legend(1, g_range[2], c("cars","trucks"), cex=0.8, col=c("blue","red"), pch=21:22, lty=1:2)
# legend(),1,g_range[2]表示图例左上角的坐标;c("cars","trucks")标签,cex=0.8字体的放大倍数
案例 4-添加图例
案例5-从文本读取数据绘图
将下列数据复制到一个txt文件中,命名为data.txt,放至C盘目录下
cars trucks suvs
1 2 4
3 5 4
6 4 6
4 5 6
9 12 16
autos_data <- read.table("C:/data.txt", header=TRUE, sep=" ") #sep=” “绰号中间为一空格,如果不输入空格,则会出现数据读取错误
max_y <- max(autos_data)
plot_colors <- c("blue","red","forestgreen")
png(filename="C:/figure.png", height=346, width=460, bg="white") # 将图片输出到C目录,名字为figure.png,大小为346*460,背景色为白色
plot(autos_data$cars, type="o", col=plot_colors[1], ylim=c(0,max_y), axes=FALSE, ann=FALSE)
axis(1, at=1:5, lab=c("Mon", "Tue", "Wed", "Thu", "Fri"))
axis(2, las=1, at=4*0:max_y)
box()
lines(autos_data$trucks, type="o", pch=22, lty=2, col=plot_colors[2])
lines(autos_data$suvs, type="o", pch=23, lty=3, col=plot_colors[3])
title(main="Autos", col.main="red", font.main=4)
title(xlab= "Days", col.lab=rgb(0,0.5,0))
title(ylab= "Total", col.lab=rgb(0,0.5,0))
legend(1, max_y, names(autos_data), cex=0.8, col=plot_colors, pch=21:23, lty=1:3)
dev.off()
案例 5-从文本读取数据绘图
案例06-输出图片到PDF以及坐标轴的控制
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
plot_colors <- c(rgb(r=0.0,g=0.0,b=0.9), "red", "forestgreen")
pdf(file="C:/figure.pdf", height=3.5, width=5)
par(mar=c(4.2, 3.8, 0.2, 0.2)) #mar控制绘图区别的大小,4个数字代表绘图区域距离下,左,上,右边界的行数,类似的mai则是英寸数
plot(autos_data$cars, type="l", col=plot_colors[1], ylim=range(autos_data), axes=F, ann=T, xlab="Days",ylab="Total", cex.lab=0.8, lwd=4)
axis(1, lab=F)
text(axTicks(3), -0.8, srt=45, adj=0.5,labels=c("Mon", "Tue", "Wed", "Thu", "Fri"),xpd=T, cex=0.8)
# axTicks()函数的功能是计算坐标轴,取值分别为1,2,3,4。1是计算下方坐标轴,2是左,3是上,4是右。
# text()函数的前两个数字是说明坐标轴标签的位置,str=标签倾斜的角度,adj取值为0到1,精细调整坐标轴的左右位置,0是最左边,1是最右边,0.5居中
axis(2, las=1, cex.axis=0.8)
box()
lines(autos_data$trucks, type="l", lty=2, lwd=2, col=plot_colors[2])
lines(autos_data$suvs, type="l", lty=3, lwd=2, col=plot_colors[3])
legend("topleft", names(autos_data), cex=0.8, col=plot_colors, lty=1:3, lwd=2, bty="n")
# bty控制图形边框形状,可用的值为: "o", "l", "7", "c", "u" 和"]" (边框和字符 的外表相像)这些字符本身的形状对应着边框样式,比如(默认值)o表示四条边都显示,而c表示不显示右侧边如果bty="n"则不绘制边框
dev.off()
par(mar=c(5, 4, 4, 2) + 0.1) #恢复边界默认值
案例 6-输出图片到PDF以及坐标轴的控制
案例07-简单条形图
Bar Charts
cars <- c(1, 3, 6, 4, 9)
barplot(cars)
案例 7-简单条形图
案例08-条形图加标签
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
barplot(autos_data$cars, main="Cars", xlab="Days",ylab="Total", names.arg=c("Mon","Tue","Wed","Thu","Fri"),border="blue", density=c(10,20,30,40,50))
# density控制条形图中斜线的密度
案例 8-条形图加标签
案例09-分组条形图
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
data <- as.matrix(autos_data) #转化为矩阵
barplot(data, main="Autos", ylab= "Total",beside=TRUE, col=rainbow(5))
legend("topleft",c("Mon","Tue","Wed","Thu","Fri"),cex=0.6,bty="n", fill=rainbow(5))
案例 9-分组条形图
案例10-条形图的堆叠
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
par(xpd=T, mar=par()$mar+c(0,0,0,4))
# xpd对超出边界的图形的处理方式;取值FALSE把图形限制在作图区域内,出界的图形截去;取值TRUE出界的图形不截去
barplot(t(autos_data), main="Autos", ylab="Total", col=heat.colors(3), space=0.2, cex.axis=0.8, las=1,names.arg=c("Mon","Tue","Wed","Thu","Fri"), cex=0.8)
# space为条形间隔,las 坐标轴标签样式;取0、1、2、3四个整数之一,分别表示“总是平行于坐标轴”、“总是水平”、“总是垂直于坐标轴”和“总是竖直”。
legend(6.2, 30, names(autos_data), cex=0.8, fill=heat.colors(3))
par(mar=c(5, 4, 4, 2) + 0.1)
案例 10-条形图的堆叠
案例11-直方图
suvs <- c(4,4,6,6,16)
hist(suvs)
案例 11-直方图
案例12-直方图2
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
autos <- c(autos_data$cars, autos_data$trucks, autos_data$suvs)
hist(autos, col="lightblue", ylim=c(0,10))
案例 12-直方图2
案例13-直方图3
autos_data <- read.table("C:/data.txt", header=T, sep=" " )
autos <- c(autos_data$cars, autos_data$trucks, autos_data$suvs)
max_num <- max(autos)
hist(autos, col=heat.colors(max_num), breaks=max_num, xlim=c(0,max_num), right=T, main="Autos Histogram", las=1)
# right = TRUE (默认)直方图的范围是(a, b]左开右闭,right = FALSE区间为[a, b)
案例 13-直方图3
案例14-不均匀间隔直方图
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
autos <- c(autos_data$cars, autos_data$trucks, autos_data$suvs)
max_num <- max(autos)
brk <- c(0,3,4,5,6,10,16) # 建立不均匀的区间
hist(autos, col=heat.colors(length(brk)), breaks=brk,
xlim=c(0,max_num), right=F, main="Probability Density",
las=1, cex.axis=0.8, freq=F)
案例 14-不均匀间隔直方图
案例15-对数正态分布
r <- rlnorm(1000)
hist(r)
案例 15-对数正态分布
案例16-饼图
cars <- c(1, 3, 6, 4, 9)
pie(cars)
案例 16-饼图
案例17-饼图2
cars <- c(1, 3, 6, 4, 9)
pie(cars,main="Cars",col=rainbow(length(cars)),labels=c("Mon","Tue","Wed","Thu","Fri"))
案例 17-饼图2
案例18-饼图3
cars <- c(1, 3, 6, 4, 9)
colors <- c("white","grey70","grey90","grey50","black")
car_labels <- round(cars/sum(cars) * 100, 1)
car_labels <- paste(car_labels, "%", sep="")
pie(cars, main="Cars", col=colors, labels=car_labels,cex=0.8)
legend(1.5, 0.5, c("Mon","Tue","Wed","Thu","Fri"), cex=0.8,
fill=colors)
案例 18-饼图3
案例19-点图
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
dotchart(t(autos_data))
案例 19-点图
案例20-点图上色
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
dotchart(t(autos_data), color=c("red","blue","darkgreen"),
main="Dotchart for Autos", cex=0.8)
案例 20-点图上色
案例21-Misc
plot(1, 1, xlim=c(1,5.5), ylim=c(0,7), type="n", ann=FALSE)
text(1:5, rep(6,5), labels=c(0:4), cex=1:5, col=1:5)
# text(1:5, rep(6,5))表示其坐标,分别为(1,6),(2,6),(3,6),(4,6),(5,6)
points(1:5, rep(5,5), cex=1:5, col=1:5, pch=0:4) # 添加点,倍数逐步放大
text((1:5)+0.4, rep(5,5), cex=0.6, (0:4)) # 添加文字0到4
points(1:5, rep(4,5), cex=2, pch=(5:9)) #添加点,类型为pch=5到9
text((1:5)+0.4, rep(4,5), cex=0.6, (5:9)) # 添加文字5到9,(5:9)表示添加的文字
points(1:5, rep(3,5), cex=2, pch=(10:14))
text((1:5)+0.4, rep(3,5), cex=0.6, (10:14))
points(1:5, rep(2,5), cex=2, pch=(15:19))
text((1:5)+0.4, rep(2,5), cex=0.6, (15:19))
points((1:6)*0.8+0.2, rep(1,6), cex=2, pch=(20:25))
text((1:6)*0.8+0.5, rep(1,6), cex=0.6, (20:25))
ggplot2是R语言功能强大的可视化包,但是在作图时有很多默认设置(边框,背景等)会影响图片美观度。比如我们用ggolot2做一个简单的柱状图,就会发现有灰色背景和白色线条。对于这一问题给出几种解决方案。
1.theme_classic()
应用R自带的主题,比如theme_classic(),就可以使图片美观许多,不仅背景去掉了,坐标轴也更加清晰,如下图所示:
ggplot给出了很多设置好的主题,除了上图采用的theme_classic(),还有theme_dark(),theme_bw()等等
2.手动设置
在theme()函数中对参数进行设置可以单个去除背景、边框等,
原文链接: https://blog.csdn.net/weixin_45387324/article/details/99214021
直方图又称柱状图/条形图,用来展示连续数据分布的常用工具,用来估计数据的概率分布。
使用格式:hist(x,breaks=n,main="name",labels=FASLE,col="blue",border="red",freq=TRUE)
x 向量,直方图的数据
breaks 描直方图的断点,例如breaks=20表示画出20个柱子;
labels 逻辑变量,TRUE标出频数
main 标题
col 颜色
border外框颜色
freq 逻辑变量,TRUE为数据频数,默认为TRUE;FALSE则为密度
我们可以用lines画出数据的密度曲线
还可以画正态分布的密度曲线
使用格式 ggplot(data,aes(x=class))+geom_bar()
x 绘制的数据
或者 ggplot(data,aes(y=class))+geom_bar(),则类型分布在y轴
当想看在该因素中其他因素的情况,可以利用fill进行绘制,得出叠堆条形图
横向的柱状
大多数时候我们想比较多个组直接某些因素的情况,例如有时候我们要画几个样本中各个细胞比例的情况
这是我们可以画堆叠条形图
此时不好比较,我们可以把同类型细胞放在一块比较,即横坐标变为细胞类型
在实验过程中可以采用容易分析的形式进行比较
以上是基本绘制的参数,此外还有美化的一些参数
labs 横纵坐标轴的名称
ggttitle 标题名称
geom_bar(width= )设置条形大小,默认情况下,设置为数据分辨率的90%。
theme_bw() 改变背景颜色
scale_fill_manual 自定义颜色
更多参数见 R语言绘图——数据可视化ggplot2 介绍和主要的参数