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

---