memory.limit()
memory.limit(100000)
getwd()
setwd("E:/科学论文/2018Winter_PM25年际变化_SDEI/20190315 文章绘图/Fig_2 重点区域年际变化/")
jpeg("Fig_2_Boxplot_each region_V2.jpeg",width=600,height=600)
p<-ggplot(PM_data,aes(x=region,y=PM,fill=region))+geom_boxplot()+
theme(legend.position="none",axis.text=element_text(size=20),axis.title=element_text(size=20,face="bold")
,plot.title = element_text(size=20,hjust = 0.5))+
labs(title = "(a)箱型图",x=" ",y=expression(PM[2.5]*' ('*mu*"g /"*m^{3}*')'))
#ylab(expression(PM[2.5]*' ('*mu*"g /"*m^{3}*')'))+ggtitle("(a)箱型图")+xlab(" ")
p
dev.off()
getwd()
setwd("E:/科学论文/2018Winter_PM25年际变化_SDEI/20190315 文章绘图/Fig_2 重点区域年际变化/")
jpeg("Fig_2_line chart_V2.jpeg",width=600,height=600)
p<-ggplot(data=PM_data,aes(x=year,y=PM, group=region))+
geom_line(aes(color=region),lwd=2)+
geom_point()+
theme(legend.position="bottom",axis.text=element_text(size=20),axis.title=element_text(size=20,face="bold")
,plot.title = element_text(size=20,hjust = 0.5)
,legend.text = element_text(size = 16, face = 'bold')
,legend.title=element_blank())+
labs(title = "(b)区域年均浓度时间序列",x=" ",y=expression(PM[2.5]*' ('*mu*"g /"*m^{3}*')'))
p
dev.off()
（1）library(patchwork)
R | ggplot拼图 —— patchwork
R小tip（六）ggplot2拼图
（2）这个效果更好
ggplot2|ggpubr进行“paper”组图合并
R 函数学习 - colorRamp() 和 colorRampPalette()
R 语言配色收集
#设置自己想要的colorbar内容
color_bar <- colorRampPalette(c("#ffffff","#c0c0c0", "#ffff80","#d0d000", "#00ff00","#00bb00", "#008000"))
#带n可以设置n个颜色，做梯度
p1<-ggplot() +#一大堆其他内容
scale_fill_gradientn(colors=color_bar(12))+ #带n可以设置n个颜色，做梯度
ggplot2 |legend参数设置，图形精雕细琢
【r<-ggplot2】修改x和y轴刻度
R语言绘图系列：
使用geom_label绘制标签散点图
绘制点，并通过nudge参数对标签进行x轴和y轴上的平移
使用angle参数对标签角度进行设置
geom_label可以使用fill对颜色进行填充,fontface设置字体，geom_text不能填充颜色
parse参数意思是前面传入的是一个数学表达式，size定义标签相对大小。
画一个散点图
annotate函数传入标签
添加矩形
添加短线段
2.1 guide_legend函数（主要参数：color, shape, size）
图例调整函数也属于标度函数的一类，但不可以直接使用加号来连接，必须放在函数中，作为一个参数。
guide_colorbar和guide_legend设置的是不同的图例，guide_colorbar定义色条图例，guide_legend定义普通图例。
2.2 标度函数scale
对于连续型变量，使用的参数是scale_xxx_continous()，对于分类型变量，使用的是scale_xxx_discrete()。
2.3：theme函数
在theme函数中，与图例有关的主要参数有：
标题主要有五种：主标题，副标题，角注，x轴标签和y轴标签
ggtitle()只能定义标题和副标题，默认的位置在左上角。
画上三角矩阵 corrplot(M, type = "upper")
供参考。
corrplot中参数详解
corrplot(corr, method = c("circle", "square", "ellipse", "number", "shade",
"color", "pie"), type = c("full", "lower", "upper"), add = FALSE,
col = NULL, bg = "white", title = "", is.corr = TRUE, diag = TRUE,
outline = FALSE, mar = c(0, 0, 0, 0), addgrid.col = NULL,
addCoef.col = NULL, addCoefasPercent = FALSE, order = c("original",
"AOE", "FPC", "hclust", "alphabet"), hclust.method = c("complete", "ward",
"ward.D", "ward.D2", "single", "average", "mcquitty", "median", "centroid"),
addrect = NULL, rect.col = "black", rect.lwd = 2, tl.pos = NULL,
tl.cex = 1, tl.col = "red", tl.offset = 0.4, tl.srt = 90,
cl.pos = NULL, cl.lim = NULL, cl.length = NULL, cl.cex = 0.8,
cl.ratio = 0.15, cl.align.text = "c", cl.offset = 0.5, number.cex = 1,
number.font = 2, number.digits = NULL, addshade = c("negative",
"positive", "all"), shade.lwd = 1, shade.col = "white", p.mat = NULL,
sig.level = 0.05, insig = c("pch", "p-value", "blank", "n", "label_sig"),
pch = 4, pch.col = "black", pch.cex = 3, plotCI = c("n", "square",
"circle", "rect"), lowCI.mat = NULL, uppCI.mat = NULL, na.label = "?",
na.label.col = "black", win.asp = 1, ...)
是不是有点多，功能实在太强大了，我们挑几个常用的说明。
corr: 用于绘图的矩阵，必须是正方形矩阵，如果是普通的矩阵，需要设置is.corr=FALSE
method: 可视化的方法，默认是圆circle，还有正方形square、椭圆ellipse、数字number、阴影shade、颜色color和饼pie可选。文章开篇处的示例即为饼形，类似月亮周期的大小变化。
type：展示类型，默认全显full，还有下三角lower，或上三角upper可选。
col：颜色设置，可设置颜色起、中、终点颜色。
is.corr：逻辑值，若为TRUE，不强制要求矩阵是正方形的相关系数矩阵，图例范围也会随数据变化
diag：是否显示对角线值。因为对角线全为1，显示只是美观，实际意义不大
tl.cex：名称标签字体大小
tl.col：名称标签字体颜色
cl.lim：值域范围
addrect：设置分组数量，添加矩形
method – 呈现方式，包括circle(默认) – 圆形，square – 方块，ellipse – 椭圆，number – 数字，pie – 饼图，shade – 阴影，color – 颜色；
diag – 是否画对角线，这里设置为不画；
type – 画图的哪一部分，包括full – 全部，lower – 下三角，upper – 上三角；
col – 颜色，默认为由红到蓝，格式为c(bottom, middle, top)，bottom – -1处的颜色，middle – 0处的颜色，top – 1处的颜色；这里先用colorRampPalette生成了颜色设置函数col3(number), number – colorbar上分段的数量，这里分了20短，即每0.1为一段；
cl.lim – 颜色的范围，默认为-1到1，注意设置的范围要包含矩阵中的所有数据；
addgrid.col – 网格的颜色，默认为灰色，这里设置为NA，即不画网格；
tl.pos – 坐标轴标签的位置，包括lt – 左边和上边，ld – 左边和对角线，td – 上边和对角线，d – 对角线，n – 不画；这里设置为lt，即行变量名在左边，列变量名在上边；
tl.cex – 标签的大小；
tl.col – 标签的颜色；
tl.srt – 标签旋转的角度；
tl.offset – 标签和图片的相对位置；
hclust.method – 相关系数聚类的方法，默认不聚类，具体方法包括"ward", "ward.D", "ward.D2", "single", "complete", "average", "mcquitty", "median", "centroid",具体读者可自行尝试
outline – 是否画圆圈的边界，默认不画，可为逻辑变量或字符变量（字符变量为设置边界的颜色）；
title – 图片的标题。
以上为corrplot()常用的参数，基本上可供读者做出漂亮的相关矩阵图了。
