安装包和示例数据
数据就是一般的描述数据，性别、status都是用数字表示的
对数据进行转化，将sex等换成字符
之后作图，分组用status，table1函数的用法具体可参考帮助函数！一般格式为~不同变量+变量+......|分类变量,data。
如果用性别做分类变量，则效果如下。
还可以为变量加上单位或者改变变量名
最后得到的表格可以复制，直接粘贴到PPT或者AI中进行编辑整理！
下节我们将继续说说table1制作统计表并添加统计分析，以及对表格的各种样式调节！
前两期简单介绍了 R 语言基础 ，比较简单粗略，然后介绍了 R 语言中表格的转换 ，因为现在绘图基本以及舍弃了基本绘图的方式，都会选择 ggplot2 来作图，这期SCI绘图介绍一下柱状图！柱状图一般用于，当我们都有一组分类变量以及每个类别的定量值，而我们关注的主要重点是定量值的大小时。应该在柱状图背景保留横网格线，便于比较我们关注的值。
当分类label过长时，最好选择横向柱状图，避免出现旋转label，保持文字阅读方向与图形方向的统一性。
应该注意对柱状图进行排序（大小，分类变量，分布）。
ggplot2中柱状图的基本绘制函数有两个，如下：
geom_bar() 产生的柱状图映射是经过统计变换的(count, ..prop..)；
geom_col()是不经过统计变换的，代表的就是该分类变量的实际值。
柱状图使用高度来表示一个值，因此必须始终显示柱状图的底部，以产生有效的视觉比较。使用柱状图转换后的刻度时要小心。始终使用有意义的参考点作为杆的底部是很重要的。例如，对于日志转换，参考点是1。事实上，当使用对数尺度时，geom_bar()会自动将杆的底置为1。
以每个x在数据集中出现的总数为y轴。
ggplot2中一般数据和视觉元素映射是分开的，如果需要对柱状图排序，就需要对数据进行排序处理。数据的处理及转换可以参考公众号 FigDraw 3. SCI 文章绘图必备 R 数据转换
参数color控制外框颜色，fill控制填充颜色。
当数据分组标签名字过长时，有一种方法是将label旋转，这样它们就不会互相重叠。
分组作图的默认position 是 position = "stack"，fill参数表示将数据映射为填充颜色，color参数表示将数据映射为外框颜色。
利用lwd参数增加外框线宽度，然后将外框线颜色和背景色统一，就可以形成堆叠间有间隔的柱状图。
比较各组中每个类别出现次数在该组中占的百分比
比较各组中每个类别实际值在该组中占的百分比。由于数据集data中的count就是数据集mpg中每个组别的出现次数，因此图片是一样的。
在aes()内部的width控制柱子的宽度，position = position_dodge()中的width控制的是一组中各柱子的间隔宽度。
并排的柱状图误差线和单个的相同，但需要注意一些参数。用position_dodge() 产生的并排柱状图，需要给误差线一个分组依据，然后进行的potion调试。
金字塔图的核心就是找到需要分开的变量，然后以它为依据对数据进行正和负变换，然后将正负坐标轴强制设置成对应的正值。
当柱状图非常高，展示时可以选择截断坐标轴，形成只有底部和上部的中断柱状图。创建y轴截断的plot，如下：
点击关注，桓峰基因
目前整理出来的教程目录如下：
FigDraw 1. SCI 文章的灵魂 之 简约优雅的图表配色
FigDraw 2. SCI 文章绘图必备 R 语言基础
FigDraw 3. SCI 文章绘图必备 R 数据转换
FigDraw 4. SCI 文章绘图之散点图 （Scatter）
FigDraw 5. SCI 文章绘图之柱状图 (Barplot)
FigDraw 6. SCI 文章绘图之箱线图 (Boxplot)
FigDraw 7. SCI 文章绘图之折线图 (Lineplot)
折线图同样是应用非常广泛的统计图之一，通过折线图可以反映某种现象的趋势。通常折线图的横坐标是为时间变量，纵坐标则是一般性的数值型变量，当然，折线图也允许横坐标为离散型数值和数值型数值。下面来解释一下关于折线图的绘制。
geom_line()绘制折线图，参数不是很多，基本上就是五个用于调整线粗细，颜色，分组，线条样式，以及分组等。每个参数详细的说明如下：
下面我们就绘制有关时间序列的折线图。
该数据集来自上的美国经济时间序列数据。经济学是“宽”的形式，而economics_long是“长”的形式。一个包含574行和6个变量的数据框架:数据收集月份pce个人消费支出，以十亿美元计，https://fred.stlouisfed.org/series/PCE pop总人口，以千计，https://fred.stlouisfed.org/series/POP psaving个人储蓄率，https://fred.stlouisfed.org/series/PSAVERT/最高失业持续时间中位数，一个类tbl_df的对象(继承自tbl, data.frame)，有2870行和4列。
我们从绘制单条折线图到最后的堆积面积图组合等，由简入深地讲解每个参数的细节。
折线图中添加标记（点）
当数据点密度比较小或采集分布(间隔)不均匀时，为折线图做上标记将会产生非常好的效果。处理的方法非常简单，只需在折线图的基础上再加上geom_point()函数即可。从图中就可以非常明显的看出，刚开始采集的点分布非常散，而后面采集的点就比较密集，这也有助于对图的理解和应用。
上面绘制的都是单条这折线图，对于两个或两个以上的折线图该如何绘制呢？也很简单，只需将其他离散变量赋给诸如colour(线条颜色)和linetype(线条形状)的属性即可，具体参见下文例子。
不同的线条颜色color
不同的线条样式linetype
自定义颜色，线条，点的形状，点的填充色等，如下：
用色彩表现分组变量是最常用的形式，默认配色方案只需要调用就行。可以用于折线图的DIY配色函数为 scale_colour_manual()，参数包括：palette：调色板设计，里面包含很多颜色，供values = 调用。
values：色彩值，可以是cols <- c("a" = "red", "b" = "blue", "c" = "darkgreen")，此时分组变量和色彩映射一一对应也可以是cols <- c( "red", "blue", "darkgreen")，此时分组变量和色彩依靠顺序进行映射。
labels：分组标签，各个颜色代表的组别。
name：legend的名字。
breaks：设置组别，元素需要和labels一样多。
limits：影响的是图形上显示的元素，如果limits里面有4个元素，但实际只有2个分组变量，那么会出现两个NA值。
其中，colour设置面积图边框的颜色；size设置边框线的粗细；alpha设置面积图和边框线的透明度。
同样需要注意的是，在绘制多条折线图时，如果横坐标为因子，必须还得加上‘group=分组变量’的参数，否则报错或绘制出错误的图形。
以上绘制的折线图，均采用默认格式，不论是颜色、形状、大小还是透明度，均没有给出自定义的格式。其实ggplot2包也是允许用户根据自己的想法设置这些属性的。
自定义参数说明可以通过自定义的方式，想怎么改就可以怎么改。前提是aes()属性的内容与自定义的内容对应上。
绘制堆叠的面积图只需要geom_area()函数再加上一个离散变量映射到fill就可以轻松实现，先忙咱小试牛刀一下。
修改填充色fill和顶部加线color，如果需要为每一块面积图的顶部加上一条直线，可以通过如下两种方式：
其中，colour设置面积图边框的颜色；size设置边框线的粗细；alpha设置面积图和边框线的透明度。
添加堆积面积图顶部的线条
在面积图中，也可以方便快捷的绘制出百分比堆积面积图，具体操作如下：
添加百分比堆积面积图顶部的线条
我们将堆积面积图进行组合，如下：
