|
画图是生物信息分析中的高频动作，在第二讲《错过她，也不能错过的R语言》中，我们留下一个彩蛋，今天来放送答案。 在统计学中,变量按变量值是否连续可分为连续变量与离散变量两种。 柱状图一般用于离散变量绘图，那离散变量指的是什么呢？  小板报 离散变量是指其数值只能用自然数或整数单位计算的则为离散变量。 反之,在一定区间内可以任意取值的变量叫连续变量,其数值是连续不断的,相邻两个数值可作无限分割,即可取无限个数值。 在ggplot2中绘制柱状图使用的几何对象是geom_bar()，默认的统计变换是stat_count（对映射到x轴的变量计数），如果我们的数据不需要默认的计数统计变换，且已经做好统计变换，只需要直接绘图，设置参数geom_bar(stat='identity') 即可。 柱形图一般有3种形式，1）填充式；2）堆积式；3）并列式。 首先，我们模拟一个包括3列的数据，并赋值给data变量，用head(data)函数查看前6行，展示如下： specie <- c(rep('sorgho'="" ,="" 3)="" ,="" rep('poacee'="" ,3)="" ,="" rep('banana'="" ,="" 3)="" ,="" rep('triticum'="" ,="" 3)=""> condition <- rep(c('normal'="" ,="" 'stress'="" ,'nitrogen')="" ,=""> value <- abs(rnorm(12="" ,="" 0="" ,=""> data <->
在绘图的时候把specie映射给x，value映射给y，condition映射给颜色属性。并且设置坐标轴标题字体16，坐标轴标签字体14，图片的title字体为20
1）填充式需要设定几何对象geom_bar()的参数position='fill'（堆叠数据，百分比展示） p <- ggplot(data,="" aes(x="specie," y="value," fill=""> +geom_bar(stat='identity', position='fill') +theme_bw() +labs(x = 'Specie',y = 'Value', title = 'This is barplot') +theme(axis.title =element_text(size = 16),axis.text =element_text(size = 14, color = 'black'),plot.title =element_text(hjust = 0.5, size = 20)) p 2）堆积式需要设定几何对象geom_bar()的参数position = 'stack'（堆叠数据，非百分比展示） p <- ggplot(data,="" aes(x="specie," y="value," fill=""> +geom_bar(stat='identity', position='stack') +theme_bw() +labs(x = 'Specie',y = 'Value', title = 'This is barplot') +theme(axis.title =element_text(size = 16),axis.text =element_text(size = 14, color = 'black'),plot.title =element_text(hjust = 0.5, size = 20)) p
3）并列式需要设定几何对象geom_bar()的参数position= 'dodge'（并列数据，非百分比展示） p <- ggplot(data,="" aes(x="specie," y="value," fill=""> +geom_bar(stat='identity', position='dodge') +theme_bw() +labs(x = 'Specie',y = 'Value', title = 'This is barplot') +theme(axis.title =element_text(size = 16),axis.text =element_text(size = 14, color = 'black'),plot.title =element_text(hjust = 0.5, size = 20)) p 柱状图、散点图、饼图、热图、韦恩图、箱形图··· |
|
|
