• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • ggplot2包|散点图

      ggplot2包|散点图

      • 发布者 weinfoadmin
      • 分类 未分类
      • 日期 2021年9月9日
      • 评论 0评论

      专题介绍:R是一种广泛用于数据分析和统计计算的强大语言,于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力,大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio(用户的界面体验更好)。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献,让R语言在全球范围内越来越流行。其中一些R包,例如MASS,SparkR, ggplot2,使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件,是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上,而且嵌入了一个非常方便实用的帮助系统,相比于其他统计分析软件,R的学术性开发比较早,适合生物学和医学等学术学科的科研人员使用。


      是新朋友吗?记得先点R语言关注我哦~
      《R语言实践》专栏·第5篇
      文 | RUser
      2841字 |6分钟阅读
      【R语言】开通了R语言群,大家相互学习和交流,请扫描下方二维码,备注:R群,我会邀请你入群,一起进步和成长。

      朋友们,实际工作中,你们用散点图吗?散点图一般用来做什么?散点图的变体有哪些?请大家留言。

      本文介绍ggplot2包绘制散点图,一种基本的散点图,用于表示两个连续变量之间的关系。通过这种可视图,直观感受两变量之间会潜藏一种什么关系,为后续的分析和建模提供指导。利用ggplot2包绘制散点图,步骤如下:

      首先,R包管理

      if (!require("pacman")) {  install.packages("pacman")  require("pacman")}p_load(ggplot2, ggthemes, dplyr, scales, grid, showtext)

      其次,数据获取和整理

      采用R语言自带的airquality数据集。

      data(airquality)glimpse(airquality)summary(airquality)

      第三,逐步绘制散点图

      1)基础的散点图

      使用geom_point()函数

      aq_trim <- airquality %>%  filter(Month %in% c(7,8,9)) %>%  mutate(Month = factor(Month,                        labels = c("July", "August", "September")))p1 <- ggplot(aq_trim, aes(x = Day, y = Ozone)) +  geom_point()p1

      2)修改点的形状

      使用shape参数

      p2 <- ggplot(aq_trim, aes(x = Day, y = Ozone)) +   geom_point(shape = 21)p2

      3)调整x轴的刻度

      使用scale_x_continuous()函数

      p3 <- p2 +   scale_x_continuous(breaks = seq(1, 31, 5))p3


      4)调整轴的标签和标题

      使用labs()函数

      p4 <- p3 +   labs(title = "Air Quality in New York by Day") +  labs(x = "Day of the month", y = "Ozone (ppb)")p4

      5)配置调色板

      p5 <- ggplot(aq_trim, aes(x = Day, y = Ozone)) +  geom_point(shape = 21, colour = "mediumvioletred", fill = "springgreen") +  labs(title = "Air Quality in New York by Day",       subtitle = "Source: New York State Department of Conservation") +  labs(x = "Day of the month", y = "Ozone (ppb)") +  scale_x_continuous(breaks = seq(1, 31, 5))p5


      或者

      p5 <- ggplot(aq_trim, aes(x = Day, y = Ozone, fill = Month)) +  geom_point(shape = 21) +  labs(title = "Air Quality in New York by Day",       subtitle = "Source: New York State Department of Conservation") +  labs(x = "Day of the month", y = "Ozone (ppb)") +  scale_x_continuous(breaks = seq(1, 31, 5))p5
      fill <- c("steelblue", "yellowgreen", "violetred1")p5 <- p5 + scale_fill_manual(values = fill)p5


      6)图例管理

      p6 <- p5 + theme(legend.position = "bottom",                  legend.direction = "horizontal")p6

      7)字体设置

      font_add("Tahoma","Tahoma.ttf")showtext_auto()


      8)配置主题风格

      a) 使用经济学杂志主题

      p8_1 <- ggplot(aq_trim, aes(x = Day, y = Ozone, fill = Month)) +  geom_point(shape = 21) +  labs(title = "Air Quality in New York by Day",       subtitle = "Source: New York State Department of Conservation") +  labs(x = "Day of the month", y = "Ozone (ppb)", fill = "Months ") +  scale_x_continuous(breaks = seq(1, 31, 5)) +  scale_size(range = c(1, 10)) +  theme_economist() + scale_fill_economist() +  theme(axis.line.x = element_line(size = .5, colour = "black"),        axis.title = element_text(size = 12),        legend.position = "bottom", legend.direction = "horizontal",        legend.text = element_text(size = 10),        plot.title = element_text(family = "Tahoma"),        text = element_text(family = "Tahoma"))p8_1

      b) 使用自定义主题

      fill <- c("#56B4E9","#F0E442","violetred1")p8_2 <- ggplot(aq_trim, aes(x = Day, y = Ozone, fill = Month)) +  geom_point(shape = 21) +  labs(title = "Air Quality in New York by Day",       subtitle = "Source: New York State Department of Conservation") +  labs(x = "Day of the month", y = "Ozone (ppb)", fill = "Months ") +  scale_x_continuous(breaks = seq(1, 31, 5)) +  scale_fill_manual(values = fill) +  scale_size(range = c(1, 10)) +  theme(axis.line.x = element_line(size = .5, colour = "black"),        axis.line.y = element_line(size = .5, colour = "black"),        axis.text.x = element_text(colour = "black", size = 10),        axis.text.y = element_text(colour = "black", size = 10),        legend.position = "bottom",        legend.direction = "horizontal",        legend.key = element_blank(),        panel.grid.major = element_blank(),        panel.grid.minor = element_blank(),        panel.background = element_blank(),        plot.title = element_text(family = "Tahoma"),        text = element_text(family = "Tahoma"))p8_2

      我做数据工作,主要用到编程语言是R语言和Python语言,我会充分地考虑彼此的优势,在实际的数据问题和工作环境中,选择合适的编程语言,以高效地工作。Python语言的资料、学习和应用,可以关注数据科学与人工智能公众号。

      若是你想找数据相关的工作,或者你们团队需要招聘数据人才,可以关注数据人才公众号。

      附录:完整代码

      ##################散点图#2021-03-21#################
      # 1 R包管理if (!require("pacman")) { install.packages("pacman") require("pacman")}p_load(ggplot2, ggthemes, dplyr, scales, grid, showtext)

      # 2 数据获取和理解data(airquality)glimpse(airquality)summary(airquality)
      # 3 逐步画散点图# 1)基础散点图# 选择需要绘制图形的数据集aq_trim <- airquality %>% filter(Month %in% c(7,8,9)) %>% mutate(Month = factor(Month, labels = c("July", "August", "September")))p1 <- ggplot(aq_trim, aes(x = Day, y = Ozone)) + geom_point()p1
      # 2)修改点的形状p2 <- ggplot(aq_trim, aes(x = Day, y = Ozone)) + geom_point(shape = 21)p2
      # 3)调整x周的刻度p3 <- p2 + scale_x_continuous(breaks = seq(1, 31, 5))p3
      # 4)调整轴标签和标题p4 <- p3 + labs(title = "Air Quality in New York by Day") + labs(x = "Day of the month", y = "Ozone (ppb)")p4
      # 5)调整调色板p5 <- ggplot(aq_trim, aes(x = Day, y = Ozone)) + geom_point(shape = 21, colour = "mediumvioletred", fill = "springgreen") + labs(title = "Air Quality in New York by Day", subtitle = "Source: New York State Department of Conservation") + labs(x = "Day of the month", y = "Ozone (ppb)") + scale_x_continuous(breaks = seq(1, 31, 5))p5
      # 或者p5 <- ggplot(aq_trim, aes(x = Day, y = Ozone)) + geom_point(shape = 21, colour = "#000000", fill = "#40b8d0") + labs(title = "Air Quality in New York by Day", subtitle = "Source: New York State Department of Conservation") + labs(x = "Day of the month", y = "Ozone (ppb)") + scale_x_continuous(breaks = seq(1, 31, 5))p5
      # 或者p5 <- ggplot(aq_trim, aes(x = Day, y = Ozone, fill = Month)) + geom_point(shape = 21) + labs(title = "Air Quality in New York by Day", subtitle = "Source: New York State Department of Conservation") + labs(x = "Day of the month", y = "Ozone (ppb)") + scale_x_continuous(breaks = seq(1, 31, 5))p5
      fill <- c("steelblue", "yellowgreen", "violetred1")p5 <- p5 + scale_fill_manual(values = fill)p5
      # 6)图例管理p6 <- p5 + theme(legend.position = "bottom", legend.direction = "horizontal")p6
      # 7) 字体设置font_add("Tahoma","Tahoma.ttf")showtext_auto()
      # 8)配置主题风格# 8.1)使用经济学杂志主题p8_1 <- ggplot(aq_trim, aes(x = Day, y = Ozone, fill = Month)) + geom_point(shape = 21) + labs(title = "Air Quality in New York by Day", subtitle = "Source: New York State Department of Conservation") + labs(x = "Day of the month", y = "Ozone (ppb)", fill = "Months ") + scale_x_continuous(breaks = seq(1, 31, 5)) + scale_size(range = c(1, 10)) + theme_economist() + scale_fill_economist() + theme(axis.line.x = element_line(size = .5, colour = "black"), axis.title = element_text(size = 12), legend.position = "bottom", legend.direction = "horizontal", legend.text = element_text(size = 10), plot.title = element_text(family = "Tahoma"), text = element_text(family = "Tahoma"))p8_1
      # 2) 自定义主题fill <- c("#56B4E9","#F0E442","violetred1")p8_2 <- ggplot(aq_trim, aes(x = Day, y = Ozone, fill = Month)) + geom_point(shape = 21) + labs(title = "Air Quality in New York by Day", subtitle = "Source: New York State Department of Conservation") + labs(x = "Day of the month", y = "Ozone (ppb)", fill = "Months ") + scale_x_continuous(breaks = seq(1, 31, 5)) + scale_fill_manual(values = fill) + scale_size(range = c(1, 10)) + theme(axis.line.x = element_line(size = .5, colour = "black"), axis.line.y = element_line(size = .5, colour = "black"), axis.text.x = element_text(colour = "black", size = 10), axis.text.y = element_text(colour = "black", size = 10), legend.position = "bottom", legend.direction = "horizontal", legend.key = element_blank(), panel.grid.major = element_blank(), panel.grid.minor = element_blank(), panel.background = element_blank(), plot.title = element_text(family = "Tahoma"), text = element_text(family = "Tahoma"))p8_2


      好书推荐

      1 R语言做商业智能,助你提高商业生产率

      2 用R、tidyverse和mlr做机器学习

      3 推断统计与数据科学,moderndive和tidyverse包

      4 R for machine learning,从经典的机器学习算法入手

      5 R for everyone,人人都可学R和用R,以发现数据里的价值


      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      weinfoadmin

      上一篇文章

      【R语言】感谢、祝愿、总结、展望
      2021年9月9日

      下一篇文章

      【R包】我用pacman和tidyverse包完成了70%的数据分析工作
      2021年9月9日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?