ggplot2 | 关于标题,坐标轴和图例的细节修改,你可能想了解

简介: ggplot2 | 关于标题,坐标轴和图例的细节修改,你可能想了解



在使用ggplot2初步绘制(ggplot2|详解八大基本绘图要素)出需要展示的图形后,还需要对标题,坐标轴(ggplot2|theme主题设置,详解绘图优化-“精雕细琢”)和legend(ggplot2 |legend参数设置,图形精雕细琢)上的对象进行一系列的设置,包括但不限于名称更改,颜色,大小,位置和角度的调整。


本文针对性的介绍下如何对标题,坐标轴和legend进行修改和设置,算是之前几篇推文的一些补充。


一  载入R包 数据



为方便展示,使用ggplot2内置的iris数据集

library(ggplot2)
p <- ggplot(iris,aes(x=Sepal.Length,y=Sepal.Width))+
  geom_point(aes(color=Species))
p

本文会分别介绍图中红色标记部分的修改和设置方法。


二 标题设置


可以通过labs函数添加图片标题 以及 subtitle ,caption ;而后通过theme来设置字体的大小,颜色,位置和角度等。

注意theme中对应的更改plot.title ,plot.caption 和  plot.subtitle


p1 <- p + labs(title="学习ggplot2可视化",
         subtitle = "熟能生巧",
         caption = "生信补给站") +
  theme(plot.title=element_text(face="bold.italic", #字体
                                color="steelblue", #颜色
                                size=24,  #大小
                                hjust=0.5, #位置
                                vjust=0.5,
                                angle=360), # 角度
        plot.caption=element_text(face="bold",color="blue",size=20))
p1

三 坐标轴设置


3.1 设置坐标轴

使用labs函数 ,其中x y 即为对应的坐标名字;

p2 <- p1 + labs(x="X轴",y = "这是Y轴",title = "生信补给站")
p2

3.2 设置坐标大小,颜色

根据实际情况设置大小,颜色和倾斜角度可以更清晰的展示结果

p2 + theme(axis.title.x=element_text(vjust=1,  
                                    size=20),  # X axis title
          axis.title.y=element_text(size=10,
                                    color = "blue"),  # Y axis title
          axis.text.x=element_text(size=10,
                                   angle = 45,
                                   color = "red",
                                   vjust=.5),  # X axis text
          axis.text.y=element_text(size=10))  # Y axis text


四 图例设置



legend 可以使用guide函数或者scale函数进行修改,这里分别进行一下介绍。


4.1 根据guide修改

p3 <- p2 + guides(color=guide_legend(title = "shape change Legend"))
p3

注意这里使用color=guide_legend ,和aes对应 。


ggplot(iris,aes(x=Sepal.Length,y=Sepal.Width))+
  geom_point(aes(shape=Species))+
  guides(shape=guide_legend(title = "shape change legend"))


4.2 根据scale修改


p4 <- p2 + scale_colour_discrete(name="scale change Legend")
p4

#综合一下
ggplot(iris,aes(x=Sepal.Length,y=Sepal.Width))+
  geom_point(aes(color=Species,shape=Species)) + 
  scale_colour_discrete(name="color legend") +
  guides(shape=guide_legend(title = "shape legend"))


4.3 更改标签名称

4.3.1 使用scale 函数对标签名称进行更改

p5 <- p2 + scale_color_discrete(name="scale change \n Legend",
                          breaks=c("setosa" ,"versicolor","virginica"),
                          labels=c("Species 1", "Species 2", "Species 3")  )
p5

4.3.2 关于legend的其他设置

p5 + theme(legend.title = element_text(size=15, 
                                       color = "firebrick"), 
          legend.text = element_text(size=10),
          legend.key=element_rect(fill='blue'))

关于scale函数的一个简单的“总结”,ggplot2|详解八大基本绘图要素也有简单的介绍。

ggplot2的scale系列函数有很多,命名和用法是有一定规律的。一般使用三个单词用_连接 ,scale_xxx_yyy形式:

其中第二部分的xxx可选为:

colour: 点 线 或者其他图形的框线颜色

fill: 填充颜色 (注意个colour区分)

linetype :线型, 实线 虚线 点线

shape ,size ,alpha : 分别为形状, 大小 和 透明度(某些场景有妙用)


其中第三部分的 yyy 可选为:

manual: 手动设置

discrete: 离散数据

continuous :连续数据

gradient: 颜色梯度

grey: 设置灰度值

相关文章
|
Shell Linux Docker
Docker -v 挂载主机目录到容器中(及数据卷容器)
Docker -v 挂载主机目录到容器中(及数据卷容器)
2378 0
|
9月前
|
机器学习/深度学习 人工智能 自然语言处理
AI在内容创作中的创新:开启智能创意的新时代
AI在内容创作中的创新:开启智能创意的新时代
1176 14
|
Kubernetes 安全 Serverless
基于Service Mesh管理Knative流量最佳实践
Istio扩展了Kubernetes,以建立可编程、应用程序感知的服务网格(Service Mesh)。Istio与Knative结合使用,可以为Serverless应用工作负载带来标准、通用的流量管理、可观测和安全性能力。
基于Service Mesh管理Knative流量最佳实践
|
数据可视化
使用 ggbreak 包进行 Y 轴多次截断
使用 ggbreak 包进行 Y 轴多次截断
373 0
|
12月前
|
机器学习/深度学习 编解码 算法
超分辨率相关的开源项目
该文档介绍了多种超分辨率模型及其GitHub项目地址,包括Real-ESRGAN(优化真实图片质量)、RCAN(基于残差结构与通道注意力机制)、SwinIR(基于Swin Transformer的图像恢复)、FSRCNN(轻量级快速超分辨率)、EDSR(增强型深度残差网络)、SRGAN(利用GAN的超分辨率模型)及LapSRN(多级Laplacian金字塔超分辨率)。
1136 3
|
数据采集 存储 索引
转录组分析丨一套完整的操作流程简单案例(上)
转录组分析丨一套完整的操作流程简单案例
|
存储 Go
速绘丨GO富集气泡图绘制方法,利用R语言ggplot2包快速绘制,完整脚本可重复绘图
速绘丨GO富集气泡图绘制方法,利用R语言ggplot2包快速绘制,完整脚本可重复绘图
|
数据可视化 数据挖掘 Linux
数据可视化丨优雅的绘制带显著性标记的箱线散点图,主要使用ggsignif和ggplot2
数据可视化丨优雅的绘制带显著性标记的箱线散点图,主要使用ggsignif和ggplot2
|
数据可视化 数据挖掘 Linux
转录组下游分析丨利用limma包进行差异表达分析,结果可视化绘制火山图和热图
转录组下游分析丨利用limma包进行差异表达分析,结果可视化绘制火山图和热图