ggplot2|从0开始绘制折线图

简介: ggplot2|从0开始绘制折线图

本文首发于“生信补给站”公众号 ggplot2|从0开始绘制折线图

   话说“一图胜千言”,在各类数据分析报告中经常会看见各种各样的图形,例如折线图、条形图、箱线图、点图等。

其中折线图可以反映某种现象的趋势,本文利用R语言的ggplot2包,从头带您绘制各式各样的线形图。


一  绘制单条折线图

载入数据及函数包


library(ggplot2)
df <- data.frame(dose=c("A", "B", "C"), len=c(5.16, 10.10, 30))
head(df)
  dose   len
1    A  5.16
2    B 10.10
3    C 30.00


1.1  绘制基本的折线图


ggplot(data=df, aes(x=dose, y=len, group=1)) +geom_line()

image.png


1.2 添加点,并更改线型 和颜色


ggplot(data=df, aes(x=dose, y=len, group=1)) +geom_line(linetype = "dashed",color="red")+ geom_point()

image.png


1.3 添加箭头


library(grid)
ggplot(data=df, aes(x=dose, y=len, group=1))+geom_line(arrow = arrow())+geom_point()
#自定义箭头类型
myarrow=arrow(angle = 15, ends = "both", type = "closed")
ggplot(data=df, aes(x=dose, y=len, group=1)) +geom_line(arrow=myarrow)+geom_point()


1.4 附赠



ggplot(data=df, aes(x=dose, y=len, group=1)) + geom_step()+ geom_point()


注:因为横坐标的属性为因子(离散型的字符转换为因子),所以需要添加‘group = 1’的设置。


二 绘制多条折线图

设置数据


df2 <- data.frame(supp=rep(c("Case", "Control"), each=3), dose=rep(c("A", "B", "C"),2),len=c(6.8, 15, 38, 5.16, 10.10, 30))
head(df2)
     supp dose   len
1    Case    A  6.80
2    Case    B 15.00
3    Case    C 38.00
4 Control    A  5.16
5 Control    B 10.10
6 Control    C 30.00


2.1 绘制多条折线图,更改线型




    ggplot(data=df2, aes(x=dose, y=len, group=supp))+
      geom_line(linetype="dashed", color="blue", size=1.2)+
      geom_point(color="red", size=3)

    image.png



    2.2 分组更改线型和点的形状


    ggplot(df2, aes(x=dose, y=len, group=supp)) +
      geom_line(aes(linetype=supp))+
      geom_point(aes(shape=supp))



    2.3 自定义更改线型


    ggplot(df2, aes(x=dose, y=len, group=supp)) +
      geom_line(aes(linetype=supp))+
      geom_point()+
      scale_linetype_manual(values=c("twodash", "dotted"))

    2.4 更改颜色


    p <- ggplot(df2, aes(x=dose, y=len, group=supp)) +
      geom_line(aes(color=supp))+
      geom_point(aes(color=supp))
    p

    image.png


    其他自定义颜色方式:


    # Use custom color palettes
    p+scale_color_manual(values=c("#E69F00", "#56B4E9"))
    # Use brewer color palettes
    p+scale_color_brewer(palette="Dark2")
    # Use grey scale
    p +scale_color_grey() + theme_classic()


    image.png


    2.5 添加误差棒

    利用ToothGrowth数据集,首先分组计算每一分组的均值和标准差,整理成如下格式:


    supp dose   len       sd
    1   OJ  0.5 13.23 4.459709
    2   OJ  1.0 22.70 3.910953
    3   OJ  2.0 26.06 2.655058
    4   VC  0.5  7.98 2.746634
    5   VC  1.0 16.77 2.515309
    6   VC  2.0 26.14 4.797731

    绘制添加误差棒的折线图


    ggplot(df3, aes(x=dose, y=len, group=supp, color=supp)) + 
        geom_errorbar(aes(ymin=len-sd, ymax=len+sd), width=.1) +
        geom_line() +geom_point()+
       scale_color_brewer(palette="Paired")+theme_minimal()


    注:可以使用position_dodge 参数,防止errorbars重叠


    三 折线图汇总展示


    ggplot(df3, aes(x=dose, y=len, group = supp, color=supp))+ 
        geom_errorbar(aes(ymin=len-sd, ymax=len+sd), width=.1, 
        position=position_dodge(0.05)) +
        geom_line(aes(linetype=supp)) + 
        geom_point(aes(shape=supp))+
        labs(title="Plot of lengthby dose",x="Dose (mg)", y = "Length")+
        theme_classic()+
    scale_color_manual(values=c('#999999','#E69F00'))


    image.png


    四 参考资料

    ggplot2:数据分析与图形艺术

    http://www.sthda.com/english/wiki/ggplot2-essentials


    好了,就是这么简单,输出基本图形后,根据自己的喜好进行细节的调整即可

    相关文章
    |
    XML 数据挖掘 Linux
    服务器丨Linux安装测试单细胞分析软件copykat,遇到的常见报错与解决思路与方法
    服务器丨Linux安装测试单细胞分析软件copykat,遇到的常见报错与解决思路与方法
    |
    7月前
    |
    区块链 数据安全/隐私保护 计算机视觉
    FSViewer看图软件安装教程!可以批量格式转换、批量重命名、批量压缩的看图软件(还有其他几款看图软件可以看看)
    FSViewer是一款功能强大的免费看图软件,支持BMP、JPG、PNG、GIF、RAW等主流图片格式,具备快速浏览、批量格式转换、重命名、压缩及图片编辑功能,操作简便,适合日常图像处理需求。
    1150 72
    |
    缓存 NoSQL Java
    Redis:现代服务端开发的缓存基石与电商实践-优雅草卓伊凡
    Redis:现代服务端开发的缓存基石与电商实践-优雅草卓伊凡
    321 5
    Redis:现代服务端开发的缓存基石与电商实践-优雅草卓伊凡
    |
    数据处理
    R语言数据合并:掌握`merge`与`dplyr`中`join`的巧妙技巧
    【8月更文挑战第29天】如果你已经在使用`dplyr`进行数据处理,那么推荐使用`dplyr::join`进行数据合并,因为它与`dplyr`的其他函数(如`filter()`、`select()`、`mutate()`等)无缝集成,能够提供更加流畅和一致的数据处理体验。如果你的代码中尚未使用`dplyr`,但想要尝试,那么`dplyr::join`将是一个很好的起点。
    |
    机器学习/深度学习 人工智能 负载均衡
    漫谈DeepSeek及其背后的核心技术
    本文深入探讨了DeepSeek大模型的核心技术,从公司背景、模型能力、训推成本到核心技术细节进行了全面分析。
    mapshaper命令:geojson转shp中文乱码的解决方案
    mapshaper命令:geojson转shp中文乱码的解决方案
    1075 0
    |
    Linux Shell
    28. 【Linux教程】删除环境变量
    28. 【Linux教程】删除环境变量
    991 0
    |
    机器学习/深度学习 数据采集 算法
    Python实现xgboost分类模型(XGBClassifier算法)项目实战
    Python实现xgboost分类模型(XGBClassifier算法)项目实战