介绍

gghalves可以通过ggplot2轻松地编写自己想要的一半一半（half-half plots）的图片。比如：在散点旁边显示箱线图、在小提琴图旁边显示点图。

gghalves^[1]将_half_扩展添加到选定的geom。比如：geom_half_violin()函数，相当于geom_violin()函数的变体，该函数主要作用就是展示一半的小提琴图，然后与其他图形组合。还包含以下函数：

geom_half_boxplot
geom_half_violin
geom_half_point

安装

gghalves通过GitHub安装:

if (!require(devtools)) {
    install.packages('devtools')
}
devtools::install_github('erocoar/gghalves')

函数介绍

geom_half_violin(mapping = NULL, data = NULL, stat = "half_ydensity",
  position = "dodge", ..., side = "l", nudge = 0,
  draw_quantiles = NULL, trim = TRUE, scale = "area",
  na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)

其参数包括：翻译来源生信玩家^[2]

参数	解释
`mapping`	通过`aes()`指定图形属性映射。默认为`NULL`，使用`ggplot()`中`aes()`指定的映射。
`data`	指定数据框。默认为`NULL`，使用`ggplot()`中的数据。
`stat`	覆盖geom_density()和stat_density()之间的默认连接。
`position`	位置调整，可以是字符串，默认为`"dodge"`，也可以是位置调整函数的调用结果。
`side`	画半小提琴图的一侧。“ l”代表左，“ r”代表右，默认为“ l”。
`nudge`	在小提琴图和分配给x轴上给定因子的空间中间之间添加空间。
`draw_quantiles`	如果不是`MULL`（默认为`NULL`），在给定的密度估计分位数处绘制水平线。
`trim`	若为`TRUE`（默认），将小提琴的尾部修整到数据范围。若为`FALSE`，不修剪尾巴。
`scale`	如果为`"area"`（默认），则所有小提琴都具有相同的面积（修剪尾部之前）。
`na.rm`	如果为`FALSE`（默认），则会使用警告删除缺失值。如果为`TRUE`，则会自动删除缺少的值。
`show.legend`	逻辑值，默认为`NA`，若为`FALSE`，不显示该图层的图例；若为`TRUE`，则显示该图层的图例。它也可以是带有名称（图形属性）的逻辑向量，用来选择要显示的图形属性。如`show.legend = c(size = TRUE,color = FALSE)`表示显示`size`对应的图例，而不显示`color`对应的图例。
`inherit.aes`	默认为`TRUE`，若为`FALSE`，覆盖`ggplot()`中`aes()`默认属性，而不是与他们组合。
`geom`	覆盖`geom_density()`和`stat_density()`之间的默认连接。
`bw`	要使用的平滑带宽度。如果是数字，则为平滑内核的标准差。
`adjust`	多次带宽调整。这使得可以在仍使用带宽估计器的情况下调整带宽。例如，`adjust = 1/2`表示使用默认带宽的一半。

示例

单个函数

我们以iris数据集作为本例数据，先使用单个函数进行绘制。

if (!require(devtools)) {
  install.packages('devtools')
}
devtools::install_github('erocoar/gghalves')

geom_half_boxplot

library(gghalves)
ggplot(iris, aes(x = Species, y = Petal.Width, fill = Species)) + 
  geom_half_boxplot()

默认为箱子在右，使用center = TRUE将箱子居中。下面函数参数调整类似，就不再绘制结果了，就把最原始的进行展示。

ggplot(iris, aes(x = Species, y = Petal.Width, fill = Species)) + 
  geom_half_boxplot(center = TRUE)

7I2F%KW8[VV{VS25V`RV(0D.png

geom_half_violin

ggplot(iris, aes(x = Species, y = Petal.Width, fill = Species)) + 
  geom_half_violin()

FM0IH3~%17Y7%B2$WHH)%VY.png

geom_half_point

ggplot(iris, aes(x = Species, y = Petal.Width, fill = Species)) + 
  geom_half_point()

综合案例

云雨图

该案例来自官网案例，但并没有对代码进行解释。这里小编对代码进行详细解释，喜欢的伙伴，可以按照解释自己理解，并用到自己实际所需的复合图中。

先将数据的统计摘要进行计算存到了summ_iris中，包含了均值，标准差，数量标准误差。iris_plot为所需数据，这里将Species变量设置为因子，因为要用它作为分类变量。

library(tidyverse)
# 统计摘要
summ_iris <- iris %>% 
  group_by(Species) %>% 
  summarise(
    mean = mean(Sepal.Length),
    sd = sd(Sepal.Length),
    n = n()
  ) %>% 
  mutate(se = sd/sqrt(n),
         Species = factor(Species, levels = c('versicolor', 'setosa', 'virginica')))
summ_iris
## # A tibble: 3 x 5
##   Species     mean    sd     n     se
##   <fct>      <dbl> <dbl> <int>  <dbl>
## 1 setosa      5.01 0.352    50 0.0498
## 2 versicolor  5.94 0.516    50 0.0730
## 3 virginica   6.59 0.636    50 0.0899
# 数据转换  
iris_plot <- iris %>% 
  mutate(Species = factor(Species, levels = c('versicolor', 'setosa', 'virginica')))
head(iris_plot)

97Q8%L]L4OWYC32C00T_PSL.png

接下来进行绘图，我们想要得到Species与Sepal.Length的关系，其中Species为离散变量，Sepal.Length为连续变量。并绘制了半边的小提琴图，并将该图往右移了0.15，上下位置不变（position_nudge(x = .15, y = 0)），为了后面绘制其他图形留位置。

library(gghalves)
library(ggsignif)
library(ggsci)
library(ggpubr)
ggplot(iris_plot , aes(x = Species, y = Sepal.Length, fill = Species))+
  geom_half_violin(aes(fill = Species),
                   position = position_nudge(x = .15, y = 0),
                    side = 'r')

QO2XR$9PEF9}WLMZU4})X2I.png

接下来加入散点图，并使x坐标往左移动0.1（x = as.numeric(Species)-0.1），使用position_jitter使得重复的点分散开。

ggplot(iris_plot , aes(x = Species, y = Sepal.Length, fill = Species))+
  geom_half_violin(aes(fill = Species),
                   position = position_nudge(x = .15, y = 0),
                   side = 'r') +
  geom_point(aes(x = as.numeric(Species)-0.1,
                 y = Sepal.Length,color = Species),
             position = position_jitter(width = .05),size = .25, shape = 20)

5$3CV8(DOE(AG[_GK15OEQV.png

在原来基础上加入箱子图，位置放在正中间

ggplot(iris_plot , aes(x = Species, y = Sepal.Length, fill = Species))+
  geom_half_violin(aes(fill = Species),
                   position = position_nudge(x = .15, y = 0),
                   adjust=1.5, trim=FALSE, colour=NA, side = 'r') +
  geom_point(aes(x = as.numeric(Species)-0.1,
                 y = Sepal.Length,color = Species),
             position = position_jitter(width = .05),size = .25, shape = 20) +
  geom_boxplot(aes(x = Species,y = Sepal.Length, fill = Species),
               outlier.shape = NA,
               width = .05,
               color = "black")

6[O6KRRRRXVJ{C$FYNM(C)U.png

这里比较有趣的是，作者还通过geom_point和geom_errorbar加入和汇总信息以及对应的误差项。

ggplot(iris_plot , aes(x = Species, y = Sepal.Length, fill = Species))+
  geom_half_violin(aes(fill = Species),
                   position = position_nudge(x = .15, y = 0),
                   adjust=1.5, trim=FALSE, colour=NA, side = 'r') +
  geom_point(aes(x = as.numeric(Species)-0.1,
                 y = Sepal.Length,color = Species),
             position = position_jitter(width = .05),size = .25, shape = 20) +
  geom_boxplot(aes(x = Species,y = Sepal.Length, fill = Species),
               outlier.shape = NA,
               width = .05,
               color = "black")+
  geom_point(data=summ_iris,
             aes(x=Species,y = mean,group = Species, color = Species),
             shape=18,
             size = 1.5,
             position = position_nudge(x = .1,y = 0)) +
  geom_errorbar(data = summ_iris,
                aes(x = Species, y = mean, group = Species, colour = Species,
                    ymin = mean-se, ymax = mean+se),
                width=.05,
                position=position_nudge(x = .1, y = 0)
  )

使用ggsci包的scale_color_aaas(),scale_fill_aaas()将尺度的颜色进行改变（非常好用！)在下面展示另外一种配色（scale_color_jco）

ggplot(iris_plot , aes(x = Species, y = Sepal.Length, fill = Species))+
  geom_half_violin(aes(fill = Species),
                   position = position_nudge(x = .15, y = 0),
                   adjust=1.5, trim=FALSE, colour=NA, side = 'r') +
  geom_point(aes(x = as.numeric(Species)-0.1,
                 y = Sepal.Length,color = Species),
             position = position_jitter(width = .05),size = .25, shape = 20) +
  geom_boxplot(aes(x = Species,y = Sepal.Length, fill = Species),
               outlier.shape = NA,
               width = .05,
               color = "black")+
  geom_point(data=summ_iris,
             aes(x=Species,y = mean,group = Species, color = Species),
             shape=18,
             size = 1.5,
             position = position_nudge(x = .1,y = 0)) +
  geom_errorbar(data = summ_iris,
                aes(x = Species, y = mean, group = Species, colour = Species,
                    ymin = mean-se, ymax = mean+se),
                width=.05,
                position=position_nudge(x = .1, y = 0)
  ) +
  scale_color_aaas() +
  scale_fill_aaas()

$2U(YG_X8)5BF`EN@({FXCAP.png$

最后使用ggpubr包的geom_signif加入显著性结果，ggsave保存图片。

# 绘图
ggplot(iris_plot , aes(x = Species, y = Sepal.Length, fill = Species))+
  geom_half_violin(aes(fill = Species),
                   position = position_nudge(x = .15, y = 0),
                   adjust=1.5, trim=FALSE, colour=NA, side = 'r') +
  geom_point(aes(x = as.numeric(Species)-0.1,
                 y = Sepal.Length,color = Species),
             position = position_jitter(width = .05),size = .25, shape = 20) +
  geom_boxplot(aes(x = Species,y = Sepal.Length, fill = Species),
               outlier.shape = NA,
               width = .05,
               color = "black")+
  geom_point(data=summ_iris,
             aes(x=Species,y = mean,group = Species, color = Species),
             shape=18,
             size = 1.5,
             position = position_nudge(x = .1,y = 0)) +
  geom_errorbar(data = summ_iris,
                aes(x = Species, y = mean, group = Species, colour = Species,
                    ymin = mean-se, ymax = mean+se),
                width=.05,
                position=position_nudge(x = .1, y = 0)
  ) +
  scale_color_jco() +
  scale_fill_jco() +
  geom_signif(comparisons = list(c("versicolor", "setosa"),
                                 c("versicolor", "virginica"),
                                 c("setosa", "virginica")),
              y_position = c(8.2, 8.6, 8.4),
              map_signif_level = c("***" = 0.001, "**" = 0.01, "*" = 0.05)) +
  ggsave('云雨图.pdf', width = 6, height = 8)

S}I]40H3C3Y35T%75S%VSKX.png

混合图

最后是混合图，根据自己想要的图，可以自行添加。相信这个代码简单的图给大家学术作图上省了不少时间。

library(tidyverse)
ggplot() +
  geom_half_boxplot(
    data = iris %>% filter(Species=="setosa"), 
    aes(x = Species, y = Sepal.Length, fill = Species), outlier.color = NA) +
  ggbeeswarm::geom_beeswarm(
    data = iris %>% filter(Species=="setosa"),
    aes(x = Species, y = Sepal.Length, fill = Species, color = Species), beeswarmArgs=list(side=+1)
  ) +
  geom_half_violin(
    data = iris %>% filter(Species=="versicolor"), 
    aes(x = Species, y = Sepal.Length, fill = Species), side="r") +
  geom_half_dotplot(
    data = iris %>% filter(Species=="versicolor"), 
    aes(x = Species, y = Sepal.Length, fill = Species), method="histodot", stackdir="down") +
  geom_half_boxplot(
    data = iris %>% filter(Species=="virginica"), 
    aes(x = Species, y = Sepal.Length, fill = Species), side = "r", errorbar.draw = TRUE,
    outlier.color = NA) +
  geom_half_point(
    data = iris %>% filter(Species=="virginica"), 
    aes(x = Species, y = Sepal.Length, fill = Species, color = Species), side = "l") +
  scale_fill_manual(values = c("setosa" = "#cba1d2", "versicolor"="#7067CF","virginica"="#B7C0EE")) +
  scale_color_manual(values = c("setosa" = "#cba1d2", "versicolor"="#7067CF","virginica"="#B7C0EE")) +
  theme(legend.position = "none") + 
  ggsave('综合图.pdf', width = 6, height = 8)

1DA%%819EH`2A~6JH%{}PZM.png

gghalves包-你五毛我五毛

介绍

安装

函数介绍

示例

单个函数

geom_half_boxplot

geom_half_violin

geom_half_point

综合案例

云雨图

混合图

热门文章

最新文章

相关电子书

探索云世界

热门

云计算

大数据

云原生

人工智能

数据库

开发与运维

活动广场

任务中心

训练营

直播

乘风者计划

下载

镜像站

技术资料

gghalves包-你五毛我五毛

介绍

安装

函数介绍

示例

单个函数

geom_half_boxplot

geom_half_violin

geom_half_point

综合案例

云雨图

混合图

热门文章

最新文章

相关电子书