画图笔记：ggplot2优化柱形图（添加误差线、差异比较分析）

2023-08-08 15:37| 来源: 网络整理| 查看: 265

马上放假了，今天我们来点基础的东西，画图的操作。不想要这么丑的图。图片要优雅的输出结果图片

「ggplot2中柱状图基本绘制函数常用geom_bar()」

参数介绍：

「data和mapping是ggplot的基本参数，数据和映射。」 mapping:使用aes函数指定，为aesthetic attributes的缩写。但字符串映射使用aes_string。aes:颜色（color颜色或边框颜色、fill填充颜色和 alpha透明度）形状（linetype线型、size点的大小或线的宽度和 shape形状）位置（x, y, xmin, xmax, ymin, ymax, xend, yend）指定数据分组和顺序的映射group和order，另一类是字符串映射。

关于映射的详细介绍->

一张统计图就是从数据到几何对象（点、线、条形等）的图形属性（颜色、形状、大小等）的一个映射。

✦ 数据（Data），最基础的是可视化的数据和一系列图形映射（aesthetic mappings），该映射描述了数据中的变量如何映射到可见的图形属性。 ✦ 几何对象（Geometric objects, geoms）代表在图中实际看到的点、线、多边形等。 ✦ 统计转换（Statistical trassformations, stats）是对数据进行某种汇总，例如将数据分组创建直方图，或将一个二维的关系用线性模型进行解释。 ✦ 标度（Scales）是将数据的取值映射到图形空间，例如用颜色、大小或形状来表示不同的取值，展现标度的常见做法是绘制图例和坐标轴。 ✦ 坐标系（Coordinate system, coord）描述数据是如何映射到图形所在的平面，同时提供看图所需的坐标轴和网格线。 ✦ 分面（faceting）如何将数据分解为子集，以及如何对子集作图并展示。 ✦ 主题（theme）控制细节显示，例如字体大小和图形的背景色。

「stat：」设置统计方法，有效值是count（默认值）和 identity，其中，count表示条形的高度是变量的数量，不能设定y值。identity表示条形的高度是变量的值；对于连续性变量使用bin，转换的结果使用变量density来表示。

「position：」位置调整，有效值是stack、dodge和fill，默认值是stack（堆叠），是指两个条形图堆叠摆放，dodge是指两个条形图并行摆放，fill是指按照比例来堆叠条形图，每个条形图的高度都相等，但是高度表示的数量是不尽相同的。

「width：」条形图的宽度，是个比值，默认值是0.9

「color：」条形图的线条颜色

「fill：」条形图的填充色

基本演示读取ImagJ数据及转换 #读取ImageJ dat=read.csv("Results.csv") class(dat) #加入分组信息 Group=rep(c("NC","A","B","A+B"),each=3) dat$Group=Group colnames(dat) dat=dat[,c("IntDen","Group")] a=dat[dat$Group=="NC",] a=mean(a$IntDen) dat$Relative=dat$IntDen/a 柱状图的顺序是由因子水平决定的，可以手动设置。 dat$Group=factor(dat$Group,levels = c("NC","A","B","A+B")) 基本画图操作配色方案->最优质配色包注意先按照某一列数据分色，然后手动填充颜色 library(ggplot2) library(ggpubr) ggplot(dat,aes(x=Group,y=Relative,fill=Group))+ geom_bar(stat="identity",width = 0.5,color="black")+ scale_fill_manual(values=c("#017A4AFF", "#FFCE4EFF", "#3D98D3FF","#FF363CFF"))+ theme_minimal()#主题皮肤图片数据调整及误差线增加

在ggplot2中可以直接结合stat_summary函数快速进行数据统计

所以stat可以设置为summary,将柱状图的高度设置为各组的均值并联合stat_summary函数增加误差线。

ggplot(dat,aes(x=Group,y=Relative,fill=Group))+ geom_bar(stat="summary",fun=mean,width = 0.5,color="black")+ scale_fill_manual(values=c("#017A4AFF", "#FFCE4EFF", "#3D98D3FF","#FF363CFF"))+ stat_summary(fun.data = 'mean_sd', geom = "errorbar", colour = "black", width = 0.25,position = position_dodge( .9))+ theme_minimal() 图片增加抖动的点图 ggplot(dat,aes(x=Group,y=Relative,fill=Group))+ geom_bar(stat="summary",fun=mean,width = 0.5,color="black")+ scale_fill_manual(values=c("#017A4AFF", "#FFCE4EFF", "#3D98D3FF","#FF363CFF"))+ stat_summary(fun.data = 'mean_sd', geom = "errorbar", colour = "black", width = 0.25,position = position_dodge( .9))+ geom_jitter( size =5, alpha = 0.5, shape = 21) + theme_minimal() 图片调整下字体大小和线条 p

【本文地址】

公司简介

联系我们