R语言绘图：多图叠加和图形分页.pdf

《R语言绘图：多图叠加和图形分页.pdf》由会员分享，可在线阅读，更多相关《R语言绘图：多图叠加和图形分页.pdf（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、R 绘图课程:多图叠加与图形分页 gaom 在我们用 R 画图的时候常常碰到一种问题，就是我们简简单单一个对象的图无法达到我们想要的结果。可能我们是一个对象但有多种展示，需要把多个图放在一起。也可能我们要画的是多个对象，但每个对象的图其实都是并行的。前面一种情况我理解为是多图叠加，即需要多张不同的图拼凑到一张图中。后面的情况我理解为是图形分页，即把类似的图形有序的排列展示给大家看.今天我们讨论的主题就是如何去解决上述的两种情况。首先，我们针对第一种情况.其实第一种情况我们还是要划分一下。多图叠加，其中的叠是指我们的绘图中两张或多张不同的图整合到一种图中，共用一个坐标轴.比如一张柱状图，一张曲线

2、图合并到一张图中。而其中的加则是指我们想合并的图之间无法共用坐标轴,我们只能在一张图中划分不同的区域加需要的多张图放置进去。光说不练假把式,今天我们就找几个实例展示一下，让大家看下我们如果处理这种常见的问题。library（”ggplot2”）#这次主要是用ggplot来处理 dataread.table(file=C：/Users/gaom/Desktop/R 语言绘图：多图叠加和图形分页/test_data2.txt,header=F,stringsAsFactors=F,sep=t”）#因为文件中有数字也有字符，所以建议加上stringsAsFactors=F。head(data）#V1

3、 V2 V3 V4#1 1 0.15415052 0.7645350 A#2 2 0.09278940 0.7763482 A#3 3 0.01666104 0。8422627 A#4 4 0.01519319 0.7630589 A 5 5 0。16605095 0。8263706 A#6 6 0.13892152 0。7597543 A dim(data)#1 48 4 第一列是染色体名，第二列和第三列分别是两种计算结果，具体意义暂时不予理会。第四列是染色体的区域，100000 表示 1 到 100000,200000 表示 100001 到200000.我们大致知道数据结构即可。下面我们

4、开始画图 p1-ggplot（data）+geom_bar（aes(x=dataV1，y=dataV3，fill=dataV4，group=dataV4）,position=”dodge”,stat=”identity，colour=black）+scale_x_continuous(breaks=1：12)#加上position=”dodge后会每条染色体分成四个柱子，加上colour=”black”，则每个柱子的边框为黑色。p1 上面已经有对应的柱状图了，下面再根据第一列和第三列画点线图。p2-ggplot（data）+geom_line(aes（x=data$V1，y=dataV2，co

5、lour=data$V4)+scale_x_continuous（breaks=1：12）#这里可以注意跟柱状图不一样了,用的是colour,不是fill。p2 分开的两张图我们都做好了，下面就是叠加了.首先我们看到这里的数据其实都是data，换句话说就是他们其实可以共用坐标轴的。所以这种情况在 ggplot 当中叠起来很容易.data,5=white”p3-ggplot(data)+geom_bar(aes（x=dataV1，y=data$V3，group=data$V4),fill=data$V5,position=dodge”,stat=identity，colour=black”)+g

6、eom_line（aes（x=dataV1,y=dataV2,colour=dataV4）+scale_x_continuous(breaks=1:12）为了能看到线图，所以这里把填充颜色改成了白色，这里大家注意一下fill的位置,跟之前的fill运用有些区别 p3 这里说完了叠，再说说加。下面我们就简单的把上面两张图加到一张图中.library（gridExtra)grid。arrange（p1,p2，ncol=2，widths=c（1，1）)#widths表示横向两图的比例 grid.arrange(p1，p2,nrow=2,heights=c（1，2）#heights表示两图纵向的比例

7、grid.arrange（p1，p2，p1,p2，ncol=2,nrow=2)ncol和nrow表示图形摆放方式 grid.arrange（p1，p2，p1，p2，ncol=2，layout_matrix=cbind(c（1，1,1）,c(2，3，4）)layout_matrix中的1，2，3，4分别对应前面四个对象 除了上述情况,相信大家还会碰到另外一种，比如上述四个图拼在一起。而我们只有三个图，可能右上角或左上角是空白的。这个怎么办呢?kong ggplot()+geom_blank（aes（1,1）)+theme(plot。background=element_blank（),panel

8、。grid.major=element_blank（），panel.grid.minor=element_blank（），panel。border=element_blank（）,panel。background=element_blank（），axis。title.x=element_blank()，axis.title.y=element_blank(）,axis。text.x=element_blank(),axis。text。y=element_blank（），axis。ticks=element_blank（)，axis.line=element_blank（）这里其实就是建立了一个

9、完全空白的图片 grid.arrange（p2,kong，p1，p2,ncol=2,nrow=2，widths=c(2，1),heights=c（1,2)）上述了这些就是一般常见的图层叠加了。当然,如果大家还想发散的话，可以再参考一些 ggExtra 这个包,你会发现更多乐趣。好了,除了刚才的叠加，下面我们再说说分页.这方面在 ggplot 中就显得很容易了.p4ggplot(data)+geom_bar（aes(x=data$V1，y=data$V3,fill=dataV4,group=data$V4),，position=dodge”,stat=”identity,colour=”blac

10、k）+scale_x_continuous（breaks=1:12)+facet_grid(V4)这是根据分组来分页的 p4 p5ggplot(data）+geom_bar（aes（x=data$V1,y=data$V3,fill=data$V4,group=dataV4）,，position=dodge”,stat=”identity”,colour=black”)+scale_x_continuous(breaks=1:12)+facet_wrap(V1,ncol=3)这个是根据染色体的，同时也能通过ncol和nrow来调控布局 p5 facet_grid 相对 facet_wrap 而言可以应用多个标准进行分页.但从布局角度个人觉得facet_wrap 更好。p6-ggplot(data)+geom_bar（aes(x=dataV1，y=data$V3，fill=dataV4,group=data$V4），,position=”dodge，stat=”identity,colour=”black”）+scale_x_continuous(breaks=1：12）+facet_grid（V1V4）#这是根据分组来分页的 p6