r语言数据分析以及绘图交流记录帖

顶

明天开更

支持

`ggplot2`是R语言中一个非常强大的数据可视化包，它基于图形语法（Grammar of Graphics），允许用户以非常灵活的方式创建复杂的图形。以下是一些`ggplot2`绘图的基础知识和如何创建一些基础图形的指南。
### 安装和加载`ggplot2`
首先，确保你已经安装了`ggplot2`包。如果还没有安装，可以使用以下命令安装：
install.packages("ggplot2")
安装完成后，使用`library()`函数加载它：
### `ggplot2`的基本组成
`ggplot2`的绘图主要由以下几个部分组成：
- **数据**：你想要可视化的数据集。
- **aes()**：映射，指定如何将变量映射到图形的美学属性，如颜色、形状等。
- **几何对象**：图层，如点（geom_point）、线（geom_line）、柱状图（geom_bar）等，定义了图形的类型。
- **比例尺**：可选，用于调整美学属性的映射，如颜色、大小等。
- **坐标系**：可选，用于调整图形的坐标系。
- **主题**：可选，用于调整图形的外观样式。
#### 散点图
假设你有一个名为`df`的数据框，其中包含两列：`x`和`y`。
ggplot(data = df, aes(x = x, y = y)) +
geom_point()
#### 折线图
如果你想要绘制变量随时间的变化，可以使用折线图。
ggplot(data = df, aes(x = time, y = value)) +
geom_line()
#### 柱状图
柱状图用于显示类别数据的分布。如果`df`中有一个名为`category`的分类变量和一个名为`value`的数值变量：
ggplot(data = df, aes(x = category, y = value)) +
geom_bar(stat = "identity")
注意：默认情况下，`geom_bar()`使用计数统计，所以如果你想要基于数值变量绘制柱状图，需要设置`stat = "identity"`。
#### 直方图
直方图用于展示数值数据的分布。如果你只关心`df`中的一个数值变量`value`的分布：
ggplot(data = df, aes(x = value)) +
geom_histogram(binwidth = 10)
`binwidth`参数控制直方图的柱宽。
#### 箱线图
箱线图用于显示数据的分布情况，包括中位数、四分位数等。
ggplot(data = df, aes(x = category, y = value)) +
geom_boxplot()
这里，`category`是分类变量，`value`是对应的数值变量。
### 自定义图形
`ggplot2`的强大之处在于它的高度可定制性。你可以通过添加比例尺、坐标系和主题等元素来自定义图形的各个方面。
ggplot(data = df, aes(x = x, y = y)) +
geom_point(color = "blue") + # 自定义点的颜色
theme_minimal() + # 使用简洁的主题
labs(title = "散点图示例", x = "X轴", y = "Y轴") # 添加标题和轴标签

这是`ggplot2`功能的一个非常基础的介绍，循序渐进从简单开始

我们以iris数据集合为例子

library(ggplot2)
data(iris) #加载数据集
ggplot(iris,aes(x=Species,y=Sepal.Length))+ #指定绘图数据
geom_boxplot(aes(fill=Species))+ #绘制箱型图
theme_test() #调整绘图版式

library(ggplot2)
data(iris) #加载数据集
ggplot(iris,aes(x=Species,y=Sepal.Length))+ #指定绘图数据
geom_violin(aes(fill=Species))+ #绘制小提琴图
theme_test() #调整绘图版式

data(iris)
library(ggplot2)
data(iris) #加载数据集
ggplot(iris,aes(x=Species,y=Sepal.Length))+ #指定绘图数据
geom_violin(aes(fill=Species),alpha=0.6)+ #绘制小提琴图
geom_boxplot(aes(fill=Species),width=0.2)+ #绘制箱型图
theme_test()+ #调整绘图格式
scale_fill_manual(values =c("#00B0F6","#FBA127","#FF0000")) #手动调整绘图颜色

自顶

ggplot(iris,aes(x=Species,y=Sepal.Length))+ #指定绘图数据
geom_violin(aes(fill=Species),alpha=0.6)+ #绘制小提琴图
geom_boxplot(aes(fill=Species),width=0.2,alpha=0.8)+ #绘制箱型图
geom_jitter(aes(color=Species),width=0.2)+ #绘制抖动散点图
theme_test()+ #调整绘图格式
scale_fill_manual(values =c("#00B0F6","#FBA127","#FF0000")) #手动调整绘图填充颜色
scale_color_manual(values = c("#00B0F6","#FBA127","#FF0000")) #手动调整绘图描边颜色

进行多组检验
stat_compare_means(method = "anova") #进行anova方差检验

stat_compare_means(method = "kruskal") #进行kruskal检验

comparied<-list(
c("setosa","versicolor"),
c("versicolor","virginica"),
c("setosa","virginica")) #设定分组
stat_compare_means(method = "t.test",comparisons = comparied,label="p.signif") #进行t检验

stat_compare_means(method = "t.test",comparisons = comparied,label="p.signif") #进行wilcoxon检验

暂且更新这么多，晚上接着来