一个简单的需求： 拼接两个图，一行两列，但不要一样大，让主图占的比例大些（如2/3），另一个图小一些（如1/3） 如上，我想突出曼哈顿图。 R相关的拼图函数及包： 基础函数如par(mar =c(3, 2, 2, 1)), par(mfrow=c(1,2))，layout(matrix(c(2,1)
问题 这个问题应该很常见吧。R中输出数据框时，想要把行名和列名都输出。如果直接输出的话，输出的结果列名会往前移动一位，这显然不是我们想要的。 直接上例子： > a = matrix(1:9, nrow = 3, ncol = 3, dimnames = list(LETTERS[1:3], LETT
需求 一个数据框一列或多列中有重复行，如何将它的重复行转化为多列？即本来两列一对一的关系，如何转化为一对多的关系？普通的spread函数实现较为麻烦。 示例数据如下： Item Value Apricot 4 Apricot 2 Apricot 5 Banana 4 Carrot 7 Carrot
ggplot虽然好用，但base才是真正的瑞士军刀，什么都能用，各种自定义图形自由组合，出版级图片用base才是王道。但要达到随心所欲，需要熟练掌握。 legend是比较重要的低级函数，有很多细节处理，用的时候记不起来，实践的时候也要调来调去。这里转载一篇博文，比较详细，不要刻意去记，用的时候对照一
需求 原始文件： data <- data.frame(A = c(rep(111, 3), rep(222, 3)), B = rep(1:2, 3), C = c(5:10)) data # A B C # 1 111 1 5 # 2 111 2 6 # 3 111 1 7 # 4 222 2
前言 通常我们用rbind和cbind合并相同行列的数据框。当两个数据框具有不同行列数目时，直接用会报错。 > df1 <- data.frame(a = c(1:5), c = c(6:10));df1 a c 1 1 6 2 2 7 3 3 8 4 4 9 5 5 10 > df2 <- dat
用了这么久pheatmap包绘热图，自认为很娴熟了。但今天遇到了一件诡异的事，折腾了我一两个小时，记录备忘。 不加行注释时正常显示 pheatmap(pld, cluster_rows = F, cluster_cols = F, gaps_col = c(5,10,15,20), annotati
1. 矩阵相关性计算方法 base::cor/cor.test R基础函数cor或cor.test都可计算相关性系数，但cor可直接计算矩阵的相关性，而cor.test不可。 两者计算非矩阵时，cor仅得到相关系数，而cor.test还能得到pvalue。 library(ggplot2) cor(
ggplot2绘图系统——添加标签与文本、数学表达式、条形图文本、注释 1. 文本与标签添加 geom_label的文本将以标签形式出现，即文本会带有一个背景色。 geom_text则是纯文本形式展示。 annotaete函数则在图上添加一个注释图层。 文本与标签区别 将散点与文本组合在一起。 变量
ggplot2绘图系统——几何对象汇总 前面介绍了常见的几种基本的几何对象，并且介绍了scale、stat等其他要素。后续将介绍position、themes、coord和faceting等函数。 这里对ggplot2几何对象进行汇总。 具体如下表：
ggplot2绘图系统——标题 在期刊杂志中，需要设置的图形标题并不多。 除了图形标题，还有坐标轴标题（标签)、图例标题、脚注等。 标题函数： ,`labs` 坐标轴标题函数： ,`ylab` labs的参数可以是 ，也可以是映射属性，如 等来表示图例标题。 标题调整 通过theme函数的参数 。
ggplot2绘图系统——位置调整函数 可以参数 来调整，也有专门的函数 系列来设置。 位置函数汇总： 1.排列 并排排列 堆栈排列 2.扰动点 上图b和c的扰动方式稍有不同。 3.水平和垂直的调整 包括 ，`position_nudge geom_point(position='nudge')`
ggplot2绘图系统——图例：guide函数、标度函数、overrides.aes参数 图例调整函数 也属于标度函数，但不能单独作为对象使用，即不能如 使用。 1. guides及guides_legend函数 guide_legend函数参数： 结合 函数调整图例。 图例的四种形式： ，使用gu
ggplot2绘图系统——统计变换函数 在几何对象中以参数stat形式出现。 不同的几何对象对应不同的统计变换函数。 以直方图为例，几何对象 与`stat_bin(.., stat='bar')`的作用是一样的。 一般而言，我们不需要对数据进行额外的统计变换，使用默认的就好。但特殊情况时需要用到，如
ggplot2绘图系统——主题函数 1. theme函数 系列函数提供了9种不同的风格。 都只有2个参数：base_size表示文字大小，base_family表示字体。 2. ggthemes包 ggplot2扩展包，包括主题函数和标度函数。 ggthemes包种最常见的12种主题。 除了ggth
ggplot2绘图系统——图形分面 ggplot2的分面faceting，主要有三个函数： facet_grid facet_wrap facet_null (不分面） 1. facet_grid函数 facet_grid函数及参数: 基本用法 分面的灵活性。 分别定义不同图形的坐标轴取值范围（sc
sjPlot包 适用于社会科学、流行病学中调查数据可视化，且能和SPSS数据无缝对接（流行病学问卷调查录入Epidata软件后，都会转成SPSS格式或EXCEL格式保存）。 辅助包sjmisc进行数据转换，配合sjPlot一起使用。 1.频数分布直方图 2.分组频数图 3.横向堆栈条图 调查问卷可视
ggplot2绘图系统——扩展包ggrepel、ggsci、gganimate、ggpubr等 部分扩展包可在CRAN直接下载，有些需借助devtools包从Github下载。 1. ggrepel包 用来在图上添加文字和标签，相比geom_text和geom_label函数，能将重叠的标签分开，并
ggplot2绘图系统——图形组合、字体选择、保存输出 1.图形组合 一页多图在基础包中利用par和layout函数来切分画布。 ggplot2是先铺好网格背景，再进行绘图，所以要通过切分网格背景来实现一页多图。 gridExtra包（grid扩展包）可用于图形排列组合、表格对象排列组合、规则多边形
1.生存曲线 基础包survival+扩展包survminer。 survival包内置肺癌数据集lung。 生存曲线进一步修饰。 其他类型生存曲线绘制。 fun参数默认pct (survival probability in percentage)，即累计生存率，此外fun还可设为cumhaz（c
R绘制地图原理： R使用一个个多边形（polygon）来表示每个区域，通过顺次连接GIS数据提供的每个区域多边形的坐标来逐点绘制这些多边形，所以理论上只要得到GIS数据就可绘制相应的地图。 地图绘制说明： 必须使用完整的中国地图（包含及南海九段线）； R中大部分包对于中国地图支持不佳，论文发表中
1.海盗图 参数众多，其语法与基础包类似。 基础图。 散点图展示年龄分布，盒形图展示平均年龄，beans展示年龄大致分布，越胖越集中。 不同主题的海盗图。 设置透明度。 自定义坐标轴。 2.词云图 3.日历图 可展示随时间的变化。 如一年中每一天的大气污染物数据。 只展示前3个月的数据。 从上看出计
1.plotly包 动态散点图 其他动态图 2. recharts包 接近基础绘图语法。 散点图 其他动态图 3. rChart包 语法近似于lattice绘图系统。在R中实现Polychart、Morris、NVD3等多个js绘图库。 "https://github.com/ramnathv/rC
表的绘制，主要是临床三线表。 1.tableone包 table1结果： table2结果： 快速导出tableone产出的表格。 ReporteRs包安装失败。 2.table1包 修饰表格。 进一步细节修饰。 这个包更多使用参考： "临床三线表"
R 语言实战（第二版） part 2 基本方法 第6章 基本图形 R 1.条形图 一般是类别型（离散）变量 library(vcd) help(Arthritis) 类风湿性关节炎新疗法研究结果 head(Arthritis) count 0.05独立 2）.Fisher精确检验 fisher.te
说明： 1.本笔记对《R语言实战》一书有选择性的进行记录，仅用于个人的查漏补缺 2.将完全掌握的以及无实战需求的知识点略去 3.代码直接在Rsudio中运行学习 R语言实战（第二版） part 1 入门 第1章 R语言介绍 R help.start() 帮助文档首页 demo() R语言demo演示
ggplot2绘图系统 基础绘图包向ggplot2过渡——qplot 绘图理念的不同： 基础绘图包是先铺好画布，再在这张画布上作图（常规思维）； ggplot2打破常规，采用图层叠加的方法。 qplot函数既有plot特点，又体现了ggplot2的特征，是一个过渡函数。 其他类型图形。 透明度。 分
R语言基础绘图系统 基础图形——散点图、盒形图 plot是一个泛型函数（generic method），对于不同的数据绘制不同的图形。 par函数的大部分参数在plot中通用。 1.散点图 plot绘制散点图类型，type有6种，即 。 2.盒形图 原始图 添加参数 多个盒子比较 突出某个盒子，如阳
R语言基础绘图系统 基础图形——直方图、金字塔图 3.直方图 参数设置及比较。 直方图叠加。 背靠背直方图（back to back histogram）。 镜面图（mirror plot） 与背靠背直方图类似，只是展示的是概率密度曲线或其他曲线，而非条柱。 4.金字塔图 如展示不同年龄组男女人口数
R语言基础绘图系统 基础图形——条形图、误差图 3.条形图 barplot接收的数据是矩阵而非数据框。 更多参数用法。 4.误差条图 没有直接可用的函数来绘制误差条图。 自定义函数来绘制误差条图。