r语言par函数导出图片 r语言如何导出图片

生信技能树R语言部分学习笔记

1. 常用可视化R包

作图：base, ggplot2, ggpubr 拼图：par里的mfrow（基础包中图的拼接）, grid.arrange, cowplot, customLayout, patchwork
导出：pdf()等三段论, ggsave(), eoffice----- topptx

2. 基础包——绘图函数

高级绘图函数	功能	低级绘图函数	功能
plot()	绘制散点图等	lines()	添加线
hist()	频率直方图	curve()	添加曲线
boxplot()	箱线图	abline()	添加给定斜率的线
barplot()	柱状图	points()	添加点
dotplot()	点图	segments()	折线
piechart()	饼图	arrows()	箭头
matplot()	数学图形	axis()	坐标轴
stropchart()	点图	box()	外框
		title()	标题
		text()	文字
		mtext()	图边文字

3. 基础包——绘图参数

参数用在函数内部，在没有设定值时使用默认值：

参数	含义
font	字体
lty	线类型
lwd	线宽度
pch	点的类型
xlab	横坐标
ylab	纵坐标
xlim	横坐标范围
ylim	纵坐标范围

也可以对整个要绘制图形的各种参数进行设定： par()

4. ggplot2语法

ggplot2的绘图主要分为以下几个方面：

• 入门级绘图模板
• 映射-颜色、大小、透明度、形状
• 分面
• 几何对象
• 统计变换
• 位置调整
• 坐标系

4.1 入门级模板

ggplot(data=<DATA>) + <GEOM_FUNCTION>(mapping=aes(<MAPPINGS>))

eg:

ggplot(data=iris)+
  geom_point(mapping=aes(x = Sepal.Length,
                         y = Petal.Length))

4.2 映射：按照数据框的某一列来定义图的某个属性

属性	参数
x轴	x
y轴	y
颜色	color
大小	size
形状	shape
透明度	alpha
填充颜色	fill

eg:

ggplot(data=iris)+
  geom_point(mapping=aes(x = Sepal.Length,
                         y = Petal.Length,
                         color = Species))

** 手动设置**

ggplot(data=mpg)+
  geom_point(mapping=aes(x = displ,
                         y = hwy),
                         color = "blue")

映射VS手动设置
映射的情况：是aes的参数，取值是列名

ggplot(data=mpg)+
  geom_point(mapping=aes(x = displ,
                         y = hwy,
                         color = class))

手动设置的情况：是geom_point的参数，取值是具体颜色

ggplot(data=mpg)+
  geom_point(mapping=aes(x = displ,
                         y = hwy),
                         color = "blue")

4.3 分面

(1) 单分面

ggplot(data = iris) +
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) +
  facet_wrap(~ Species)

单分面的函数为facet_wrap(), 括号里面需要指定图片的列按照哪个变量划分，变量名写在波浪号右边。

(2) 双分面

test <- iris
test$group = sample(letters[1:5], 150, replace = T)

ggplot(data = test) +
  geom_point(mapping = aes(x = Sepal.Length, y = Petal.Length)) +
  facet_grid(group ~ Species)

双分面的函数为facet_grid(), 括号里面需要指定图片的行和列按照哪个变量划分，波浪线左边对应于行划分，波浪线右边对应于列划分。

4.4 几何对象

可查阅：ggplot2 cheat sheet

• 理解分组

ggplot(data = test) +
  geom_smooth(aes(x = Sepal.Length, 
                  y = Petal.Length,
                  group = Species))

以下代码也可以达到分组的效果：

ggplot(data = test) +
  geom_smooth(aes(x = Sepal.Length, 
                  y = Petal.Length,
                  color = Species))

• 几何对象可以叠加

ggplot(data = test) +
  geom_smooth(aes(x = Sepal.Length, y = Petal.Length)) +
  geom_point(aes(x = Sepal.Length, y = Petal.Length))

上面的代码等价于：

ggplot(data = test, mapping = aes(x = Sepal.Length, y = Petal.Length)) +
  geom_smooth() +
  geom_point()

放在geom_xxx()中的映射为局部映射，在ggplot()中的映射为全局映射。

映射分为局部映射和全局映射，局部映射仅对当前图层有效，全局映射对所有图层有效。

图层：geom_xxx()画出的单个集合对象。

4.5 统计变换

直方图可以用函数geom_bar()生成，也可以用stat_count()生成。

ggplot(data = diamonds) +
  geom_bar(mapping = aes(x = cut))

和

ggplot(data = diamonds) +
  stat_count(mapping = aes(x = cut))

等价。

• 使用场景1：使用表中数据直接作图，而不统计

这里需要指定参数stat = "identity"

ggplot(data = fre) + geom_bar(mapping = aes(x = Var1, y = Freq), 
                              stat = "identity")

• 使用场景2：不统计count, 统计prop（比例）

ggplot(data = diamonds) +
  geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))

4.6 位置关系

当在箱线图上添加散点时，一般采用geom_jitter()代替geom_point()，防止出现点覆盖的情况。

堆叠直方图（主要体现比例）

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut,fill=clarity))

加上参数fill = clarity

并列直方图（主要体现大小关系）

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut, fill = clarity), position = "dodge")

加上position = "dodge"调整位置关系

4.7 坐标系

coord_flip()翻转坐标系

ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + 
  geom_boxplot() +
  coord_flip()

coord_polar()极坐标系

bar <- ggplot(data = diamonds) + 
  geom_bar(
    mapping = aes(x = cut, fill = cut), 
    show.legend = FALSE,
    width = 1
  ) + 
  theme(aspect.ratio = 1) +
  labs(x = NULL, y = NULL)

bar

bar + coord_flip()

bar + coord_polar()

完整绘图模板

5. ggpubr

ggpubr是简化版ggplot

library(ggpubr)
ggscatter(iris,
          x="Sepal.Length",
          y="Petal.Length",
          color="Species")

p <- ggboxplot(iris, x = "Species", 
               y = "Sepal.Length",
               color = "Species", 
               shape = "Species",
               add = "jitter")
p

#添加组间比较
my_comparisons <- list( c("setosa", "versicolor"), 
                        c("setosa", "virginica"), 
                        c("versicolor", "virginica") )
p + stat_compare_means(comparisons = my_comparisons)+ # Add pairwise comparisons p-value
  stat_compare_means(label.y = 9)

6. 图片保存

• ggplot2系列
  ggplot系列图(包括ggpubr)通用的简便保存 ggsave

p <- ggboxplot(iris, x = "Species", 
               y = "Sepal.Length",
               color = "Species", 
               shape = "Species",
               add = "jitter")
ggsave(p,"iris_box_ggpubr.png")      #要求是画板上没有东西

• 通用：三段论
  保存的格式及文件名-----> 作图代码 -----> 画完了，关闭画板

pdf("iris_box_ggpubr.pdf")
boxplot(iris[,1]~iris[,5])
text(6.5,4, labels = 'hello')
dev.off()

• 神器eoffice
  导出为ppt,全部元素都是可编辑模式

library(eoffice)
topptx(p,"iris_box_ggpubr.pptx")

7. 拼图

R包patchwork
语法简单，完美兼容ggplot2
拼图比例设置简单
(1)支持直接p1 + p2拼图，比任何一个包都简单

#翻转coord_flip()
library(ggplot2)
ggplot(data = mpg, mapping = aes(x = class, y = hwy)) + 
  geom_boxplot() +
  coord_flip()


#极坐标系coord_polar()
bar <- ggplot(data = diamonds) + 
  geom_bar(
    mapping = aes(x = cut, fill = cut), 
    #show.legend = FALSE,
    width = 1
  ) + 
  theme(aspect.ratio = 1) +
  labs(x = NULL, y = NULL)
bar + coord_flip()
bar + coord_polar()



p1 <- bar + coord_flip()
p2 <- bar + coord_polar()

#拼图
library(patchwork)
p1 + p2   #添加拼图 直接用 + 号

(2)复杂的布局代码易读性更强
(3)可以给子图添加标记（例如ABCD， I, II, III, IV）

p1 + p2 + plot_annotation(tag_levels = "A")  #给图添加A,B,C,D编号

(4)可以统一修改所有子图

p1 + p2  & theme_bw()   #整体去掉灰色背景

(5)可以将子图的图例收集到一起，整体性特别好

p1 + p2 + plot_layout(guides = "collect")     #收集图例,只有patchwork包可以做

如何调整导出图片的比例？

dev.off()
ggsave(p2,filename = "p2.png",width = 10, height = 8)

基础包拼图函数：

par(mfrow = c(2,2))
plot(1:100)
plot(100:1)

代码可运行却不出图可能是因为画板被占用
解决方案：多次运行dev.off(), 到null device为止，再运行出图代码
或dev.new()