目录
0 R语言概述
1 本次实战简介
2 涉及的工具包
2.1 ggplot2简介
2.2 ggExtra简介
2.3 ggpointdensity简介
3 开始画图
3.1 安装并载入
3.2 导入数据
3.3 二维散点核密度图
3.4 修改横纵坐标轴和坐标轴名称
3.4.1 不想要的部分：XXX=“none”
3.4.2 修改背景（包括坐标轴）
4.绘制边际图形
0 R语言概述
R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。重点是：画图Nice!没有找到对手！就算有对手也没用，对于科研党来说R语言用的还是多一些（反正本人看到的文献还是R语言画图多一点）。
（1）R语言学习（将会以从浅至深的顺序梳理、摘抄R语言相关知识）；（2）R语言绘图实战（时间紧迫，别人的图太美急需学习）。
关于R语言概述的内容以及软件安装和界面调试参考以下博文：
项目 | 链接 |
R语言介绍 | R语言是什么？ |
软件安装 | R和Rstudio 安装教程 |
软件安装（Windows） | Windows下安装和编译 |
R语言入门 | R语言入门教程-敲着试一试 |
R语言基本统计分析 | 基本统计分析 |
R Studio界面（windows） | windows界面讲解 |
R Studio界面设置 | 界面设置（如何更加美观） |
1 本次实战简介
我们在论文中找到如此炫酷的一张图(Mutch et al., 2019)，要进行分析是如何制作的：
我们来看这张图，主要有以下几个方面：（1）六边形散点（且越聚集颜色越深，为一维核密度分布，而且颜色是有透明度的）（2）横纵坐标轴文字以及坐标轴刻度（其中横坐标两个刻度一个数字）（3）左上角文字标“D”，右边文字描述，而且还有“+”、“-”的符号（4）边际直方图分布
那么我们的代码也应该从这四个方面分别入手，以求得最好看的图片。
注意：R语言绘图有句话“所见即所得”，所以我们画图的时候不着急一下子都画出来，只要把每个部分累加就行。所以该图可以理解为：散点+（横纵坐标轴+坐标轴名称）+角标文字+边际直方图。
2 涉及的工具包
首先解决下载问题，R语言使用我们都下载两个东西：R和R Studio，一个是语言环境，一个是IDE（我是这么理解的）。
附：R语言常用工具包及介绍。
- 常用工具包分类
- 常用包
2.1 ggplot2简介
一个绘图的R包，让人欲罢不能，纵使秃头白发也难舍弃，秒杀科研论文的工具包。详细内容见ggplot2详细讲解。
2.2 ggExtra简介
这个工具包介绍很少很少，甚至连成文的材料都没有，……但是它的功能很明确！ggExtra：绘制图形的边界直方图。
2.3 ggpointdensity简介
这个就更加“小”了，但是却很常用，用来绘制密度散点图。R语言绘制密度散点图
3 开始画图
3.1 安装并载入
#以上内容分开输入 不要着急
install.packages("ggplot2")
install.packages("ggExtra")
install.packages("ggpointdensity")
library(ggplot2)
library(ggExtra)
library(ggpointdensity)3.2 导入数据
点击Import Dataset 注意修改变量名称和数据格式。
3.3 二维散点核密度图
接着我们开始绘制散点核密度图（这里以R语言自带的数据集iris为例）
p<- ggplot(data =iris,mapping = aes(x =Sepal.Length,y = Sepal.Width))+geom_pointdensity()
#将iris替换成自己的data.frame数据集，aes()函数里x,y=自己的X与Y变量名称
那么我们掌握了如何绘制散点核密度图，接下来思考的是如何绘制成更加好看的六边形散点核密度图，遗憾的是，绘制六边形散点图需要一个R包（hexin），本人尝试了多种方法都没有成功，因此附上相关教程：R语言绘图教程（含六边形散点图绘制）
3.4 修改横纵坐标轴和坐标轴名称
在R语言ggplot2里，修改背景、横纵坐标轴统统归theme()函数来管。有一个博文讲的很明白，在此引用：ggplot2 theme函数。
结合以上内容，我们来举几个例子。
3.4.1 不想要的部分：XXX=“none”
比如我们不想要图例 那就legend.position="none";
此处注意，我们之前说过R语言绘图就是不断地加起来那么就要让：原来的图P=P+一个变化
p<-p+theme(legend.position="none")
3.4.2 修改背景（包括坐标轴）
新版本的R可以用一个最简单的办法：theme_classic() 但是很多时候有bug，所以不好实现。
那么我们逐项修改：
- 将背景删去，同样删去网格线
p<-p+theme(panel.grid.major = element_blank(),panel.grid.minor=element_blank(),panel.border = element_blank(), panel.background = element_blank())- 添加坐标轴的实线
pt<-pt+theme(axis.line.x = element_line(color = "black"), axis.line.y = element_line(color = "black"))
- 修改坐标轴极值和间距
p<-p+scale_y_continuous(breaks=seq(2,4.5,1))+scale_x_continuous(breaks=seq(0,8,2))
#修改成适合自己的坐标轴范围，其中第一个是最小值，第二个是最大值，第三个是间距- 添加文字（包括坐标轴名称）
默认坐标轴名称是变量的名称，如果我们要修改的话，则修改刻度标签
p<-p+xlab("this is xlab")+ ylab("this is ylab")
此外，我们想要添加文本注释，就就使用geom_text()函数：（引用自绘制文本，注释和主题）
geom_text(mapping = NULL, data = NULL, stat = "identity",
position = "identity", ..., parse = FALSE, nudge_x = 0, nudge_y = 0,
check_overlap = FALSE, na.rm = FALSE, show.legend = NA,
inherit.aes = TRUE)参数注释：
- mapping：映射，使用aes()设置映射
- stat：统计转换
- position：位置调整
- check_overlap：默认值是 FALSE，如果是TRUE，新增的文本不会覆盖同一图层中的先前文本。
- parse：默认值是FALSE，不对文本内容进行解析。
- show.legend：是否显示该文本图层的图例（legend）
- nudge_x，nudge_y：把文本做小幅移动的距离
geom_text()可以识别的aes参数：
- x
- y
- label：显示的文本
- alpha：文本重叠部分的透明度
- angle：文本旋转的角度
- colour：文本的前景色
- family：字体名称
- fontface：字体类型，有效值是："plain", "bold", "italic", "bold.italic"
- group：分组
- hjust、vjust：文本的水平和垂直调整距离，取值范围是0-1，0代表right/bottom，1代表left/top。
- lineheight：
- size：字体的大小
因此我们可以使用该函数来进行注释的添加，但是本人尝试了半天还是没搞明白，仅供参考，于是终于找到了另一个高效的函数annotate()，它的使用方法非常简单，annotate("text",x=3,y=3,label="加入的文字")，其中仅仅需要修改x和y坐标（同数据坐标一样）。
因此可以这样使用
p<-p+annotate("text",x=3,y=3,label="文字充填")
#增加尺寸
p<-p+annotate("text",x=4,y=4,label="文字充填",size=2)
4.绘制边际图形
最后来绘制边际图形，有很多个类型可供选择，包括直方图、核密度图等，具体参考边际直方图
type=" " | 作用 |
density | 密度曲线 |
histogram | 直方图 |
boxplot | 箱线图 |
violin | 小提琴图 |
densigram | 密度图与直方图 |
ggMarginal(p,type="histogram",fill="skyblue")
其中更改type类型即可绘制不同的图形，fill表示填充颜色，col可更改描边颜色。我们使用核密度曲线尝试。(颜色参考颜色参数，更加详细的形状设置参考R语言绘图各类基本参数)
ggMarginal(p,type="density",col="red",fill="skyblue")
