R语言ggplot2——散点图

这篇具有很好参考价值的文章主要介绍了R语言ggplot2——散点图。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

BMI=read.table('/Users/zhangzhishuai/Downloads/33 lesson33 ggplot2散点图(一)/33_ggplot2/BMI.txt',sep = '\t', header = T,row.names = 1)
library(ggplot2)
# 散点图
ggplot(BMI,aes(x=height,y=weight))
ggplot(BMI,aes(x=height,y=weight)) + geom_point()
# 控制点大小
ggplot(BMI,aes(x=height,y=weight)) + geom_point(size=4)
# 控制点的形状
ggplot(BMI,aes(x=height,y=weight)) + geom_point(shape=15)
# 同时设置点的形状和大小
ggplot(BMI,aes(x=height,y=weight)) + geom_point(shape=15, size=4)
# 利用形状来标识分组
ggplot(BMI,aes(x=height,y=weight,shape=gender)) + geom_point(size=4)
ggplot(BMI,aes(x=height,y=weight,shape=gender)) + 
  geom_point(size=4) +
  scale_shape_manual(values = c(5,17)) #控制形状

# 同时利用形状和颜色进行分组
ggplot(BMI,aes(x=height,y=weight,shape=gender,
               color = gender)) +  #同时设置形状的颜色
  geom_point(size=4) +
  scale_shape_manual(values = c(5,17)) + #控制形状
  scale_color_manual(values = c('red','blue')) #控制颜色

ggplot(BMI,aes(x=height,y=weight,shape=gender,
               color = gender)) +  #同时设置形状的颜色
  geom_point(size=4) +
  scale_shape_manual(values = c(5,17)) + #控制形状
  scale_color_brewer(palette = "Set1") #控制颜色

# 设置渐变填充色
ggplot(BMI,aes(x=height,y=weight,fill=age)) +
  geom_point(size=4,shape=21) +
  scale_fill_gradient(low='yellow',high = 'red') #设置渐变色

# 利用区段显示填充色
ggplot(BMI,aes(x=height,y=weight,fill=age)) +
  geom_point(size=4, shape=21) +
  scale_fill_gradient(low = 'yellow',
                      high = 'red',
                      breaks=seq(28,44,length.out=5),
                      guide = guide_legend()

BMI=read.table('/Users/zhangzhishuai/Downloads/33 lesson33 ggplot2散点图(一)/33_ggplot2/BMI.txt',sep = '\t', header = T,row.names = 1)
library(ggplot2)
# 散点图
ggplot(BMI,aes(x=height,y=weight))
ggplot(BMI,aes(x=height,y=weight)) + geom_point()
# 控制点大小
ggplot(BMI,aes(x=height,y=weight)) + geom_point(size=4)
# 控制点的形状
ggplot(BMI,aes(x=height,y=weight)) + geom_point(shape=15)
# 同时设置点的形状和大小
ggplot(BMI,aes(x=height,y=weight)) + geom_point(shape=15, size=4)
# 利用形状来标识分组
ggplot(BMI,aes(x=height,y=weight,shape=gender)) + geom_point(size=4)
ggplot(BMI,aes(x=height,y=weight,shape=gender)) + 
  geom_point(size=4) +
  scale_shape_manual(values = c(5,17)) #控制形状

# 同时利用形状和颜色进行分组
ggplot(BMI,aes(x=height,y=weight,shape=gender,
               color = gender)) +  #同时设置形状的颜色
  geom_point(size=4) +
  scale_shape_manual(values = c(5,17)) + #控制形状
  scale_color_manual(values = c('red','blue')) #控制颜色

ggplot(BMI,aes(x=height,y=weight,shape=gender,
               color = gender)) +  #同时设置形状的颜色
  geom_point(size=4) +
  scale_shape_manual(values = c(5,17)) + #控制形状
  scale_color_brewer(palette = "Set1") #控制颜色

# 设置渐变填充色
ggplot(BMI,aes(x=height,y=weight,fill=age)) +
  geom_point(size=4,shape=21) +
  scale_fill_gradient(low='yellow',high = 'red') #设置渐变色

# 利用区段显示填充色
ggplot(BMI,aes(x=height,y=weight,fill=age)) +
  geom_point(size=4, shape=21) +
  scale_fill_gradient(low = 'yellow',
                      high = 'red',
                      breaks=seq(28,44,length.out=5),
                      guide = guide_legend())

# 利用变量控制点大小
ggplot(BMI,aes(x=height,y=weight,size=age)) +
  geom_point()
# 利用变量设置点大小和颜色
ggplot(BMI,aes(x=height,y=weight,size=age,color=BMI)) +
  geom_point()

# 设置渐变色
ggplot(BMI,aes(x=height,y=weight,size=age,color=BMI)) +
  geom_point() +
  scale_color_gradient(low = 'yellow',high = 'red')

# 添加线性拟合直线
p = ggplot(BMI,aes(x=height,y=weight))
p + geom_point(
  colour = 'grey60',size=4
) + stat_smooth(method = lm,
                se=FALSE, # 取消置信区间
                colour='red', # 设置直线颜色
                size = 3 # 设置直线宽度
                               )
model <- lm(weight~height,BMI)
summary(model)
# 添加文字注释
p + geom_point(
  colour = 'grey60',
  size=4
) + stat_smooth(method = lm,
                se=FALSE, # 取消置信区间
                colour='red', # 设置直线颜色
                size = 3 # 设置直线宽度
) + annotate('text',
             label='r^2=0.8848\npvalue=0.006039', # 添加R方和P值
             x=162, #横坐标
             y=75 # 纵坐标
) + annotate('text',
             x=180,y=76,label='tom',colour='blue',cex=6
) + annotate('text', 
             x=165,y=59,label='cindy',colour='red',cex=5)

p + geom_point() +
  geom_text(vjust=-0.6, # 竖直方向调
            label=rownames(BMI) # 
            )

p + geom_point() +
  geom_text(label=round( # 保留两位小数
    BMI$BMI,2), # 显示数值
            vjust=-0.6)

示例输入数据:文章来源地址https://www.toymoban.com/news/detail-547580.html

name	height	weight	gender	BMI	age
tom	180	75	male	23.14814815	38
cindy	165	58	female	21.30394858	45
jimmy	175	72	male	23.51020408	43
sam	173	68	male	22.72043837	35
lucy	160	60	female	23.4375	32
lily	163	55	female	20.2020202	28

到了这里,关于R语言ggplot2——散点图的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • R语言ggplot2——柱形图

    BMI.txt

    2024年02月16日
    浏览(34)
  • R语言可视化【ggplot2】

    文章的文字/图片/代码部分/全部来源网络或学术论文或课件,文章会持续修缮更新,仅供学习使用。 目录 R语言可视化【ggplot2】 一、可视化介绍 二、不同情况适用的图形 类别比较:  数值关系: 数据分布:  时间序列:  局部与整体: 举几个例子:  类别比较:柱形图

    2023年04月19日
    浏览(31)
  • R语言的ggplot2绘制分组折线图?

    R绘制分组折线图.R 首先看数据情况:group有3组。Time有3组,数据意思是在3组3个时间点测量了某指标,现在要绘制组1、组2、组3某指标y按时间的变化趋势 数据情况: 看看最终的效果图如下: 下面是本次使用的代码 .libPaths () setwd ( \\\"C:/Users/12974/Desktop/百度经验/03图形绘制/03R绘

    2024年01月22日
    浏览(35)
  • R语言tidyverse教程:ggplot2绘图初步

    R语言系列: 编程基础💎循环语句💎向量、矩阵和数组💎列表、数据帧 排序函数💎apply系列函数 tidyverse :readr💎tibble ggplot2有其独特的绘图语法,想要实现数据绘图,除了数据和集合形状之外,还需要一个叫做 aesthetic 的东西,这个不知道应该怎么翻,后面就统一叫做美术

    2024年02月04日
    浏览(34)
  • R语言ggplot2 | R语言绘制物种组成面积图(三)

       利用R语言绘制物种组成图。本文以堆叠面积图的方式与大家分享。 面积图又叫区域图。它是在折线图的基础之上形成的, 它将折线图中折线与自变量坐标轴之间的区域使用颜色或者纹理填充,这样一个填充区域我们叫面积。颜色的填充可以更好地突出趋势信息(比如时

    2024年02月13日
    浏览(33)
  • R语言画图的-- ggplot2(实现图例的精细修改)

    ggplot2 是R中用来作图的很强的包,但是其用法比较多且各种参数比较复杂,我自己使用的时候还经常需要查阅一些关键参数等,因此想要写一个 r 中 ggplot2 的作图文档,方便自己查阅。 但是今天突然发现了一个网站,这个网站里面包含了 ggplot2 作图的几乎所有内容。有各种图

    2024年02月13日
    浏览(49)
  • R 语言 ggplot2 PCA 主成分分析(虚拟数据集)

    以上代码生成了100行基因,10列样本的矩阵 前五列命名 wt 开头+ 1-5 ,表示正常基因 后五列命名 ko 开头+ 1-5 ,表示缺少基因的样本(knock-out) 给每行基因都统一命名 gene + 1-100 head() 函数默认查看前6行 现在只是定义了矩阵的shape和name,还没填充数值 这段代码的作用是生成一个

    2024年02月11日
    浏览(38)
  • 跟着NatureMetabolism学作图:R语言ggplot2转录组差异表达火山图

    论文 Independent phenotypic plasticity axes define distinct obesity sub-types https://www.nature.com/articles/s42255-022-00629-2#Sec15 s42255-022-00629-2.pdf 论文中没有公开代码,但是所有作图数据都公开了,我们可以试着用论文中提供的数据模仿论文中的图 今天的推文重复一下论文中的Fig3b 差异表达火山图

    2024年02月08日
    浏览(39)
  • R语言:散点图矩阵

    拿到数据之后,首先要做的是「探索性数据分析」,什么是探索性数据分析呢?大致可以分为以下4类: 一维数据看看分布和离群值; 二维数据看看关系和趋势; 三维数据看看维度间的两两关系; 高维数据降维。 这里需要注意的是,即使刚开始拿到的是高维数据(这里指的

    2024年02月09日
    浏览(34)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包