R语言绘图 多图叠加和图形分.docx

R语言绘图 多图叠加和图形分.docx

《R语言绘图 多图叠加和图形分.docx》由会员分享，可在线阅读，更多相关《R语言绘图 多图叠加和图形分.docx（9页珍藏版）》请在冰豆网上搜索。

R语言绘图多图叠加和图形分

R绘图课程：

多图叠加与图形分页

gaom

在我们用R画图的时候常常碰到一种问题，就是我们简简单单一个对象的图无法达到我们想要的结果。

可能我们是一个对象但有多种展示，需要把多个图放在一起。

也可能我们要画的是多个对象，但每个对象的图其实都是并行的。

前面一种情况我理解为是多图叠加，即需要多张不同的图拼凑到一张图中。

后面的情况我理解为是图形分页，即把类似的图形有序的排列展示给大家看。

今天我们讨论的主题就是如何去解决上述的两种情况。

首先，我们针对第一种情况。

其实第一种情况我们还是要划分一下。

多图叠加，其中的叠是指我们的绘图中两张或多张不同的图整合到一种图中，共用一个坐标轴。

比如一张柱状图，一张曲线图合并到一张图中。

而其中的加则是指我们想合并的图之间无法共用坐标轴，我们只能在一张图中划分不同的区域加需要的多张图放置进去。

光说不练假把式，今天我们就找几个实例展示一下，让大家看下我们如果处理这种常见的问题。

library（"ggplot2"）#这次主要是用ggplot来处理

data<（file="C:

/Users/gaom/Desktop/R语言绘图：

多图叠加和图形分页/",header=F,stringsAsFactors=F,sep="\t"）#因为文件中有数字也有字符，所以建议加上stringsAsFactors=F。

head（data）

##V1V2V3V4

##110.A

##22A

##33A

##44A

##550.A

##660.A

dim（data）

##[1]484

第一列是染色体名，第二列和第三列分别是两种计算结果，具体意义暂时不予理会。

第四列是染色体的区域，100000表示1到100000，200000表示100001到200000。

我们大致知道数据结构即可。

下面我们开始画图

p1<-ggplot（data）+geom_bar（aes（x=data$V1,y=data$V3,fill=data$V4,group=data$V4）,,position="dodge",stat="identity",colour="black"）+scale_x_continuous（breaks=1:

12）#加上position="dodge"后会每条染色体分成四个柱子，加上colour="black"，则每个柱子的边框为黑色。

p1

上面已经有对应的柱状图了，下面再根据第一列和第三列画点线图。

p2<-ggplot（data）+geom_line（aes（x=data$V1,y=data$V2,colour=data$V4））+scale_x_continuous（breaks=1:

12）#这里可以注意跟柱状图不一样了，用的是colour，不是fill。

p2

分开的两张图我们都做好了，下面就是叠加了。

首先我们看到这里的数据其实都是data，换句话说就是他们其实可以共用坐标轴的。

所以这种情况在ggplot当中叠起来很容易。

data[,5]="white"

p3<-ggplot（data）+geom_bar（aes（x=data$V1,y=data$V3,group=data$V4）,fill=data$V5,position="dodge",stat="identity",colour="black"）+geom_line（aes（x=data$V1,y=data$V2,colour=data$V4））+scale_x_continuous（breaks=1:

12）#为了能看到线图，所以这里把填充颜色改成了白色，这里大家注意一下fill的位置，跟之前的fill运用有些区别

p3

这里说完了叠，再说说加。

下面我们就简单的把上面两张图加到一张图中。

library（"gridExtra"）

（p1,p2,ncol=2,widths=c（1,1））#widths表示横向两图的比例

（p1,p2,nrow=2,heights=c（1,2））#heights表示两图纵向的比例

（p1,p2,p1,p2,ncol=2,nrow=2）#ncol和nrow表示图形摆放方式

（p1,p2,p1,p2,ncol=2,layout_matrix=cbind（c（1,1,1）,c（2,3,4）））#layout_matrix中的1,2,3,4分别对应前面四个对象

除了上述情况，相信大家还会碰到另外一种，比如上述四个图拼在一起。

而我们只有三个图，可能右上角或左上角是空白的。

这个怎么办呢？

kong<-ggplot（）+geom_blank（aes（1,1））+

theme=element_blank（）,=element_blank（）,

=element_blank（）,=element_blank（）,

=element_blank（）,=element_blank（）,

=element_blank（）,=element_blank（）,

=element_blank（）,=element_blank（）,

=element_blank（））#这里其实就是建立了一个完全空白的图片

（p2,kong,p1,p2,ncol=2,nrow=2,widths=c（2,1）,heights=c（1,2））

上述了这些就是一般常见的图层叠加了。

当然，如果大家还想发散的话，可以再参考一些ggExtra这个包，你会发现更多乐趣。

好了，除了刚才的叠加，下面我们再说说分页。

这方面在ggplot中就显得很容易了。

p4<-ggplot（data）+geom_bar（aes（x=data$V1,y=data$V3,fill=data$V4,group=data$V4）,,position="dodge",stat="identity",colour="black"）+scale_x_continuous（breaks=1:

12）+facet_grid（~V4）#这是根据分组来分页的

p4

p5<-ggplot（data）+geom_bar（aes（x=data$V1,y=data$V3,fill=data$V4,group=data$V4）,,position="dodge",stat="identity",colour="black"）+scale_x_continuous（breaks=1:

12）+facet_wrap（~V1,ncol=3）#这个是根据染色体的，同时也能通过ncol和nrow来调控布局

p5

facet_grid相对facet_wrap而言可以应用多个标准进行分页。

但从布局角度个人觉得facet_wrap更好。

p6<-ggplot（data）+geom_bar（aes（x=data$V1,y=data$V3,fill=data$V4,group=data$V4）,,position="dodge",stat="identity",colour="black"）+scale_x_continuous（breaks=1:

12）+facet_grid（V1~V4）#这是根据分组来分页的

p6