R ggplot 作图

R代码:

library(ggplot2)
data1<-read.table(file = "cons_spec_gene.xls",header = TRUE,sep = "\t")
p<-ggplot(data = data1,mapping = aes(x = Group,y = Gene.number,fill = Legend))+geom_bar(stat = ‘identity‘,width = 0.5)
q<-p+labs(x="Genome",y="Gene number")+theme_bw()+theme(panel.grid=element_blank(),panel.border=element_blank())
a<-q+theme(panel.border=element_rect(fill=‘transparent‘, color=‘black‘),axis.text.x =element_text (angle=45,hjust=1))
b<-a+coord_cartesian(ylim=c(0,8000))
b

library查看是否安装ggplot;
将目录放入session设置的文件夹,,用read.table打开xls格式的文件,双击tab,自动补充header=TRUE,需要title。分隔符设置为\t读入。
使用ggplot(),双击tab补充参数,依次为读入文件,映射x=group的名,y为gene number数字,fill=Legend的数据,读入y数值属于什么gene的名字,颜色以区分; stat="identity"用来identity提取横坐标x对应的y值,默认一个x对应一个y,width指定宽度。ggplot 的geom_bar 有三种position : stack(默认上下), dodge(左右),fill(百分之百1来作为纵坐标的衡量)。
Labs(x=””,y=””)修改横纵坐标名字+去掉灰色背景+panel.grid/panel.border去掉网格线(所有线都没有了),
Pandel.border加入黑色边框,x轴坐标轴刻度倾斜45度,hjust使刻度下调0.5,
将y轴设置范围为0-8000

8.

先加载包(不加载找不到看不了mpg),查看数据集mpg/mpg$class,以向量取0-36行存入ne‘wdata,无引号,有列名写入x‘l‘s。

像第七题那样读入x‘l‘s文件,加载包,用数据data1,x=displ,y=hwycolor=trans,si‘ze=class,然后+散点图geom_point()
p
输出p

时间: 2024-10-09 12:34:00

R ggplot 作图的相关文章

MAC R语言作图不显示中文解决办法

超简单, 一行代码解决, 但是记住, 如下代码 par(family='STKaiti') # 改字体, 否则不显示中文#下方代码是示例 barplot(1:5) table(pol$region) barplot(table(pol$region),col='wheat',main = '乡村数') 原文地址:https://www.cnblogs.com/theoup/p/10075982.html

【数据分析 R语言实战】学习笔记 第四章 数据的图形描述

4.1 R绘图概述 以下两个函数,可以分别展示二维,三维图形的示例: >demo(graphics) >demo(persp) R提供了多种绘图相关的命令,可分成三类: 高级绘图命令:在图形设备上产生一个新的图区,它可能包括坐标轴.标签.标题等. 低级绘图命令:在一个己经存在的图形上加上更多的图形元素,如额外的点.线和标签. 交互式图形命令:允许交互式地用鼠标在一个已经存在的图形.上添加图形信息或者提取图形信息. 使用R语言作图,主要按照以下步骤进行: ①取原始数据,准备好绘图需要的变量. ②

R语言:ggplot2精细化绘图——以实用商业化图表绘图为例

本文旨在介绍R语言中ggplot2包的一些精细化操作,主要适用于对R画图有一定了解,需要更精细化作图的人,尤其是那些刚从excel转ggplot2的各位,有比较频繁的作图需求的人.不讨论那些样式非常酷炫的图表,以实用的商业化图表为主.包括以下结构: 1.画图前的准备:自定义ggplot2格式刷 2.画图前的准备:数据塑形利器dplyr / tidyr介绍 3.常用的商业用图: 1)简单柱形图+文本(单一变量) 2)分面柱形图(facet_wrap/facet_grid) 3)簇型柱形图(posi

R语言-探索两个变量

目的: 通过探索文件pseudo_facebook.tsv数据来学会两个变量的分析流程 知识点: 1.ggplot语法 2.如何做散点图 3.如何优化散点图 4.条件均值 5.变量的相关性 6.子集散点图 7.平滑化 简介: 如果在探索单一变量时,使用直方图来表示该值和整体的关系,那么在探索两个变量的时候,使用散点图会更适合来探索两个变量之间的关系 案例分析: 1.根据年龄和好友数作出散点图 #导入ggplot2绘图包library(ggplot2) setwd('D:/Udacity/数据分析

R 作饼形图

使用R语言作图和分析很久了,一直都想把常见的一些图形的做法记下来,今天开始实践. data=seq(1,10,length.out=10) ratio=paste(round(data/sum(data),4)*100,"%",sep='') labels=c('One','Two','Three','Four','Five','Six','Seven','Eight','Nine','Ten') slide_labels=paste(labels,ratio,sep=' ') pie

R 语言的优劣势是什么?

R 语言的优劣势是什么? 2015-05-27 程序员 大数据小分析 R,不仅仅是一种语言 本文原载于<程序员>杂志2010年第8期,因篇幅所限,有所删减,这里刊登的是全文. 工欲善其事,必先利其器,作为一个战斗在IT界第一线的工程师,C/C++.java.perl.python.ruby.php.javascript.erlang等等等等,你手中总有一把使用自如的刀,帮助你披荆斩棘. 应用场景决定知识的储备与工具的选择,反过来,无论你选择了什么样的工具,你一定会努力地把它改造成符合自己应用场

R语言重要数据集分析研究——需要整理分析阐明理念

1.R语言重要数据集分析研究需要整理分析阐明理念? 上一节讲了R语言作图,本节来讲讲当你拿到一个数据集的时候如何下手分析,数据分析的第一步,探索性数据分析. 统计量,即统计学里面关注的数据集的几个指标,常用的如下:最小值,最大值,四分位数,均值,中位数,众数,方差,标准差,极差,偏度,峰度 先来解释一下各个量得含义,浅显就不说了,这里主要说一下不常见的 众数:出现次数最多的 方差:每个样本值与均值的差得平方和的平均数 标准差:又称均方差,是方差的二次方根,用来衡量一个数据集的集中性 极差:最大值

R语言数据分析系列六

R语言数据分析系列六 -- by comaple.zhang 上一节讲了R语言作图,本节来讲讲当你拿到一个数据集的时候怎样下手分析,数据分析的第一步.探索性数据分析. 统计量,即统计学里面关注的数据集的几个指标.经常使用的例如以下:最小值,最大值,四分位数,均值,中位数,众数,方差,标准差.极差,偏度,峰度 先来解释一下各个量得含义,浅显就不说了,这里主要说一下不常见的 众数:出现次数最多的 方差:每一个样本值与均值的差得平方和的平均数 标准差:又称均方差,是方差的二次方根.用来衡量一个数据集的

15、R语言聚类树的绘图原理

聚类广泛用于数据分析.去年研究了一下R语言聚类树的绘图原理.以芯片分析为例,我们来给一些样品做聚类分析.聚类的方法有很多种,我们选择Pearson距离.ward方法. 选择的样品有: "GSM658287.CEL", "GSM658288.CEL", "GSM658289.CEL", "GSM658290.CEL", "GSM658291.CEL", "GSM658292.CEL", &