BGI-College生信入门——9、R语言基础（二）

ggplot2

Elegant Graphics for Data Analysis，用于数据分析的精美图形

ggplot2是一个用于数据统计和绘图的R包
与其它绘图包不同，ggplot2有自己的基础语法

ggplot2的逻辑就是基于图层的概念，把一张统计图中涵盖的元素按属性可以分成5大类：

1. 几何对象
   geometric object，简写成geoms，代表图中的点、线和多边形等
2. 尺度
   aesthetic attributes，简写成aes，包括颜色、形状和大小等
3. 数据的统计变换
   statistical transformation，简写stats
   总结数据，例如分类统计绘制直方图，或总结得出一个二维的线性模型
4. 坐标系
   coordinate system，简写coord
   通过坐标轴和网格线展示
   一般采用笛卡尔坐标系，同时支持其它坐标系（极坐标、地图投射等）
5. 分面
   facet，指定绘图窗口划分为若干个子窗口

熟悉PS的朋友可能知道，在PS里绘图我们通过不断新建图层达到添加新元素的目的，ggplot2的图层概念与之类似

安装ggplot2

install.packages("ggplot2")

使用qplot绘制简单图形

ggplot2内置的数据集

绘图所用数据集为ggplot2内置的diamonds，该数据是53,940个钻石的价格和品质信息

钻石的4C标准：carat（克拉）、cut（切工）、color（色泽）和clarity（透明度）

head(diamonds)

　　

carat	cut	color	clarity	depth	table	price	x	y	z
0.23	Ideal	E	SI2	61.5	55	326	3.95	3.98	2.43
0.21	Premium	E	SI1	59.8	61	326	3.89	3.84	2.31
0.23	Good	E	VS1	56.9	65	327	4.05	4.07	2.31
0.29	Premium	I	VS2	62.4	58	334	4.2	4.23	2.63
0.31	Good	J	SI2	63.3	58	335	4.34	4.35	2.75
0.24	Very Good	J	VVS2	62.8	57	336	3.94	3.96	2.48

图1  x、y、z、table和depth的测量方式

另外我们会从diamonds数据中随机产生一个包含100个钻石品质信息的数据子集dsmall

set.seed(2022) #设置随机数种子，根据种子编号产生可重复的伪随机数
dsmall <- diamonds[sample(nrow(diamonds), 100), ] #产生拥有100个钻石信息的小数据集

qplot绘制散点图

qplot(carat, price, data = diamonds)

　

图2  钻石的重量（克拉）和价格的关系

变换变量

qplot(log(carat), log(price), data = diamonds)　

图3  钻石重量（克拉）的对数和价格对数的关系

映射颜色、大小、形状和其它几何属性

颜色的映射

qplot(carat, price, data = dsmall, colour = color)

图4 根据钻石的色泽（color）对散点进行颜色分类

大小的映射

qplot(carat, price, data = dsmall, size = x*y*z)

　　

图5  将x、y、z的乘积映射到散点的大小

形状的映射

qplot(carat, price, data = dsmall, shape = cut)

图6  根据钻石的切工（cut）对数据划分同形状

手动设置相关几何属性

qplot(carat, price, data = dsmall, colour = I("red")) #自定义颜色

图7 自定义所有散点颜色为红色

qplot(carat, price, data = dsmall, size = I(5)) #自定义大小

图8  自定义所有散点大小为5

qplot(carat, price, data = dsmall, shape = I("triangle")) #自定义散点形状为三角形

图9  自定义散点形状为三角形

qplot(carat, price, data = diamonds, alpha = I(1/10)) #自定义透明度为默认的1/10
qplot(carat, price, data = diamonds, alpha = I(1/100)) #自定义透明度为默认的1/100

图10  设定散点透明度为默认的1/10

图11  设定散点透明度为默认的1/100

绘制几何图形

qplot除了能绘制一般的散点图，还可以绘制一些二维的几何图形

qplot(carat, price, data = dsmall, geom = "point") #提供x，y时，qplot()默认绘制散点图
qplot(carat, price, data = dsmall, geom = c("point", "smooth")) #增加平滑的拟合曲线

图12  给散点图增加拟合曲线

qplot(cut, price, data = dsmall, geom = "boxplot") #绘制箱线图以总结点的分布情况

图13  钻石不同切工（cut）下价格的分布情况

qplot(date, unemploy/pop, data = economics, geom = "line") #绘制数据之间的连线，用于观察时间和其它变量的关系

由于diamonds数据中没有时间变量，这里使用内置数据集economics作为演示

图14  随时间推移失业率的变化曲线

一维数据绘图

连续变量

qplot(carat, data = diamonds, geom = "histogram") #绘制直方图

图15  钻石重量（carat）的频数直方图

qplot(color, price/carat, data = diamonds, geom = "jitter") #绘制抖动散点图

图16  钻石不同色泽的单价分布

经常做GWAS分析的朋友想必非常熟悉，这个抖动散点图不就是曼哈顿图吗

qplot(carat, data = diamonds, geom = "density") #绘制密度分布图

图17  钻石分布密度

离散变量

qplot(cut, data = diamonds, geom = "bar") #绘制条形图

图18  钻石切工分布条形图

faceting分面

它根据某个变量拆分数据为子集，并以相同的排列展示方便比较每个子集

qplot(carat, data = diamonds, facets = cut ~ .,geom = "histogram", binwidth = 0.01, xlim = c(0, 2)) #这里根据钻石的切工（cut）进行分面，绘制直方图并设定箱宽为0.01，x轴范围在0~2

图19  以钻石切工为条件显示钻石重量的分布情况