【原】【R分享|實戰】跟著科白君學畫散點圖就對了~

科白君 2021-07-22

展開全文

“ 夯實基礎，持之以恒。” --科白君

"R實戰"專題·第1篇

編輯 | 科白維尼

5311字 | 9分鐘閱讀

本文推送內容

利用ggplot2包及相關包描繪美觀且有用的散點圖。散點圖是一種常用的圖形，可以直觀展示回歸分析中數據的分布和聚合情況（因變量隨自變量而變化的大致趨勢，進而找到變量之間的合適函數關系）。我們經常看到用散點圖表示線性回歸關系，進行預測分析，進而做出科學的決策。變量之間的關系有很多，如線性關系、指數關系、對數關系等等，當然，沒有關系也是一種重要的關系。

本文將逐步講解，教大家如何用ggplot2包等繪制讓人賞心悅目的散點圖，基于R-4.0.2版本。

首先，加載所需R包。

if (!require("pacman")) install.packages ("pacman") # 下載 pacman 程序包
library ("pacman") # library 加載 pacman 程序包
p_load (ggplot2, ggthemes, dplyr, readr, showtext, export) # p_load 需要 pacman 包才能運行

然后，我們利用R語言自帶的數據集"mpg"。

# 選擇R語言自帶的數據集，<- 為賦值符號
a <- mpg
# 查看數據集前 6 行，tail () 查看尾 6 行
head (a)
# 如果想看前 10 行的數據，可以改寫成 head (a, 10)
# 如果想深入了解該函數用法，可以用 help () 進行訪問
# 了解數據結構
str (a)

結果展示：

最后，利用這份數據，逐步繪制和完善散點圖。

3.1 繪制基本的散點圖

p1 <- ggplot (data = a, # ggplot 函數基礎下能夠畫多種多樣的圖形
aes (x = hwy, y = displ, colour = class))+ # aes 描繪函數，對載入數據中所要表達的x, y, colour, shape等等
geom_point ( ) # 畫散點圖的函數 geom_point ( )
p1 # 或者 print (p1)

輸出結果：

在這個基礎圖上，我們如何進行修改和完善？我們畫圖的目的是讓圖片的比例、顏色、形狀更讓人賞心悅目。接下來，我將逐步對散點圖主要的元素進行描繪和講解，以便大家學習和模仿。

3.2 調整點的大小

圖中每個散點有點小，不便于大家閱讀，將其放大一些。

p2 <- ggplot (data = a,
aes (x = hwy, y = displ, colour = class))+
geom_point (size = 3.5) # size 函數作用是改變大小
p2

輸出結果：

3.3 根據不同的分組改變散點圖的形狀

p3 <- ggplot (data = a,
aes (x = hwy, y = displ, colour = class, shape = class))+
geom_point (size = 3.5)+
scale_shape_manual (values = c (16, 17, 18, 19, 20, 21, 22)) # scale_shape_manual 函數用來自定義對應分組散點的形狀，數字表示形狀類型
p3

輸出結果：

我們發現既對class進行顏色區分，又對其進行形狀區分，這樣的視覺效果并不好。于是，我們只保留其顏色區分，并選用18號充實菱形形狀來描繪。

p4 <- ggplot (data = a,
aes (x = hwy, y = displ, colour = class))+
geom_point (size = 5, shape = 18) # 在 geom_point 函數下的 shape 表示所有點都為該形狀
p4

結果展示：

其實在用我們自己實驗得到的數據時，特別是平行樣品較多的時候，很多樣點會重疊看不清楚，這里我們可以調節散點的透明度，讓重疊的點也變得可讀。

3.4 調節散點圖的透明度

這里需要用到 geom_point 里的 alpha 函數

p5 <- ggplot (data = a,
aes (x = hwy, y = displ, colour = class))+
geom_point (size = 5, shape =18, alpha = 0.5) # alpha 函數作用是調節圖形中元素的透明度
p5

結果展示：

3.5 修改x，y軸的刻度范圍

圖基本調節好了，但發現x，y軸有點參差不齊。x和y軸的刻度不是我們所希望表現的，需要重新設定。這里，需要用到 scale_x/y_continuous 函數。

p6 <- p5+
  scale_x_continuous (limits = c (10, 45), breaks = seq (10, 45, 5))+ # breaks 函數表示 min，max，刻度間隔
  scale_y_continuous (limits = c (1, 7), breaks = seq (1, 7, 1)) # limits 函數表示 min, max
p6

結果展示：

3.6 設定x,y軸的標簽及標題和副標等

這時候我們可以根據自己的需求修改x,y軸的標簽名，以及給圖片附上標題和副標，讓圖片更加完整。

p7 <- p6+
  labs (title = "Changes of soil organic carbon with soil depth", # labs 函數用來寫標簽，記得必須添加引號
   subtitle = "Soil organic carbon")+
  labs (x = "soil depth", y = "Soil organic carbon content (g/kg)")
p7

結果展示：

3.7 圖例的管理（這期主要講位置）

圖例比較小，單獨放在外面不夠美觀。仔細觀察，圖例右上角還有一處空白地，咱們就把它移動進去，這樣整張圖就顯得更加飽滿了。不過圖例具體如何管理還需要根據畫出來的圖片情況來調整，有時可以將圖例放圖頂或者圖底，因人而異。這里，需要強調，當圖例放進圖中時，x, y為（0，0）是左下角，（1，1）是右上角。根據自己情況進行調整。

p8 <- p7+
theme ( legend.position = c (0.8, 0.6)) # theme 函數主要是圖片內的主題等
p8

結果展示：

我們發現得到的圖里有一塊白色的，不太美觀，再用一條圖例背景代碼。

p9 <- p8+
theme (legend.background = element_blank ())
p9

得到：

關于圖例的其他設置，我會專門找一期來細講。

3.8 字體設置

可以根據自己喜好調整字體，但是一般投稿的字體類型都用的Arial字體。R語言輸出的圖片默認的也是Arial字體。

windowsFonts (
  # 中文字體
  lishu = windowsFont (family = "LiSu"), # 隸書
  yahei = windowsFont (family = "Microsoft YaHei"), # 微軟雅黑
  xinwei = windowsFont (family = "STXingwei"), # 華文新魏
  kaiti = windowsFont (family = "KaiTi"), # 楷體
  heiti = windowsFont (family = "SimHei"), # 黑體
  # 英文字體
  arial = windowsFont (family = "Arial"), # Arial字體
  newman = windowsFont (family = "Times New Roman"), #Times New Roman字體 
  hand = windowsFont (family = "Lucida Calligraphy"), # Lucida手寫體
  Helvetica = windowsFont (family = "Helvetica"), # 印刷體 
)

3.9 字體大小和類型

仔細觀察，現在得到的圖x, y軸的標簽以及字體大小都偏小，因此需要進行修改。

p9_1 <- ggplot (data = a,
aes (x = hwy, y = displ, colour = class))+
  geom_point (size = 5, alpha = 0.5, shape = 18)+
  scale_x_continuous (limits = c (10, 45), breaks = seq (10, 45, 5))+
  scale_y_continuous (limits = c (1, 7), breaks = seq (1, 7, 1))+
  theme (axis.text = element_text (size = 12, colour = "black"), # axis.text/title 表示坐標軸標簽的信息
  axis.title = element_text (size =12, colour = "black"), # 坐標軸的顏色默認是灰黑色并不是黑色，這里需要自己改成黑色。
  legend.position = c (0.8, 0.6),
  legend.background = element_blank (),
  legend.text = element_text (size = 12), # 圖例信息的大小
  text = element_text (family ="arial"),
  plot.title = element_text (family ="arial", size = 16))+ # family 函數表示字體類型，size 表示大小
  labs (title = "Changes of soil organic carbon with soil depth",
  subtitle = "Soil organic carbon")+
  labs ( x ="soil depth", y = "Soil organic carbon content (g/kg)")
p9_1

結果展示：

我不太喜歡R語言自帶的背景色，通常都選用網格白色底。需要用到theme_bw () 函數。

p9_1 <- ggplot (data = a,
aes (x = hwy, y = displ, colour = class))+
  geom_point (size = 5, alpha = 0.5, shape = 18)+
  scale_x_continuous (limits = c (10, 45), breaks = seq (10, 45, 5))+
  scale_y_continuous (limits = c (1, 7), breaks = seq (1, 7, 1))+ theme_bw ( )+
  theme (axis.text = element_text (size = 12, colour = "black"), # axis.text/title 表示坐標軸標簽的信息
  axis.title = element_text (size =12, colour = "black"), # 坐標軸的顏色默認是灰黑色并不是黑色，這里需要自己改成黑色。
  legend.position = c (0.8, 0.6),
  legend.background = element_blank (),
  legend.text = element_text (size = 12), # 圖例信息的大小
  text = element_text (family ="arial"),
  plot.title = element_text (family ="arial", size = 16))+ # family 函數表示字體類型，size 表示大小
  labs (title = "Changes of soil organic carbon with soil depth",
  subtitle = "Soil organic carbon")+
  labs ( x ="soil depth", y = "Soil organic carbon content (g/kg)")
p9_1

關于背景主題的題材很多，這一期就不展開講了。后面找一專題再具體詳聊。

4.0 輸出圖片

這里，我們可以用 ggplot2 包的 ggsave 函數或者 export 包的 graph2ppt 函數。

# export 包下的輸出方式
p9_2 <- p9_1+
graph2ppt (file ="outcome.ppt", append = FALSE)

# ggplot2 包下的輸出方式
p9_3 <- ggplot (data = a,
aes (x = hwy, y = displ, colour = class))+
  geom_point (size = 5, alpha = 0.5, shape = 18)+
  scale_x_continuous (limits = c (10, 45), breaks = seq (10, 45, 5))+
  scale_y_continuous (limits = c (1, 7), breaks = seq (1, 7, 1))+ theme_bw ( )+
  theme (axis.text = element_text (size = 12, colour = "black"),  # axis.text/title 表示坐標軸標簽的信息
   axis.title = element_text (size = 12, colour = "black"),  # 坐標軸的顏色默認是灰黑色并不是黑色，這里需要自己改成黑色。
   legend.position = c (0.8, 0.6),
   legend.background = element_blank (),
   legend.text = element_text (size = 12), # 圖例信息的大小
   plot.title = element_text (size = 16))+ # size 表示大小
  labs (title = "Changes of soil organic carbon with soil depth",
  subtitle = "Soil organic carbon")+
  labs ( x = "soil depth", y ="Soil organic carbon content (g/kg)")
ggsave ("p9_3.pdf") # 由于在輸出是出現了無效字體的報錯，只能把有關字體的代碼刪除了再進行輸出。

附上完整的代碼：

#####################################
# ggplot2 包畫散點圖的詳細講解與繪制
#####################################

#1 加載所需要的R包
if (!require("pacman")) install.packages ("pacman") # 下載 pacman 程序包
library ("pacman") # library 加載 pacman 程序包
p_load (ggplot2, ggthemes, dplyr, readr, showtext, export) # p_load 需要 pacman 包才能運行

#2 加載數據集
# 選擇R語言自帶的數據集，<- 為賦值符號
a <- mpg
# 查看數據集前 6 行，tail () 查看尾 6 行
head (a)
# 如果想看前 10 行的數據，可以改寫成 head (a, 10)
# 如果想深入了解該函數用法，可以用 help () 進行訪問
# 了解數據結構
str (a)

#3 逐步分析講解散點圖
#1) 基礎的散點圖
p1 <- ggplot (data = a, # ggplot 函數基礎下能夠畫多種多樣的圖形
  aes (x = hwy, y = displ, colour = class))+ # aes 描繪函數，對載入數據中所要表達的x, y, colour, shape等等
  geom_point ( ) # 畫散點圖的函數 geom_point ( )
p1 # 或者 print (p1)

#2) 調整點的大小
p2 <- ggplot (data = a,
aes (x = hwy, y = displ, colour = class))+
  geom_point (size = 3.5) # size 函數作用是改變大小
p2

#3) 根據不同的分組改變散點圖的形狀
p3 <- ggplot (data = a,
  aes (x = hwy, y = displ, colour = class, shape = class))+
  geom_point (size = 3.5)+
  scale_shape_manual (values = c (16, 17, 18, 19, 20, 21, 22)) # scale_shape_manual 函數用來自定義對應分組散點的形狀，數字表示形狀類型
p3

#4) 只保留其顏色區分，并選用18號充實菱形形狀來描繪
p4 <- ggplot (data = a,
  aes (x = hwy, y = displ, colour = class))+
  geom_point (size = 5, shape = 18) # 在 geom_point 函數下的 shape 表示所有點都為該形狀
p4

#5) 調節散點圖的透明度
p5 <- ggplot (data = a,
  aes (x = hwy, y = displ, colour = class))+
  geom_point (size = 5, shape =18, alpha = 0.5) # alpha 函數作用是調節圖形中元素的透明度
p5

#6) 修改x，y軸的刻度范圍
p6 <- p5+
  scale_x_continuous (limits = c (10, 45), breaks = seq (10, 45, 5))+ # breaks 函數表示 min，max，刻度間隔
  scale_y_continuous (limits = c (1, 7), breaks = seq (1, 7, 1)) # limits 函數表示 min, max
p6

#7) 設定x,y軸的標簽及標題和副標等
p7 <- p6+
  labs (title = "Changes of soil organic carbon with soil depth", # labs 函數用來寫標簽，記得必須添加引號
  subtitle = "Soil organic carbon")+
  labs (x = "soil depth", y = "Soil organic carbon content (g/kg)")
p7

#8) 圖例的管理（這期主要講位置）
p8 <- p7+
  theme ( legend.position = c (0.8, 0.6)) # theme 函數主要是圖片內的主題等
p8
p9 <- p8+
  theme (legend.background = element_blank ())
p9

#9) 字體設置
windowsFonts (
  # 中文字體
  lishu = windowsFont (family = "LiSu"), # 隸書
  yahei = windowsFont (family = "Microsoft YaHei"), # 微軟雅黑
  xinwei = windowsFont (family = "STXingwei"), # 華文新魏
  kaiti = windowsFont (family = "KaiTi"), # 楷體
  heiti = windowsFont (family = "SimHei"), # 黑體
  # 英文字體
  arial = windowsFont (family = "Arial"), # Arial字體
  newman = windowsFont (family = "Times New Roman"), #Times New Roman字體
  hand = windowsFont (family = "Lucida Calligraphy"), # Lucida手寫體
  Helvetica = windowsFont (family = "Helvetica"), # 印刷體
)

#10) 字體大小和類型
p9_1 <- ggplot (data = a,
aes (x = hwy, y = displ, colour = class))+
  geom_point (size = 5, alpha = 0.5, shape = 18)+
  scale_x_continuous (limits = c (10, 45), breaks = seq (10, 45, 5))+
  scale_y_continuous (limits = c (1, 7), breaks = seq (1, 7, 1))+
  theme (axis.text = element_text (size = 12, colour = "black"), # axis.text/title 表示坐標軸標簽的信息
   axis.title = element_text (size =12, colour = "black"), # 坐標軸的顏色默認是灰黑色并不是黑色，這里需要自己改成黑色。
   legend.position = c (0.8, 0.6),
   legend.background = element_blank (),
   legend.text = element_text (size = 12), # 圖例信息的大小
   text = element_text (family ="arial"),
   plot.title = element_text (family ="arial", size = 16))+ # family 函數表示字體類型，size 表示大小
  labs (title = "Changes of soil organic carbon with soil depth",
  subtitle = "Soil organic carbon")+
  labs ( x ="soil depth", y = "Soil organic carbon content (g/kg)")
p9_1

# 更換白色底背景
p9_1 <- ggplot (data = a,
aes (x = hwy, y = displ, colour = class))+
  geom_point (size = 5, alpha = 0.5, shape = 18)+
  scale_x_continuous (limits = c (10, 45), breaks = seq (10, 45, 5))+
  scale_y_continuous (limits = c (1, 7), breaks = seq (1, 7, 1))+
  theme_bw ( )+
  theme (axis.text = element_text (size = 12, colour = "black"), # axis.text/title 表示坐標軸標簽的信息
   axis.title = element_text (size =12, colour = "black"), # 坐標軸的顏色默認是灰黑色并不是黑色，這里需要自己改成黑色。
   legend.position = c (0.8, 0.6),
   legend.background = element_blank (),
   legend.text = element_text (size = 12), # 圖例信息的大小
   text = element_text (family ="arial"),
   plot.title = element_text (family ="arial", size = 16))+ # family 函數表示字體類型，size 表示大小
  labs (title = "Changes of soil organic carbon with soil depth",
  subtitle = "Soil organic carbon")+
  labs ( x ="soil depth", y = "Soil organic carbon content (g/kg)")
p9_1

# 輸出圖片
# export 包
p9_2 <- p9_1+
graph2ppt(file="outcome.ppt",append=FALSE)
# ggplot2 包
p9_3 <- ggplot (data = a,
aes (x = hwy, y = displ, colour = class))+
  geom_point (size = 5, alpha = 0.5, shape = 18)+
  scale_x_continuous (limits = c (10, 45), breaks = seq (10, 45, 5))+
  scale_y_continuous (limits = c (1, 7), breaks = seq (1, 7, 1))+ theme_bw ( )+
  theme (axis.text = element_text (size = 12, colour = "black"), # axis.text/title 表示坐標軸標簽的信息
   axis.title = element_text (size =12, colour = "black"), # 坐標軸的顏色默認是灰黑色并不是黑色，這里需要自己改成黑色。
   legend.position = c (0.8, 0.6),
   legend.background = element_blank (),
   legend.text = element_text (size = 12), # 圖例信息的大小
   plot.title = element_text (size = 16))+ # size 表示大小
  labs (title = "Changes of soil organic carbon with soil depth",
  subtitle = "Soil organic carbon")+
  labs ( x ="soil depth", y = "Soil organic carbon content (g/kg)")
ggsave("p9_1.pdf")

最后展示：

Tips：

1）R語言的每行代碼也如同PS里的圖層一樣，如果這行代碼放在下一行可能出來的結果就不一樣了。例如，theme_bw ( ) 這個代碼如果放在最后又是另一個結果。本文推送沒有展示，大家可以自己試試。

2）所有不懂的函數，或者需要詳細了解的函數，都可以用 help (" ") 進行訪問，或者利用 ? " xx "也可以。

3）代碼可以直接copy，但是也希望自己多敲敲代碼喔，畢竟熟能生巧嘛~

贊賞

共11人贊賞

【原】【R分享|實戰】 跟著科白君學畫散點圖就對了~

【原】【R分享|實戰】跟著科白君學畫散點圖就對了~