Hadley Wickham創建的可視化包ggplot2可以流暢地進行優美的可視化，但是如果要通過ggplot2定制一套圖形，尤其是適用于雜志期刊等出版物的圖形，對于那些沒有深入了解ggplot2的人來說就有點困難了，ggplot2的部分語法是很晦澀的。為此Alboukadel Kassambara創建了基于ggplot2的可視化包ggpubr用于繪制符合出版物要求的圖形。

安裝及加載ggpubr包

# 直接從CRAN安裝

install.packages("ggpubr", repo="http://cran.us.r-project.org")

# 從GitHub上安裝最新版本

install.packages("devtools", repo="http://cran.us.r-project.org")

library(devtools)

install_github("kassambara/ggpubr")

# 安裝完之后直接加載就行：

library(ggpubr)

ggpubr可繪制圖形

ggpubr可繪制大部分我們常用的圖形，下面逐個介紹。

分布圖(Distribution)

帶有均值線和地毯線的密度圖

#構建數據集

set.seed(123)

df

weight=c(rnorm(200, 55), rnorm(200, 58)))

# 預覽數據格式

head(df)

# 繪制密度圖

ggdensity(df, x="weight", add = "mean", rug = TRUE, color = "sex", fill = "sex",

palette = c("#00AFBB", "#E7B800"))

圖1. 密度圖展示不同性別分組下體重的分布，X軸為體重，Y軸為自動累計的密度，X軸上添加地毯線進一步呈現樣本的分布；按性別分別組標記輪廓線顏色，再按性別填充色展示各組的分布，使用palette自定義顏色，是不是很舒服。

帶有均值線和邊際地毯線的直方圖

gghistogram(df, x="weight", add = "mean", rug = TRUE, color = "sex", fill = "sex",

palette = c("#00AFBB", "#E7B800"))

圖2. 帶有均值線和邊際地毯線的直方圖，只是把密度比例還原為了原始數據counts值

箱線/小提琴圖(barplot/violinplot)

箱線圖+分組形狀+統計

#加載數據集ToothGrowth

data("ToothGrowth")

df1

head(df1)

p

palette = c("#00AFBB", "#E7B800", "#FC4E07"),

add = "jitter", shape="dose")#增加了jitter點，點shape由dose映射

p

圖3. 箱線圖按組著色，同時樣本點標記不同形狀可以一步區分組或批次

箱線圖+分組形狀+統計

# 增加不同組間的p-value值，可以自定義需要標注的組間比較

my_comparisons

p+stat_compare_means(comparisons = my_comparisons)+ #不同組間的比較

stat_compare_means(label.y = 50)

圖4. stat_compare_means添加組間比較連線和統計P值

內有箱線圖的小提琴圖+星標記

ggviolin(df1, x="dose", y="len", fill = "dose",

palette = c("#00AFBB", "#E7B800", "#FC4E07"),

add= "boxplot", add.params = list(fill="white"))+ stat_compare_means(comparisons = my_comparisons, label= "p.signif")+#label這里表示選擇顯著性標記(星號) stat_compare_means(label.y = 50)

圖5. ggviolin繪制小提琴圖， add = "boxplot"中間再添加箱線圖，stat_compare_means中，設置lable="p.signif"，即可添加星添加組間比較連線和統計P值按星分類。

條形/柱狀圖(barplot)

data("mtcars")

df2

df2$cyl

df2$name

head(df2[, c("name", "wt", "mpg", "cyl")])

ggbarplot(df2, x="name", y="mpg", fill = "cyl", color = "white",

palette = "npg", #雜志nature的配色

sort.val = "desc", #下降排序

sort.by.groups=FALSE, #不按組排序

x.text.angle=60)

圖6. 柱狀圖展示不同車的速度，按cyl為分組信息進行填充顏色，顏色按nature配色方法(支持 ggsci包中的本色方案，如: "npg", "aaas", "lancet", "jco", "ucscgb", "uchicago", "simpsons" and "rickandmorty")，按數值降序排列。

# 按組進行排序

ggbarplot(df2, x="name", y="mpg", fill = "cyl", color = "white",

palette = "aaas", #雜志Science的配色

sort.val = "asc", #上升排序,區別于desc，具體看圖演示

sort.by.groups=TRUE,x.text.angle=60) #按組排序 x.text.angle=90

圖7. 由上圖中顏色改為Sciences配色方案(為什么感覺nature和sciences的配色方案沒有文章里的看著舒服呢？)，按組升序排布，且調整x軸標簽60度角防止重疊。

偏差圖

偏差圖展示了與參考值之間的偏差

df2$mpg_z

df2$mpg_grp

head(df2[, c("name", "wt", "mpg", "mpg_grp", "cyl")])

ggbarplot(df2, x="name", y="mpg_z", fill = "mpg_grp", color = "white",

palette = "jco", sort.val = "asc", sort.by.groups = FALSE,

x.text.angle=60, ylab = "MPG z-score", xlab = FALSE, legend.title="MPG Group")

圖8. 基于Zscore的柱狀圖，就是原始值減均值，再除標準差。按jco雜志配色方案，升序排列，不按組排列。

坐標軸變換

ggbarplot(df2, x="name", y="mpg_z", fill = "mpg_grp", color = "white",

palette = "jco", sort.val = "desc", sort.by.groups = FALSE,

x.text.angle=90, ylab = "MPG z-score", xlab = FALSE,

legend.title="MPG Group", rotate=TRUE, ggtheme = theme_minimal()) # rotate設置x/y軸對換

圖9. rotate=TRUE翻轉坐標軸，柱狀圖秒變條形圖

棒棒糖圖(Lollipop chart)

棒棒圖可以代替條形圖展示數據

ggdotchart(df2, x="name", y="mpg", color = "cyl",

palette = c("#00AFBB", "#E7B800", "#FC4E07"),

sorting = "ascending",

add = "segments", ggtheme = theme_pubr())

圖10. 柱狀圖太多了單調，改用棒棒糖圖添加多樣性

可以自設置各種參數

ggdotchart(df2, x="name", y="mpg", color = "cyl",

palette = c("#00AFBB", "#E7B800", "#FC4E07"),

sorting = "descending", add = "segments", rotate = TRUE,

group= "cyl", dot.size = 6,

label = round(df2$mpg), font.label = list(color="white",

size=9, vjust=0.5), ggtheme = theme_pubr())

圖11. 棒棒糖圖簡單調整，rotate = TRUE轉換坐標軸， dot.size = 6調整糖的大小，label = round()添加糖心中的數值，font.label進一步設置字體樣式

棒棒糖偏差圖

ggdotchart(df2, x="name", y="mpg_z", color = "cyl",

palette = c("#00AFBB", "#E7B800", "#FC4E07"),

sorting = "descending", add = "segment",

add.params = list(color="lightgray", size=2),

group= "cyl", dot.size = 6, label = round(df2$mpg_z, 1),

font.label = list(color="white", size=9, vjust=0.5),

ggtheme = theme_pubr())+ geom_line(yintercept=0, linetype=2, color="lightgray")

圖12. 同柱狀圖類似，用Z-score的值代替原始值繪圖。

Cleveland點圖

ggdotchart(df2, x="name", y="mpg", color = "cyl",

palette = c("#00AFBB", "#E7B800", "#FC4E07"),

sorting = "descending",

rotate = TRUE, dot.size = 2, y.text.col=TRUE,

ggtheme = theme_pubr())+ theme_cleveland()

圖13. theme_cleveland()主題可設置為Cleveland點圖樣式

我測試的工作環境

sessionInfo()

R version 3.4.1 (2017-06-30)

Platform: x86_64-pc-linux-gnu (64-bit)

Running under: Ubuntu 16.04.3 LTS

Matrix products: default

BLAS: /usr/lib/openblas-base/libblas.so.3

LAPACK: /usr/lib/libopenblasp-r0.2.18.so

locale:

[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8

[5] LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8 LC_PAPER=en_US.UTF-8 LC_NAME=C

[9] LC_ADDRESS=C LC_TELEPHONE=C LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C

attached base packages:

[1] stats graphics grDevices utils datasets methods base

other attached packages:

[1] bindrcpp_0.2 ggpubr_0.1.6.999 magrittr_1.5 ggplot2_2.2.1 devtools_1.13.4

loaded via a namespace (and not attached):

[1] Rcpp_0.12.14 bindr_0.1 munsell_0.4.3 colorspace_1.3-2 R6_2.2.2 rlang_0.1.4 httr_1.3.1

[8] plyr_1.8.4 dplyr_0.7.4 tools_3.4.1 grid_3.4.1 gtable_0.2.0 git2r_0.19.0 withr_2.1.0

[15] lazyeval_0.2.1 digest_0.6.12 assertthat_0.2.0 tibble_1.3.4 ggsignif_0.4.0 ggsci_2.8 purrr_0.2.4

[22] curl_3.0 memoise_1.1.0 glue_1.2.0 labeling_0.3 compiler_3.4.1 scales_0.5.0 pkgconfig_2.0.1

總結

以上是生活随笔為你收集整理的r语言descstats_一条命令轻松绘制CNS顶级配图-ggpubr的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。