作者：嚴(yán)濤 浙江大學(xué)作物遺傳育種在讀研究生（生物信息學(xué)方向）偽碼農(nóng)，R語言愛好者，愛開源。

嚴(yán)濤老師的繪圖教程還有：

gganimate |諾獎文章里面的動圖繪制教程來了！！

ggplot2學(xué)習(xí)筆記之圖形排列

R包ggseqlogo |繪制序列分析圖

ggplot2高效實(shí)用指南 (可視化腳本、工具、套路、配色)

簡介

ggridges包主要用來繪制山巒圖。尤其是針對時間或者空間分布可視化具有十分好的效果。ggridges主要提供兩個幾何圖像函數(shù)：

• geom_ridgeline(): 主要繪制山脊線圖

• geom_density_ridges()：主要繪制密度山脊線圖

具體用法可以參考官方文檔：

https://cran.r-project.org/web/packages/ggridges/vignettes/introduction.html

geom_ridgeline()

library(ggridges) library(tidyverse) # grid.arrange來自于gridExtra包，可以同時拼圖多個ggplot2對象 library(gridExtra)my_data <- data.frame(x=1:5, y=rep(1,5), height=c(0,1,-1,3,2)) plot_base <- ggplot(my_data, aes(x, y, height=height))# 默認(rèn)負(fù)值不顯示，除非指定min_height參數(shù)grid.arrange(plot_base+geom_ridgeline(),plot_base+geom_ridgeline(min_height=-2), ncol=2)

geom_density_ridges()

geom_density_ridges()函數(shù)首先會根據(jù)數(shù)據(jù)計算密度然后繪圖，此時美學(xué)映射height沒有必要寫入函數(shù)中。下面使用lincoln_weather數(shù)據(jù)集。

# creates a vector of n equally spaced colors along the # Matplolib 'viridis' color map# also designed to be perceived by readers with the most common form of color blindness # ?scale_fill_viridis函數(shù)來源于此包， # 其參數(shù) option用于設(shè)置顏色 "magma" (or "A"), "inferno" (or "B"), "plasma" (or "C"), and "viridis" (or "D", the default option). # ?viridis可以查看其具體含義library(viridis) head(lincoln_weather[ ,1:4])## # A tibble: 6 x 4 ## ? CST ? ? ?`Max Temperature [F]` `Mean Temperature [F]` `Min Temperature ~ ## ? <chr> ? ? ? ? ? ? ? ? ? ?<int> ? ? ? ? ? ? ? ? ?<int> ? ? ? ? ? ? ?<int> ## 1 2016-1-1 ? ? ? ? ? ? ? ? ? ?37 ? ? ? ? ? ? ? ? ? ? 24 ? ? ? ? ? ? ? ? 11 ## 2 2016-1-2 ? ? ? ? ? ? ? ? ? ?41 ? ? ? ? ? ? ? ? ? ? 23 ? ? ? ? ? ? ? ? ?5 ## 3 2016-1-3 ? ? ? ? ? ? ? ? ? ?37 ? ? ? ? ? ? ? ? ? ? 23 ? ? ? ? ? ? ? ? ?8 ## 4 2016-1-4 ? ? ? ? ? ? ? ? ? ?30 ? ? ? ? ? ? ? ? ? ? 17 ? ? ? ? ? ? ? ? ?4 ## 5 2016-1-5 ? ? ? ? ? ? ? ? ? ?38 ? ? ? ? ? ? ? ? ? ? 29 ? ? ? ? ? ? ? ? 19 ## 6 2016-1-6 ? ? ? ? ? ? ? ? ? ?34 ? ? ? ? ? ? ? ? ? ? 33 ? ? ? ? ? ? ? ? 32# x后的值用 ` (反引號)括起，是因為列名字中存在空格和特殊字符，需要特殊對待 # fill = ..x..， double dots是ggplot2的一種特殊識別符，用來區(qū)分定義的和計算的美學(xué)參數(shù) # 這里指用橫軸的數(shù)據(jù)著色ggplot(lincoln_weather, aes(x=`Mean Temperature [F]`, y=`Month`, fill=..x..))+geom_density_ridges_gradient(scale=3, rel_min_height=0.01, gradient_lwd = 1.)+scale_x_continuous(expand = c(0.01, 0))+ # 擴(kuò)展下橫軸和縱軸scale_y_discrete(expand = c(0.01,0))+scale_fill_viridis(name="Temp. [F]", option = "C")+labs(title="Temperature in Lincoln NE",subtitle="Mean temperature (Fahrenheit) by month for 2016\nData:Orogin CSV from the Weather Underground ")+theme_ridges(font_size = 13, grid = FALSE)+theme(axis.title.y = element_blank())

cyclinal scales

為了使得ggridges繪制的圖形可視化效果最好，同時為了減少用戶對顏色設(shè)置的困難，作者提供了cyclinal scales用于顏色輪轉(zhuǎn)映射。

ggplot(diamonds, aes(x=price, y=cut, fill=cut))+geom_density_ridges(scale=4)+scale_fill_cyclical(values = c("blue", "green"))+theme_ridges(grid = FALSE)

默認(rèn)的，cyclinal scales為了防止誤解是不繪制圖例的，但是可以通過選項guide="legend"添加圖例。

ggplot(diamonds, aes(x=price, y=cut, fill=cut))+geom_density_ridges(scale=4)+scale_fill_cyclical(values = c("blue", "green"), guide="legend")+theme_ridges(grid = FALSE)

跟ggplot2一樣，圖例是可以修改的,其他參數(shù)比如大小、透明度、形狀等都是可以通過cyclinal scales修改。

ggplot(diamonds, aes(x=price, y=cut, fill=cut))+geom_density_ridges(scale=4)+scale_fill_cyclical(values = c("blue", "green"), guide="legend",labels=c("Fair"="blue", "Good"="green"),name="Fill colors")+theme_ridges(grid = FALSE)

再來2個示例

不做解釋了，如果想重現(xiàn)就把代碼拆解開，按需修改。一句句話單獨(dú)拆開運(yùn)行，理解其操作內(nèi)容。

library(dplyr) library(forcats) Catalan_elections %>%mutate(YearFct = fct_rev(as.factor(Year))) %>%ggplot(aes(y = YearFct)) +geom_density_ridges(aes(x = Percent, fill = paste(YearFct, Option)),alpha = .8, color = "white", from = 0, to = 100) +labs(x = "Vote (%)",y = "Election Year",title = "Indy vs Unionist vote in Catalan elections",subtitle = "Analysis unit: municipalities (n = 949)",caption = "Marc Belzunces (@marcbeldata) | Source: Idescat") +scale_y_discrete(expand = c(0.01, 0)) +scale_x_continuous(expand = c(0.01, 0)) +scale_fill_cyclical(breaks = c("1980 Indy", "1980 Unionist"),labels = c(`1980 Indy` = "Indy", `1980 Unionist` = "Unionist"),values = c("#ff0000", "#0000ff", "#ff8080", "#8080ff"),name = "Option", guide = "legend") +theme_ridges(grid = FALSE)

library(DAAG) # for ais dataset ais$sport <- factor(ais$sport,levels = c("B_Ball", "Field", "Gym", "Netball", "Row", "Swim", "T_400m", "T_Sprnt", "Tennis", "W_Polo"),labels = c("Basketball", "Field", "Gym", "Netball", "Row", "Swim", "Track 400m", "Track Sprint", "Tennis", "Water Polo") )ggplot(ais, aes(x=ht, y=sport, color=sex, point_color=sex, fill=sex)) +geom_density_ridges(jittered_points=TRUE, scale = .95, rel_min_height = .01,point_shape = "|", point_size = 3, size = 0.25,position = position_points_jitter(height = 0)) +scale_y_discrete(expand = c(.01, 0)) +scale_x_continuous(expand = c(0, 0), name = "height [cm]") +scale_fill_manual(values = c("#D55E0050", "#0072B250"), labels = c("female", "male")) +scale_color_manual(values = c("#D55E00", "#0072B2"), guide = "none") +scale_discrete_manual("point_color", values = c("#D55E00", "#0072B2"), guide = "none") +guides(fill = guide_legend(override.aes = list(fill = c("#D55E00A0", "#0072B2A0"),color = NA, point_color = NA))) +ggtitle("Height in Australian athletes") +theme_ridges(center = TRUE)

還有很多用法有興趣的可以查看官方文檔https://cran.r-project.org/web/packages/ggridges/vignettes/introduction.html和https://cran.r-project.org/web/packages/ggridges/vignettes/gallery.html）繼續(xù)學(xué)習(xí)。

R統(tǒng)計和作圖

• Graphpad，經(jīng)典繪圖工具初學(xué)初探

• 維恩(Venn)圖繪制工具大全 （在線+R包）
  

• 在R中贊揚(yáng)下努力工作的你，獎勵一份CheatShet

• 別人的電子書，你的電子書，都在bookdown

• R語言 - 入門環(huán)境Rstudio

• R語言 - 熱圖繪制 (heatmap)

• R語言 - 基礎(chǔ)概念和矩陣操作

• R語言 - 熱圖簡化

• R語言 - 熱圖美化

• R語言 - 線圖繪制

• R語言 - 線圖一步法

• R語言 - 箱線圖（小提琴圖、抖動圖、區(qū)域散點(diǎn)圖）

• R語言 - 箱線圖一步法

• R語言 - 火山圖

• R語言 - 富集分析泡泡圖

• R語言 - 散點(diǎn)圖繪制

• R語言 - 韋恩圖

• R語言 - 柱狀圖

• R語言 - 圖形設(shè)置中英字體

• R語言 - 非參數(shù)法生存分析

• R語言 - 繪制seq logo圖

• WGCNA分析，簡單全面的最新教程

• psych +igraph：共表達(dá)網(wǎng)絡(luò)構(gòu)建

• 一文學(xué)會網(wǎng)絡(luò)分析——Co-occurrence網(wǎng)絡(luò)圖在R中的實(shí)現(xiàn)

• 一文看懂PCA主成分分析

• 富集分析DotPlot，可以服

• 基因共表達(dá)聚類分析和可視化

• R中1010個熱圖繪制方法

• 還在用PCA降維？快學(xué)學(xué)大牛最愛的t-SNE算法吧, 附Python/R代碼

• 一個函數(shù)抓取代謝組學(xué)權(quán)威數(shù)據(jù)庫HMDB的所有表格數(shù)據(jù)

• 文章用圖的修改和排版

• network3D:?交互式桑基圖

• network3D 交互式網(wǎng)絡(luò)生成

• Seq logo 在線繪制工具——Weblogo

• 生物AI插圖素材獲取和拼裝指導(dǎo)

• ggplot2高效實(shí)用指南 (可視化腳本、工具、套路、配色)

• 圖像處理R包magick學(xué)習(xí)筆記

• SOM基因表達(dá)聚類分析初探

• 利用gganimate可視化全球范圍R-Ladies（R社區(qū)性別多樣性組織）發(fā)展情況

• 一分鐘繪制磷脂雙分子層：AI零基礎(chǔ)入門和基本圖形繪制

• AI科研繪圖（二）：模式圖的基本畫法

• 你知道R中的賦值符號箭頭(<-)和等號（=）的區(qū)別嗎？

• R語言可視化學(xué)習(xí)筆記之ggridges包

• 利用ComplexHeatmap繪制熱圖(一)

• ggplot2學(xué)習(xí)筆記之圖形排列

• R包reshape2，輕松實(shí)現(xiàn)長、寬數(shù)據(jù)表格轉(zhuǎn)換

• 用R在地圖上繪制網(wǎng)絡(luò)圖的三種方法

• PCA主成分分析實(shí)戰(zhàn)和可視化 附R代碼和測試數(shù)據(jù)

• iTOL快速繪制顏值最高的進(jìn)化樹！

• 12個ggplot2擴(kuò)展包幫你實(shí)現(xiàn)更強(qiáng)大的可視化

• 編程模板-R語言腳本寫作：最簡單的統(tǒng)計與繪圖，包安裝、命令行參數(shù)解析、文件讀取、表格和矢量圖輸出

• R語言統(tǒng)計入門課程推薦——生物科學(xué)中的數(shù)據(jù)分析Data Analysis for the Life Sciences

• 數(shù)據(jù)可視化基本套路總結(jié)

• 你知道R中的賦值符號箭頭<-和等號=的區(qū)別嗎？

• 使用dplyr進(jìn)行數(shù)據(jù)操作30例

• 交集intersect、并集union、找不同setdiff

• R包reshape2，輕松實(shí)現(xiàn)長、寬數(shù)據(jù)表格轉(zhuǎn)換

• 1數(shù)據(jù)類型（向量、數(shù)組、矩陣、 列表和數(shù)據(jù)框）

• 2讀寫數(shù)據(jù)所需的主要函數(shù)、與外部環(huán)境交互

• 3數(shù)據(jù)篩選——提取對象的子集

• 4向量、矩陣的數(shù)學(xué)運(yùn)算

• 5控制結(jié)構(gòu)

• 6函數(shù)及作用域

• 7認(rèn)識循環(huán)函數(shù)lapply和sapply

• 8分解數(shù)據(jù)框split和查看對象str

• 9模擬—隨機(jī)數(shù)、抽樣、線性模型

• 1初識ggplot2繪制幾何對象

• 2圖層的使用—基礎(chǔ)、加標(biāo)簽、注釋

• 3工具箱—誤差線、加權(quán)數(shù)、展示數(shù)據(jù)分布

• 4語法基礎(chǔ)

• 5通過圖層構(gòu)建圖像

• 6標(biāo)度、軸和圖例

• 7定位-分面和坐標(biāo)系

• 8主題設(shè)置、存儲導(dǎo)出

• 9繪圖需要的數(shù)據(jù)整理技術(shù)

• 創(chuàng)建屬于自己的調(diào)色板

• 28個實(shí)用繪圖包，總有幾個適合你

• 熱圖繪制

• R做線性回歸

• 繪圖相關(guān)系數(shù)矩陣corrplot

• 相關(guān)矩陣可視化ggcorrplot

• 繪制交互式圖形recharts

• 交互式可視化CanvasXpress

• 聚類分析factoextra

• LDA分析、作圖及添加置信-ggord

• 解決散點(diǎn)圖樣品標(biāo)簽重疊ggrepel

• 添加P值或顯著性標(biāo)記ggpubr

• Alpha多樣性稀釋曲線rarefraction curve

• 堆疊柱狀圖各成分連線畫法：突出組間變化

• 沖擊圖展示組間時間序列變化ggalluvial

• 桑基圖riverplot

• 微生物環(huán)境因子分析ggvegan

• 五彩進(jìn)化樹與熱圖更配ggtree

• 多元回歸樹分析mvpart

• 隨機(jī)森林randomForest?分類Classification?回歸Regression

• 加權(quán)基因共表達(dá)網(wǎng)絡(luò)分析WGCNA

• circlize包繪制circos-plot

• R語言搭建炫酷的線上博客系統(tǒng)

• 28個實(shí)用繪圖包，總有幾個適合你

• 熱圖繪制

• R做線性回歸

• 繪圖相關(guān)系數(shù)矩陣corrplot

• 相關(guān)矩陣可視化ggcorrplot

• 繪制交互式圖形recharts

• 交互式可視化CanvasXpress

• 聚類分析factoextra

• LDA分析、作圖及添加置信-ggord

• 解決散點(diǎn)圖樣品標(biāo)簽重疊ggrepel

• 添加P值或顯著性標(biāo)記ggpubr

• Alpha多樣性稀釋曲線rarefraction curve

• 堆疊柱狀圖各成分連線畫法：突出組間變化

• 沖擊圖展示組間時間序列變化ggalluvial

• 桑基圖riverplot

• 微生物環(huán)境因子分析ggvegan

• 五彩進(jìn)化樹與熱圖更配ggtree

• 多元回歸樹分析mvpart

• 隨機(jī)森林randomForest?分類Classification?回歸Regression

• 加權(quán)基因共表達(dá)網(wǎng)絡(luò)分析WGCNA

• circlize包繪制circos-plot

• R語言搭建炫酷的線上博客系統(tǒng)

• 維恩(Venn)圖繪制工具大全 （在線+R包）

• R包c(diǎn)irclize：柱狀圖用膩了？試試好看的弦狀圖

• 獲取pheatmap聚類后和標(biāo)準(zhǔn)化后的結(jié)果

• 增強(qiáng)火山圖，要不要試一下？

• 一個震撼的交互型3D可視化R包 - 可直接轉(zhuǎn)ggplot2圖為3D

• 贈你一只金色的眼 - 富集分析和表達(dá)數(shù)據(jù)可視化

• 是Excel的圖，不！是R的圖

• 道友，來Rstudio里面看動畫了

• 用了這么多年的PCA可視化竟然是錯的！！！

• R語言可視化學(xué)習(xí)筆記之ggridges包

• 萬能轉(zhuǎn)換：R圖和統(tǒng)計表轉(zhuǎn)成發(fā)表級的Word、PPT、Excel、HTML、Latex、矢量圖等

  
  

• 那天空飄過的梅花月餅，是今年中秋最好的禮物

高顏值免費(fèi)在線繪圖

往期精品

畫圖三字經(jīng)?生信視頻?生信系列教程?

心得體會?TCGA數(shù)據(jù)庫?Linux?Python?

高通量分析?免費(fèi)在線畫圖?測序歷史?超級增強(qiáng)子

生信學(xué)習(xí)視頻?PPT?EXCEL?文章寫作?ggplot2

海哥組學(xué)?可視化套路?基因組瀏覽器

色彩搭配?圖形排版?互作網(wǎng)絡(luò)

自學(xué)生信?2019影響因子?GSEA?單細(xì)胞?

后臺回復(fù)“生信寶典福利第一波”獲取教程合集

總結(jié)

以上是生活随笔為你收集整理的R语言可视化学习笔记之ggridges包绘制山峦图的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。