R语言可视化学习笔记之ggridges包绘制山峦图
作者:嚴濤 浙江大學作物遺傳育種在讀研究生(生物信息學方向)偽碼農,R語言愛好者,愛開源。
嚴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學習筆記之圖形排列
R包ggseqlogo |繪制序列分析圖
ggplot2高效實用指南 (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:
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))# 默認負值不顯示,除非指定min_height參數grid.arrange(plot_base+geom_ridgeline(),plot_base+geom_ridgeline(min_height=-2), ncol=2)geom_density_ridges()
geom_density_ridges()函數首先會根據數據計算密度然后繪圖,此時美學映射height沒有必要寫入函數中。下面使用lincoln_weather數據集。
# 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函數來源于此包, # 其參數 option用于設置顏色 "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,用來區分定義的和計算的美學參數 # 這里指用橫軸的數據著色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置的困難,作者提供了cyclinal scales用于顏色輪轉映射。
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,如果想重現就把代碼拆解開,按需修改。一句句話單獨拆開運行,理解其操作內容。
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)繼續學習。
R統計和作圖
Graphpad,經典繪圖工具初學初探
維恩(Venn)圖繪制工具大全 (在線+R包)
在R中贊揚下努力工作的你,獎勵一份CheatShet
別人的電子書,你的電子書,都在bookdown
R語言 - 入門環境Rstudio
R語言 - 熱圖繪制 (heatmap)
R語言 - 基礎概念和矩陣操作
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、區域散點圖)
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 - 散點圖繪制
R語言 - 韋恩圖
R語言 - 柱狀圖
R語言 - 圖形設置中英字體
R語言 - 非參數法生存分析
R語言 - 繪制seq logo圖
WGCNA分析,簡單全面的最新教程
psych +igraph:共表達網絡構建
一文學會網絡分析——Co-occurrence網絡圖在R中的實現
一文看懂PCA主成分分析
富集分析DotPlot,可以服
基因共表達聚類分析和可視化
R中1010個熱圖繪制方法
還在用PCA降維?快學學大牛最愛的t-SNE算法吧, 附Python/R代碼
一個函數抓取代謝組學權威數據庫HMDB的所有表格數據
文章用圖的修改和排版
network3D:?交互式桑基圖
network3D 交互式網絡生成
Seq logo 在線繪制工具——Weblogo
生物AI插圖素材獲取和拼裝指導
ggplot2高效實用指南 (可視化腳本、工具、套路、配色)
圖像處理R包magick學習筆記
SOM基因表達聚類分析初探
利用gganimate可視化全球范圍R-Ladies(R社區性別多樣性組織)發展情況
一分鐘繪制磷脂雙分子層:AI零基礎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(=)的區別嗎?
R語言可視化學習筆記之ggridges包
利用ComplexHeatmap繪制熱圖(一)
ggplot2學習筆記之圖形排列
R包reshape2,輕松實現長、寬數據表格轉換
用R在地圖上繪制網絡圖的三種方法
PCA主成分分析實戰和可視化 附R代碼和測試數據
iTOL快速繪制顏值最高的進化樹!
12個ggplot2擴展包幫你實現更強大的可視化
編程模板-R語言腳本寫作:最簡單的統計與繪圖,包安裝、命令行參數解析、文件讀取、表格和矢量圖輸出
R語言統計入門課程推薦——生物科學中的數據分析Data Analysis for the Life Sciences
數據可視化基本套路總結
你知道R中的賦值符號箭頭<-和等號=的區別嗎?
使用dplyr進行數據操作30例
交集intersect、并集union、找不同setdiff
R包reshape2,輕松實現長、寬數據表格轉換
1數據類型(向量、數組、矩陣、 列表和數據框)
2讀寫數據所需的主要函數、與外部環境交互
3數據篩選——提取對象的子集
4向量、矩陣的數學運算
5控制結構
6函數及作用域
7認識循環函數lapply和sapply
8分解數據框split和查看對象str
9模擬—隨機數、抽樣、線性模型
1初識ggplot2繪制幾何對象
2圖層的使用—基礎、加標簽、注釋
3工具箱—誤差線、加權數、展示數據分布
4語法基礎
5通過圖層構建圖像
6標度、軸和圖例
7定位-分面和坐標系
8主題設置、存儲導出
9繪圖需要的數據整理技術
創建屬于自己的調色板
28個實用繪圖包,總有幾個適合你
熱圖繪制
R做線性回歸
繪圖相關系數矩陣corrplot
相關矩陣可視化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
解決散點圖樣品標簽重疊ggrepel
添加P值或顯著性標記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
微生物環境因子分析ggvegan
五彩進化樹與熱圖更配ggtree
多元回歸樹分析mvpart
隨機森林randomForest?分類Classification?回歸Regression
加權基因共表達網絡分析WGCNA
circlize包繪制circos-plot
R語言搭建炫酷的線上博客系統
28個實用繪圖包,總有幾個適合你
熱圖繪制
R做線性回歸
繪圖相關系數矩陣corrplot
相關矩陣可視化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
解決散點圖樣品標簽重疊ggrepel
添加P值或顯著性標記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
微生物環境因子分析ggvegan
五彩進化樹與熱圖更配ggtree
多元回歸樹分析mvpart
隨機森林randomForest?分類Classification?回歸Regression
加權基因共表達網絡分析WGCNA
circlize包繪制circos-plot
R語言搭建炫酷的線上博客系統
維恩(Venn)圖繪制工具大全 (在線+R包)
R包circlize:柱狀圖用膩了?試試好看的弦狀圖
獲取pheatmap聚類后和標準化后的結果
增強火山圖,要不要試一下?
一個震撼的交互型3D可視化R包 - 可直接轉ggplot2圖為3D
贈你一只金色的眼 - 富集分析和表達數據可視化
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語言可視化學習筆記之ggridges包
萬能轉換:R圖和統計表轉成發表級的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
高顏值免費在線繪圖
往期精品
畫圖三字經?生信視頻?生信系列教程?
心得體會?TCGA數據庫?Linux?Python?
高通量分析?免費在線畫圖?測序歷史?超級增強子
生信學習視頻?PPT?EXCEL?文章寫作?ggplot2
海哥組學?可視化套路?基因組瀏覽器
色彩搭配?圖形排版?互作網絡
自學生信?2019影響因子?GSEA?單細胞?
后臺回復“生信寶典福利第一波”獲取教程合集
總結
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容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 上期送书中奖名单
- 下一篇: 生物科研神器!30分钟把人家一天的工作都