R语言绘制小提琴图violin plot实现示例

2024-10-20 05:37:36

一是R可以帮助我们避免重复劳动，实现“一劳永逸”的终极梦想。尽管非常不想承认这一事实，在科研的过程中，小仙同学制造出了大量“无效”的数据(sign…)，但也不得不“绞尽脑汁”、“竭尽全力”地进行花式分析，试图找出合理的解释。这时候用Excel或者Origin作图的劣势就显现出来了，每换一种分析方法或者是数据，我们都需要经过“插入图表”、“调整颜色”、“调整间距”等等繁杂的工序画出一张可以拿去“面圣”的图。小仙同学一想到这些就感觉“累觉不爱”了。

二是R可以自动生成比较貌美的图。不知道大家有没有这样的感受，自己辛辛苦苦画了半天、调整的半天的图会得到真实却很残忍的评价“很丑”（这是小仙同学心中永远的痛）。即使本小仙自以为眼光独特、品味高雅，费劲尝试“高级”的色系，但搭配出来总是那么不尽人意（实测网红晚晚带火的“莫兰迪色”不适用于科研绘图）。颜色的搭配、饱和度和透明度的调整没有想象中那么容易。折腾了半天，天生就爱不服气的本小仙，最后决定还是把专业的事交给专业的人做啦（偷偷告诉你，据说有科学家专门研究paper插图的配色，所以自己画的图没有那么貌美的时候也不要“妄自菲薄”啦）。

好了，叨叨这么多，终于要开始进入正题啦。一开始用R绘图的时候，小仙同学其实是非常痛苦的，因为没有编程基础，又怼了好几年瓶瓶罐罐，看到一行行代码，脑子里飘过的全是“&%¥#@¥$”。尤其是当你有实验要做、报告要写、作业要交的时候，平心静气地坐下来踏踏实实学习真的太难了(有人说小仙同学那么忙是因为效率低，好像真有些道理，我这真是“唉”，有苦说不出)。

后来本小仙的学习策略就非常简单，用到啥就去搜啥，我对数据结构、语法结构一点都不感兴趣，能让我用最短的时间内画出我想要的图，就是最好的方法。即使这样，小仙同学还是费了一些功夫。因为网上的一些教程，很多都是从别处复制粘贴过来的，本身就不完整。另外一个原因，某些大神觉得自己的教程已经足够通俗易懂了，有些大家都知道的基础知识根本不需要讲（小仙同学不服，有基础的同学不用看教程也可以自己摸索出来，真正需要教程的就是我们这些小白）。
小仙同学愿意尝试一下，把最最全面、稍作修改就能拿去的方法code分享一下，也不枉费花了那么多的时间。
那就先从violin plot开始吧。
(假设你已经安装了R和RStudio)

Step1. 绘图数据的准备

首先要把你想要绘图的数据调整成R语言可以识别的格式。
一般我们的数据都是保存在excel文档里，这里建议大家在excel中保存成csv格式，读写的速度会比xlsx快很多。（小仙同学的亲身经验，我的有些数据有两万行，xlsx在我的耐心范围内读不进去，RStudio崩溃）。
数据的格式如下图：一列表示一种变量，第一行是列名

Step2. 绘图数据的读取

data<-read.csv(“your file path”, header = T)

#注释：header=T表示数据中的第一行是列名，如果没有列名就用header=F

Step3.绘图所需package的安装、调用

install.package(“ggplot2”) #注释：ggplot2是目前公认绘图很强的一个安装包

library(ggplot2) #注释：package在使用之前需要调用

Step4.绘图

data$dose <- as.factor(data$dose)

#注释：此处dose可用你的变量名称替换，$表示取数据集里的某一个元素

p<-ggplot(data, aes(x = dose, y = len))

#注释：”x=”，”y=”表示x轴和y轴表示的变量数值，p表示图像对象

p+geom_violin() #注释：画出violin plot的函数

Step5.美化

p+geom_violin(aes(fill = dose)) #注释:按组别填充不同的颜色

*如果你想手动改变颜色，可以使用这一句

p+geom_violin(aes(fill = “dose”))+scale_fill_manual(values=c("#56B4E9"))
#注释：”#56B4E9”可以用其他颜色的代码来替换

好啦，今天的分享就到这里了，希望可以帮助到大家以后请多多支持我们！

R语言绘制数据可视化小提琴图画法示例

目录 Step1. 绘图数据的准备 Step2. 绘图数据的读取 Step3. 绘图所需package的安装.调用 Step4. 绘图小提琴图之前已经画过了,不过最近小仙又看到一种貌美的画法,决定复刻一下.文献中看到的图如下: Step1. 绘图数据的准备首先要把你想要绘图的数据调整成R语言可以识别的格式,建议大家在excel中保存成csv格式.作图数据如下: Step2. 绘图数据的读取 data<-read.csv("your file path", header = T
R语言数可视化Split violin plot小提琴图绘制方法

最近小仙同学在好几篇文献里看到了这种小提琴图,暂时就肤浅地认为这是作者为了更好地比较对照组与实验组的差别,所以将同一个基因的小提琴图各画了一半,放在一起.为了跟上可视化的潮流,小仙也来尝试画一下这个没查到正经名字的图. Step1. 绘图数据的准备首先要把你想要绘图的数据调整成R语言可以识别的格式,建议大家在excel中保存成csv格式.作图数据格式如下: Step2. 绘图数据的读取 data<-read.csv("your file path", header = T) #
R语言数据可视化绘图Lollipop chart棒棒糖图

目录 Step1.绘图数据的准备 Step2.绘图数据的读取 Step3.绘图所需package的调用 Step4.因子水平排序 Step5.绘图今天给大家分享的是Lollipop chart(棒棒糖图)的画法.棒棒糖图的用途跟条形图的用法类似,只是看起来更加美观一些,图表形式更加丰富(数据不够.拿图来凑,啥也不能阻止我优秀 ). 为了跟之前画的柱状图更好的比较,今天画图使用了相同的数据. 作图思路:棒棒糖图实际上是在散点图的基础上增加了辅助线. 不过在作图过程中还是遇到了和之前一样的问题,数
R语言两组变量特征相关关系热图绘制画法

目录准备数据简单热图只对列进行聚类将相关系数显示在图上在图上加上显著性标记准备数据两组变量的数据可以像下面这样处理,分别保存在两个csv文件中. > # 导入数据及数据预处理 > setwd("D:/weixin/") > rows <- read.csv("rows.csv") > cols <- read.csv("cols.csv") > str(rows) 'data.frame':
R语言绘制Radar chart雷达图

目录更新前原文作图方法: Step1. 绘图数据的准备 Step2. 绘图数据的读取 Step3.绘图所需package的安装.调用 Step4.绘图数据格式调整 Step5.绘图填充透明度调整方法如下: 1.取消编组 2.选中线条,对象—实时上色—建立 3.选中线条,对象—拓展 4.更改填充颜色,输入相应颜色RGB数值 5.删掉图形白色背景 6.外观—填色—不透明度—调整数值对于导出带有透明度的高清图,小仙又发现了更懒的办法,特来更新再Rstudio里调整好透明度之后,直接导出pdf
R语言绘制Facet violin plot小提琴刻面图实现示例

目录 Step1.绘图数据的准备 Step2.绘图数据的读取 Step3.绘图所需package的安装.调用 Step4.绘图 Step5.美化老铁们,许久未见啦.顺便说一下,最近可不是小仙同学偷懒哟,电脑上个月送修今天刚刚拿回来(想买联想Yoga的同学先问问自己会不会拆电脑换排线,我买的这台用了一个月,送修也用了一个月 ).最近我可攒了个大招呢,先来看看下面这张图,有没有很眼熟呢? 这张图在开始介绍R语言的时候就出现过啦,不过小仙同学当时并不知道怎么画.今天可以秀一把啦. Step1. 绘图
R语言绘制小提琴图violin plot实现示例

目录 Step1.绘图数据的准备 Step2.绘图数据的读取 Step3.绘图所需package的安装.调用 Step4.绘图 Step5.美化即便小仙同学决定学习R语言来提升自己作图的“逼格”的时候,心中还有有些疑虑的(嘿嘿,我这么懒,可不愿意做无用功了?).仔细想了想,貌似又找到了两个学习R的理由. 一是R可以帮助我们避免重复劳动,实现“一劳永逸”的终极梦想.尽管非常不想承认这一事实,在科研的过程中,小仙同学制造出了大量“无效”的数据(sign…),但也不得不“绞尽脑汁”.“竭尽全力”地进
R语言绘制数据可视化Dumbbell plot哑铃图

目录 Step1. 绘图数据的准备 Step3. 绘图所需package的安装.调用 Step4. 绘图改变size的大小调整顺序又是一年春来到,小仙祝大家在新的一年开开心心.顺顺利利!今天给大家分享的图是哑铃图(Dumbbell plot). Step1. 绘图数据的准备首先要把你想要绘图的数据调整成R语言可以识别的格式,建议大家在excel中保存成csv格式.作图数据格式如下: Step2. 绘图数据的读取 data <- read.csv("your file path&qu
R语言绘制折线图实例分析

折线图是通过在它们之间绘制线段来连接一系列点的图. 这些点在它们的坐标(通常是x坐标)值之一中排序. 折线图通常用于识别数据中的趋势. R语言中的plot()函数用于创建折线图. 语法在R语言中创建折线图的基本语法是 - plot(v,type,col,xlab,ylab) 以下是所使用的参数的描述 - v是包含数值的向量. 类型采用值"p"仅绘制点,"l"仅绘制线和"o"绘制点和线. xlab是x轴的标签. ylab是y轴的标签. main是
R语言绘制Vonoroi图

deldir包绘制Voronoi图 #install.packages("deldir") library(deldir) # data set.seed(1) x <- runif(60) y <- runif(60) # Calculate Voronoi Tesselation and tiles tesselation <- deldir(x, y) tiles <- tile.list(tesselation) plot(tiles, pch = 19
使用R语言绘制棒棒糖图火柴杆图教程

目录使用原生ggplot方法 1)生成数据使用ggpubr包中的ggdotchart() 参考使用原生ggplot方法最容易也是最简单想到的方法是直接使用ggplot2包进行更新,这里需要使用ggplot本身的特性,通过图层叠加的方式,进行最终棒棒糖图的展现.(宽度极窄的柱状图配合散点图即可呈现) 1)生成数据下面我们的展示均以此份数据为例: library(ggplot2) # Load data data("mtcars") dfm <- mtcars # Conv
R语言绘制Vonoroi图的完整代码

deldir包绘制Voronoi图 #install.packages("deldir") library(deldir) # data set.seed(1) x <- runif(60) y <- runif(60) # Calculate Voronoi Tesselation and tiles tesselation <- deldir(x, y) tiles <- tile.list(tesselation) plot(tiles, pch = 19
R语言绘制维恩图ggvenn示例详解

目录引言 1.安装 2.基础用法 3.图形美化 4.提取交集部分并输出引言韦恩图,Venn diagram,常用图的一种,用来展示集合之间的特异性和共同性.现在有很多在线的网站都可以绘制,但是R来画也方便,其中ggvenn是基于ggplot2的专门绘制韦恩图的R包. 官方网站:https://github.com/yanlinlin82/ggvenn 1.安装 ggvenn在CRAN上,直接用Install.packages就可以完成安装: > install.packages("g
R语言绘制数据可视化小提琴图Violin plot with dot画法

目录 Step1.绘图数据的准备 Step2.绘图数据的读取 Step3.绘图所需package的安装.调用 Step4.绘图小提琴图之前已经画过了,不过最近小仙又看到一种貌美的画法,决定复刻一下.文献中看到的图如下: Step1. 绘图数据的准备首先要把你想要绘图的数据调整成R语言可以识别的格式,建议大家在excel中保存成csv格式.作图数据如下: Step2. 绘图数据的读取 data<-read.csv("your file path", header = T) #注
利用R语言绘制时间序列图的操作

数据 GDP.csv文件,存储1879~2019年河南省GDP数据绘图 # 读取数据, 首先将excel 格式的转化为 csv 格式再读取 h <- read.table(file = "C:/Users/PYY/Desktop/GDP.csv",sep = ",",header = T) # 转化为时间序列数据 GDP=ts(h$GDP,start = 1978,frequency = 1) # 绘图 plot(GDP) 补充:ts函数 ts() 函数: