Lesson 05 for Plotting in R for Biologists

作者简介

taoyan：R语言中文社区特约作家，伪码农，R语言爱好者，爱开源。

个人博客: https://ytlogos.github.io/

往期回顾

这节课作者命名为”Tweaking everything in a plot”。主要是对图形细节进行优化，包括：

• 题目(title)、坐标轴标签、图例标签等

• 字体

• 颜色

• 背景

• 网格线等

数据加载及清洗

这部分在上节课已经讲过了，这里就不再详述了。

library(tidyverse)

library(plyr)

my_data <- read.csv("Encode_HMM_data.txt", sep = "\t", header = FALSE)

names(my_data)[1:4] <- c("chrom","start","stop","type")

my_data$chrom <- factor(gsub("chr","", my_data$chrom, fixed = TRUE), levels = c(seq(1:22),"X","Y"))

my_data <- my_data[my_data$type %in% c("1_Active_Promoter","4_Strong_Enhancer","8_Insulator"), ]

my_data$type <- revalue(my_data$type, c("1_Active_Promoter"="Promoter", "4_Strong_Enhancer"="Enhancer","8_Insulator"="Insulator"))

可视化

接下来就针对图形进行优化调整

ggplot(my_data, aes(x=chrom, fill=type))+geom_bar()   

添加标题

ggplot(my_data, aes(x=chrom, fill=type))+geom_bar()+labs(title="Regulatory features by chromosomes")

需要注意的一点是，添加的title默认是位于左上角，如果要居中显示的话最简单的办法就是在标题前添加空格。

修改坐标轴以及图例标签

ggplot(my_data, aes(x=chrom, fill=type))+

geom_bar()+

labs(x="Chromosome", y="Count", fill="Feature")#这里fill是对应ampping里面的fill映射，显示于图例

主题修改 

basic <- ggplot(my_data, aes(x=chrom, fill=type))+

geom_bar()+

labs(x="Chromosome", y="Count", fill="Feature")

#设置文本大小

(basic+theme_gray(base_size = 20))

如果想要使得主题适用于所有的图形，可以通过theme_set()进行设置。

theme_set(theme_gray(base_size = 20))

basic

恢复默认设置主题

theme_set(theme_gray())

basic

颜色

R有个包RColorNBrewer提供调色板

library(RColorBrewer)

display.brewer.all()

下面测试一下这些调色板

basic+scale_fill_brewer(palette = "Set1")

basic+scale_fill_brewer(palette = "Pastel1")

basic+scale_fill_brewer(palette = "YlorRd")

不使用调色板的话也可以自己设置颜色，结合取色器的话很是很赞的

basic+scale_fill_manual(values = c("green", "blue", "red"))

head(colors())

## [1] "white"         "aliceblue"     "antiquewhite"  "antiquewhite1"

## [5] "antiquewhite2" "antiquewhite3"   

有的时候我们需要很多种颜色，多到一个调色板都满足不了时怎么办？

chrom_plot <- ggplot(my_data, aes(x=type, fill=chrom))+geom_bar()

chrom_plot

chrom_plot+scale_fill_brewer(type = "qual", palette = 1)

ggplot默认调用的是rainbpw调色板，颜色容易让人误解，不好分辨，但是其他的调色板颜色数量是不足的。这时可以通过将好几个palette合并在一起组成一个新的palette。

palette1 <- brewer.pal(9, "Set1")

palette1

## [1] "#E41A1C" "#377EB8" "#4DAF4A" "#984EA3" "#FF7F00" "#FFFF33" "#A65628"

## [8] "#F781BF" "#999999"

palette2 <- brewer.pal(8, "Set2")

palette2

## [1] "#66C2A5" "#FC8D62" "#8DA0CB" "#E78AC3" "#A6D854" "#FFD92F" "#E5C494"

## [8] "#B3B3B3"

palette3 <- brewer.pal(9, "Set3")

palette3

## [1] "#8DD3C7" "#FFFFB3" "#BEBADA" "#FB8072" "#80B1D3" "#FDB462" "#B3DE69"

## [8] "#FCCDE5" "#D9D9D9"

通过饼图来查看一下这几个调色板

pie(rep(1, length(palette1)), col = palette1)

pie(rep(1, length(palette2)), col = palette2)

pie(rep(1, length(palette3)), col = palette3)

将这几个色斑合并成一个大的调色板

big_palette <- c(palette1, palette2, palette3)

pie(rep(1, length(big_palette)), col = big_palette)

  chrom_plot+scale_fill_manual(values = big_palette)

也可以打乱颜色顺序

chrom_plot+scale_fill_manual(values = sample(big_palette))

字体

后续大部分调整都是通过theme来实现的。

#对所有字体进行调整

basic+theme_gray(base_size = 24, base_family = "Times New Roman")

但是很多时候我们都是对特定字体、标签、颜色等进行特定的调整，这时就可以通过theme逐一调整。

basic+theme(axis.text = element_text(size=20))

basic+theme(axis.title = element_text(size = 20))

basic+theme(legend.title = element_text(size = 20))

basic+theme(legend.text = element_text(size=20, family = "Times New Roman"))

basic+theme(legend.text = element_text(size=20, family = "Times New Roman"),

axis.title = element_text(size=30),

axis.text = element_text(size=20))

背景

basic+theme(panel.background = element_rect(fill="pink"))

basic+theme(panel.background = element_rect(fill="white"))   

网格线

basic+theme(panel.grid.major = element_line(colour = "blue"), panel.grid.minor = element_line(colour = "red"))

移除所有的网格线

basic+theme(panel.grid.major = element_line(NA),

panel.grid.minor = element_line(NA))

只保留y轴线

basic+theme(panel.grid.major.y = element_line(colour = "black", size = 0.20),

panel.grid.major.x = element_line(NA),

panel.grid.minor = element_line(NA))

修改刻度

basic+theme(axis.ticks = element_line(size=0.2))

basic+theme(axis.ticks = element_line(NA))

basic+theme(axis.ticks = element_line(colour = "blue", size = 2))

basic+theme(axis.ticks = element_line(size=2),

axis.ticks.x = element_line(colour = "blue"),

axis.ticks.y = element_line(colour = "red"))

图例

修改图例位置

basic+theme(legend.position = "top")

basic+theme(legend.position = "bottom")

basic+theme(legend.position = c(0,0))#左下角

basic+theme(legend.position = c(1,1))#右上角

basic+theme(legend.position = c(0.8,0.8))#通过坐标设置可以将图例置于任意位置

移除图例 

basic+labs(fill="")   

basic+labs(fill="")+theme(legend.position = c(0.8,0.8))

看看文章发表样式图形

publication_style <- basic+guides(fill=FALSE)+

theme(axis.line = element_line(size = 0.5),

panel.background = element_rect(fill=NA, size = rel(20)),

panel.grid.minor = element_line(colour = NA),

axis.text = element_text(size=16),

axis.title = element_text(size = 18))

publication_style

将柱形图与x轴之间的距离消除 

publication_style+scale_y_continuous(expand = c(0,0))

可以看到上述图形基本达到了文章发表的水平，因此我们可以将主题theme保存下来以后使用，通过设置全局主题来使所有图形有相同版式。

theme_set(theme_gray()+

theme(axis.line = element_line(size = 0.5),

panel.background = element_rect(fill=NA, size = rel(20)),

panel.grid.minor = element_line(colour = NA),

axis.text = element_text(size = 16),

axis.title = element_text(size = 18)))

basic

basic+scale_y_continuous(expand = c(0,0))+guides(fill=FALSE)

如果需要还原主题设定的话，只要运行以下命令就行：

theme_set(theme_gray())    

SessionInfO()

sessionInfo()

## R version 3.4.3 (2017-11-30)

## Platform: x86_64-w64-mingw32/x64 (64-bit)

## Running under: Windows 10 x64 (build 16299)

##

## Matrix products: default

##

## locale:

## [1] LC_COLLATE=Chinese (Simplified)_China.936

## [2] LC_CTYPE=Chinese (Simplified)_China.936  

## [3] LC_MONETARY=Chinese (Simplified)_China.936

## [4] LC_NUMERIC=C                              

## [5] LC_TIME=Chinese (Simplified)_China.936    

##

## attached base packages:

## [1] stats     graphics  grDevices utils     datasets  methods   base    

##

## other attached packages:

##  [1] RColorBrewer_1.1-2 plyr_1.8.4         forcats_0.2.0    

##  [4] stringr_1.2.0      dplyr_0.7.4        purrr_0.2.4      

##  [7] readr_1.1.1        tidyr_0.7.2        tibble_1.4.2      

## [10] ggplot2_2.2.1.9000 tidyverse_1.2.1  

##

## loaded via a namespace (and not attached):

##  [1] Rcpp_0.12.15      cellranger_1.1.0  pillar_1.1.0    

##  [4] compiler_3.4.3    bindr_0.1         tools_3.4.3      

##  [7] digest_0.6.14     lubridate_1.7.1   jsonlite_1.5    

## [10] evaluate_0.10.1   nlme_3.1-131      gtable_0.2.0    

## [13] lattice_0.20-35   pkgconfig_2.0.1   rlang_0.1.6      

## [16] psych_1.7.8       cli_1.0.0         rstudioapi_0.7  

## [19] yaml_2.1.16       parallel_3.4.3    haven_1.1.1      

## [22] bindrcpp_0.2      xml2_1.2.0        httr_1.3.1      

## [25] knitr_1.18        hms_0.4.1         rprojroot_1.3-2  

## [28] grid_3.4.3        glue_1.2.0        R6_2.2.2        

## [31] readxl_1.0.0      foreign_0.8-69    rmarkdown_1.8    

## [34] modelr_0.1.1      reshape2_1.4.3    magrittr_1.5    

## [37] backports_1.1.2   scales_0.5.0.9000 htmltools_0.3.6  

## [40] rvest_0.3.2       assertthat_0.2.0  mnormt_1.5-5    

## [43] colorspace_1.3-2  labeling_0.3      stringi_1.1.6    

## [46] lazyeval_0.2.1    munsell_0.4.3     broom_0.4.3      

## [49] crayon_1.3.4

　往期精彩内容整理合集　

公众号后台回复关键字即可学习

回复 R                  R语言快速入门及数据挖掘 
回复 Kaggle案例  Kaggle十大案例精讲（连载中）
回复 文本挖掘      手把手教你做文本挖掘
回复 可视化          R语言可视化在商务场景中的应用 
回复 大数据         大数据系列免费视频教程 
回复 量化投资      张丹教你如何用R语言量化投资 
回复 用户画像      京东大数据，揭秘用户画像
回复 数据挖掘     常用数据挖掘算法原理解释与应用
回复 机器学习     人工智能系列之机器学习与实践
回复 爬虫            R语言爬虫实战案例分享