ggplot2笔记7：定位（分面和坐标系）

ggplot2绘图基础系列：

Positioning

7.1 简介

本章主题是图形的定位。

定位由四个部分组成，前两个在前期讲过，而后两个部分在这章中会详细说到：

• 位置调整：调整每个图层中出现重叠的对象的位置

• 位置标度：控制数据到图形的映射

• 分面：在一个页面上自动摆放多个图形。将数据分为多个子集，然后将每个子集依次绘制到不同面板上

• 坐标系：控制两个独立的位置标度形成一个二维坐标系，如笛卡尔坐标系

7.2 分面

每个小图都代表不同的数据子集。分面可以快速地分析数据各子集模式的异同。

本节讨论怎样较好微调分面，特别是和位置标度相关的方法。

facet_null()：默认，无分面，单一图形。

face_wrap()：封装型，本质上是1维，为节省空间封装成二维

face_grid()：网格型，生成一个二维的面板由两个独立的部分组成，，面板的行和列可以通过变量来定义

facet_wrap()

使用这个参数设置一长串面板二维排列，更加节省空间

可以通过 ncol， nrow， as.table， dir等参数设置排列。

如下例：

1. library(ggplot2)

2. ## 从mpg数据集中取一个子集mpg2

3. mpg2 <- subset(mpg, cyl != 5 & drv %in% c("4", "f") & class != "2seater")

4. base <- ggplot(mpg2, aes(displ, hwy)) +

5.  geom_blank() +

6.  xlab(NULL) +

7.  ylab(NULL)

8. base

1. ## 添加分面，设置ncol或nrow（二选一即可）

2. base + facet_wrap(~class, ncol = 3)

1. ## 设置as.table

2. base + facet_wrap(~class, ncol = 3, as.table = FALSE)

as.table决定各个分面的排列顺序。

1. ## 设置dir，水平或垂直排列

2. base + facet_wrap(~class, nrow = 3, dir = "v")

facet_grid()

网格分面，在二维网格中展示图形。

需要设定哪些变量作为分面绘图的行，哪些变量作为列，中间用 ~短波浪线做标记。

如下例：

1. mpg2 <- subset(mpg, cyl != 5 & drv %in% c("4", "f") & class != "2seater")

2. base <- ggplot(mpg2, aes(displ, hwy)) +

3.  geom_blank() +

4.  xlab(NULL) +

5.  ylab(NULL)

6. ## 一行多列

7. base + facet_grid(. ~ cyl)

8. ## 一列多行

9. base + facet_grid(drv ~ .)

10. ## 多行多列

11. base + facet_grid(drv ~ cyl)

依次生成下列三种：

控制标度

• scales="fixed": x 和 y的标度在所有分面中都相同（默认） • scales="free_x": x 的标度可变，y 固定 • scales="free_y": y 的标度可变，x 固定 • scales="free": x 和 y 的标度都可变

如下例：

1. p <- ggplot(mpg2, aes(cty, hwy)) +

2.  geom_abline() +

3.  geom_jitter(width = 0.1, height = 0.1)

4. ## 默认各个分面标度一致

5. p + facet_wrap(~cyl)

6. ## 设置分面标度可变

7. p + facet_wrap(~cyl, scales = "free")

依次生成下图：

固定标度可以让我们在相同的基准上对子集进行比较

自由标度可以帮助我们看到更多细节

在变量y单位、数量级不同时，单独固定x轴，不限制y轴也很常用。如下例，经济数据集：

1. > economics_long

2. # A tibble: 2,870 x 4

3.   date       variable value  value01

4.   <date>     <fct>    <dbl>    <dbl>

5. 1 1967-07-01 pce        507 0      

6. 2 1967-08-01 pce        510 0.000266

7. 3 1967-09-01 pce        516 0.000764

8. 4 1967-10-01 pce        513 0.000472

9. 5 1967-11-01 pce        518 0.000918

10. 6 1967-12-01 pce        526 0.00158

11. 7 1968-01-01 pce        532 0.00207

12. 8 1968-02-01 pce        534 0.00230

13. 9 1968-03-01 pce        545 0.00322

14. 10 1968-04-01 pce        545 0.00319

15. # ... with 2,860 more rows

按照不同的 variable变量来分面：

1. ggplot(economics_long, aes(date, value)) +

2.  geom_line() +

3.  facet_wrap(~variable, scales = "free_y", ncol = 1)

注意，使用 facet_grid()时有个限制，因为网格分面中，每列共用一个x轴，每行共用一个y轴。所以同列的分面中必须有相同的x标度，同行的分面必须有相同的y标度。

在 facet_grid()中，有个参数叫 space，当 space="free"时，每行的高度和该行的标度范围一致，这对分类标度很有用，如下例：

其中， reorder()使得模型（model）和生产商（manufacturer）按城市油耗英里数（cty）重新排序。

1. mpg2 <- subset(mpg, cyl != 5 & drv %in% c("4", "f") & class != "2seater")

2. mpg2$model <- reorder(mpg2$model, mpg2$cty)

3. mpg2$manufacturer <- reorder(mpg2$manufacturer, -mpg2$cty)

4. ggplot(mpg2, aes(cty, model)) +

5.  geom_point() +

6.  facet_grid(manufacturer ~ ., scales = "free", space = "free") +

7.  theme(strip.text.y = element_text(angle = 0))

下图为各种不同类型的小汽车的城市油耗英里数的点数：

缺失分面变量

下面的例子中，我们设置了俩数据框，df1和df2，其中df1中有分面变量gender，而df2里没有这个变量。这是我们可以通过增加df2的图层（并且把它放在前面，要不就盖住df1的数据点了），让df2中的数据出现在每个分面中。

1. df1 <- data.frame(x = 1:3, y = 1:3, gender = c("f", "f", "m"))

2. df2 <- data.frame(x = 2, y = 2)

3. ggplot(df1, aes(x, y)) +

4. ## 先写df2的数据，设置个颜色和大小加以区分

5.  geom_point(data = df2, colour = "red", size = 5) +

6. ## 这里默认的就是主函数中的映射

7.  geom_point() +

8.  facet_wrap(~gender)

分组和分面（Grouping vs. Facetting）

通过调整颜色、形状等图形属性可以来分组，分面则是另一种分组方法。这是两种绘图技巧，而根据子集相对位置的不同，两种技巧各有优缺。

在组间重叠严重时，分面：每个组都在单独的面板中，相隔比较远，组间无重叠。

比较组间细微差别时，使用图形属性

如下例，创建一些随机数组(x, y)，然后我们先用 z颜色分组：

1. df <- data.frame(

2.  x = rnorm(120, c(0, 2, 4)),

3.  y = rnorm(120, c(1, 2, 1)),

4.  z = letters[1:3]

5. )

6. ggplot(df, aes(x, y)) +

7.  geom_point(aes(colour = z))

如果我们用 z分面：

1. ggplot(df, aes(x, y)) +

2.  geom_point() +

3.  facet_wrap(~z)

下面这个例子在一幅图中既分面，还算出了每组的平均值，又标明了颜色。

首先要先加载两个没用过的包（因为用到了其中的函数），我在网上看了两个小教程，大概了解一下他们是干啥的：

magrittr包：R语言高效的管道操作magrittr（http://blog.fens.me/r-magrittr/） 

dplyr包：R语言数据处理利器——dplyr简介（http://www.cnblogs.com/big-face/p/4863001.html）

安装后加载

1. library(magrittr)

2. library(dplyr)

3. library(ggplot2)

创建随机数的数据框 df，

1. df <- data.frame(

2.  x = rnorm(120, c(0, 2, 4)),

3.  y = rnorm(120, c(1, 2, 1)),

4.  z = letters[1:3]

5. )

创建新的数据框 df_sum，这里用到一个管道操作符 %>%，

摘抄一段相关说明：magrittr包被定义为一个高效的管道操作工具包，通过管道的连接方式，让数据或表达式的传递更高效，使用操作符 %>%，可以直接把数据传递给下一个函数调用或表达式。magrittr包的主要目标有2个，第一是减少代码开发时间，提高代码的可读性和维护性；第二是让你的代码更短，再短，短短短…

group_by()用于对数据集按照给定变量分组，返回分组后的数据集。对返回后的数据集使用以上介绍的函数时，会自动的对分组数据操作。

1. df_sum <- df %>%

2.  group_by(z) %>%

3.  summarise(x = mean(x), y = mean(y)) %>%

4.  rename(z2 = z)

生成均值数据集：

1. > df_sum

2. # A tibble: 3 x 3

3.  z2         x     y

4.  <fct>  <dbl> <dbl>

5. 1 a     0.0875 0.934

6. 2 b     1.91   1.99

7. 3 c     4.05   0.993

然后创建散点分面图，第一个图层是基本散点图，第二个是通过数据处理后生成的均值数据集，并设置颜色等图形属性，最后按照 z分面：

1. ggplot(df, aes(x, y)) +

2.  geom_point() +

3.  geom_point(data = df_sum, aes(colour = z2), size = 4) +

4.  facet_wrap(~z)

生成图片：

或者还有一种方法，就是把分面和颜色结合起来：

还是上面的随机数数据集df，用 dplyr数据包中的 select()参数，选择子数据集， -z是指除去 z。

1. df <- data.frame(

2.  x = rnorm(120, c(0, 2, 4)),

3.  y = rnorm(120, c(1, 2, 1)),

4.  z = letters[1:3]

5. )

6. df2 <- dplyr::select(df, -z)

7. ggplot(df, aes(x, y)) +

8.  geom_point(data = df2, colour = "grey70") +

9.  geom_point(aes(colour = z)) +

10.  facet_wrap(~z)

出图：

连续变量

连续变量也可以用来分面，我们需要先给变量规定区间，转变成离散型：

• cut_interval(x,n)：把数据分割成n和相同长度的部分

• cut_width(x,width)：按宽度分

• cut_number(x,n=10)：将数据划分为n个相同数目点的部分，每个分面上点数相同

（x代表数据集）

如下例，设置三种分面方法：

1. library(ggplot2)

2. mpg2 <- subset(mpg, cyl != 5 & drv %in% c("4", "f") & class != "2seater")

3. # Bins of width 1

4. mpg2$disp_w <- cut_width(mpg2$displ, 1)

5. # Six bins of equal length

6. mpg2$disp_i <- cut_interval(mpg2$displ, 6)

7. # Six bins containing equal numbers of points

8. mpg2$disp_n <- cut_number(mpg2$displ, 6)

9. plot <- ggplot(mpg2, aes(cty, hwy)) +

10.  geom_point() +

11.  labs(x = NULL, y = NULL)

12. plot + facet_wrap(~disp_w, nrow = 1)

13. plot + facet_wrap(~disp_i, nrow = 1)

14. plot + facet_wrap(~disp_n, nrow = 1)

7.3 坐标系（Coordinate Systems)

坐标系是将两种位置标度结合在一起的二维定位系统

主要有俩功能：

1. 将两个位置图形属性（位置1、位置2；例如x, y）结合起来在图形中形成二维方位系统

2. 配合方面：绘制坐标轴和面板背景。标度控制坐标轴的数值，映射到图形上的位置，然后通过坐标系将他们绘制出来。

具体说来，可以分为线性坐标系和非线性坐标系

线性坐标系：

• coord_cartesian()：即默认笛卡尔坐标系

• coord_flip()：x轴y轴互换后的笛卡尔坐标系

• coord_fixed()：具有固定长宽比的笛卡尔坐标系

非线性坐标系：

• coord_map()/ coord_quickmap(): 地图投影

• coord_polar(): 极坐标

• coord_trans(): 变换后的笛卡尔坐标系

7.4 线性坐标系

详细看看三种线性坐标系函数怎么使用

设定坐标轴取值范围

coord_cartesian()函数有两个重要的参数 xlim和 ylim。用来设置x、y轴的取值范围。

有没有一种似曾相识的感觉？标度中的范围参数（参见笔记8，标度6.5）和他相似度90%以上。他不是也可以控制图形外观吗？

两者的不同之处在于范围参数的工作原理：

当设定标度范围时，超出范围的参数就被删除了

设定笛卡尔坐标系范围时，我们使用的仍是所有的数据，只不过只显示了其中的一小部分图形区域的数据而已。

1. base <- ggplot(mpg, aes(displ, hwy)) +

2.  geom_point() +

3.  geom_smooth()

4. # Full dataset

5. base

6. # Scaling to 5--7 throws away data outside that range

7. base + scale_x_continuous(limits = c(5, 7))

8. base + coord_cartesian(xlim = c(5, 7))

翻转坐标轴

如果你对y轴取值条件状态下的x值感兴趣，那我们可以通过使用 coord_filp()调换坐标轴

举个栗子

1. ggplot(mpg, aes(displ, cty)) +

2.  geom_point() +

3.  geom_smooth()

4. # Exchanging cty and displ rotates the plot 90 degrees, but the smooth is fit to the rotated data.

5. ggplot(mpg, aes(cty, displ)) +

6.  geom_point() +

7.  geom_smooth()

8. # coord_flip() fits the smooth to the original data, and then rotates the output

9. ggplot(mpg, aes(displ, cty)) +

10.  geom_point() +

11.  geom_smooth() +

12.  coord_flip()

固定两轴比例

coord_fixed()设置具有固定长宽比的笛卡尔坐标系。

7.5 非线性坐标系

与线性坐标不同，非线性坐标可以改变几何形状。例如，在极坐标中，矩形可能会变成弧形。在地图投影中，两点之间的最短路径不一定是直线。

下面的代码显示了在几个不同的坐标系中，如何渲染线条和矩形。

coord_polar()是极坐标函数

1. rect <- data.frame(x = 50, y = 50)

2. line <- data.frame(x = c(1, 200), y = c(100, 1))

3. base <- ggplot(mapping = aes(x, y)) +

4.  geom_tile(data = rect, aes(width = 50, height = 50)) +

5.  geom_line(data = line) +

6.  xlab(NULL) + ylab(NULL)

7. base

8. base + coord_polar("x")

9. base + coord_polar("y")

除了以上三种，还有如下三种，依次是翻转、变换和固定坐标系：

1. base + coord_flip()

2. base + coord_trans(y = "log10")

3. base + coord_fixed()

最后我们说说变换（transformation），坐标系变换分两步，

首先，几何形状的参数变化只根据定位而变，和维度无关，例如矩形，只能先定位四个角再变换位置，将矩形转化为多边形。

其次，将每个位置转化到新的坐标系中。点无所谓，但对于线和多边形而言，就困难得多，因为新的坐标系中，直线不一定就是直线了。所以我们假定坐标系之间的变换是连续的，把直线看做无数段极端的直线，而这些直线变换后已然是直线，这个过程就是无限切割，然后再组合，即munching。

举个简单地栗子：

1. 首先来看两点线：

1. df <- data.frame(r = c(0, 1), theta = c(0, 3 / 2 * pi))

2. ggplot(df, aes(r, theta)) +

3.  geom_line() +

4.  geom_point(size = 2, colour = "red")

1. 第二步就是把这条直线平均分割出15个节点：

1. df <- data.frame(r = c(0, 1), theta = c(0, 3 / 2 * pi))

2. ## 首先定义一个函数，产生多少个节点

3. interp <- function(rng, n) {

4.  seq(rng[1], rng[2], length = n)

5. }

6. ## 设定一个新的数据集

7. munched <- data.frame(

8.  r = interp(df$r, 15),

9.  theta = interp(df$theta, 15)

10. )

11. ggplot(munched, aes(r, theta)) +

12.  geom_line() +

13.  geom_point(size = 2, colour = "red")

1. 第三步就是转换后拼接

1. df <- data.frame(r = c(0, 1), theta = c(0, 3 / 2 * pi))

2. interp <- function(rng, n) {

3.  seq(rng[1], rng[2], length = n)

4. }

5. munched <- data.frame(

6.  r = interp(df$r, 15),

7.  theta = interp(df$theta, 15)

8. )

9. transformed <- transform(munched,

10.                         x = r * sin(theta),

11.                         y = r * cos(theta)

12. )

13. ggplot(transformed, aes(x, y)) +

14.  geom_path() +

15.  geom_point(size = 2, colour = "red") +

16.  coord_fixed()

---

参考资料：

1. Hadley Wickham(2016). ggplot2. Springer International Publishing. doi: 10.1007/978-3-319-24277-4

2. 《R语言应用系列丛书·ggplot2:数据分析与图形艺术》

-------------------我是求关注的分界线--------------

更多R语言、可视化作图ggplot2包学习笔记请关注微信公众号：

猜你喜欢

系列教程：微生物组入门 Biostar 微生物组  宏基因组

专业技能：生信宝典 学术图表 高分文章 不可或缺的人

一文读懂：宏基因组 寄生虫益处 进化树

必备技能：提问 搜索  Endnote

文献阅读 热心肠 SemanticScholar Geenmedical

扩增子分析：图表解读 分析流程 统计绘图

在线工具：16S预测培养基 生信绘图

科研经验：云笔记  云协作 公众号

编程模板 Shell  R Perl

生物科普  生命大跃进  细胞暗战 人体奥秘  

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外150+ PI，1500+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论，问题不私聊，帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”