ggplot2笔记8：主题设置、存储导出

ggplot2绘图基础系列：

Themes

8.1 Introduction

第八章讲的是ggplot2的主题设置，通过它你可以对数据之外的图形外观进行控制。第一版的中文版的把这一章的章节名翻译为“精雕细琢”。

控制主题设置主要有以下四个方面：

• 主题元素，指的是非数据元素， plot.title控制标题的外观， axis.ticks.x控制x轴的刻度， legend.key.height控制图例中按键的高度。

• 元素函数，描述元素的视觉属性，例如 element text()可以设置字体大小、颜色和文本外观如 plot.title。

• theme()函数，用来覆盖默认的主题元素，如 theme(plot.title=element text(colour="red"))

• 完整主题，如 theme_grey()，用来把所有主题元素协调一致。

举例，如下图表，

（变量cty和hwy：城市和高速公路行驶记录每加仑行驶的英里数）

1. base <- ggplot(mpg, aes(cty, hwy, color = factor(cyl))) +

2.  geom_jitter() +

3.  geom_abline(colour = "grey50", size = 2)

4. base

在这个图的基础上，我们想改进轴和图例的标签；添加标题；调整颜色等，

通过第六章标度相关的知识我们可以添加标签、修改标度：

1. labelled <- base +

2. labs(

3. x = "City mileage/gallon",

4. y = "Highway mileage/gallon",

5. colour = "Cylinders",

6. title = "Highway and city mileage are highly correlated"

7. ) +

8. scale_colour_brewer(type = "seq", palette = "Spectral")

9. labelled

下一步，如果你想改变整个风格，修改标度就不能满足了，就要用的这一章的内容

如修改背景颜色、图例位置、移除次要网格线、改变字体大小

1. styled <- labelled +

2. theme_bw() +

3. theme(

4. plot.title = element_text(face = "bold", size = 12),

5. legend.background = element_rect(fill = "white", size = 4, colour = "white"),

6. legend.justification = c(0, 1),

7. legend.position = c(0, 1),

8. axis.ticks = element_line(colour = "grey70", size = 0.2),

9. panel.grid.major = element_line(colour = "grey70", size = 0.2),

10. panel.grid.minor = element_blank()

11. )

12. styled

8.2 Complete Themes

ggplot2有多个内置主题。其中默认主题是 theme_grey()，淡灰色背景和白色网格线。除此之外还有很多其他主题

• theme_bw(): 是 theme_grey()的变体，白色背景和灰色网格线

• theme_linedraw(): 白色背景黑色线条

• theme_light(): 和 theme_linedraw()很像，区别是线条为灰色

• theme_dark():黑色背景的 theme_light()，可以用来画薄彩色线条

• theme_minimal():简约主题

• theme_classic(): 只有x、y轴没有背景和网格线

• theme_void(): 完全空白的主题

创建一个简单的数据集作为例子，分别设置成以上七个主题：

1. df <- data.frame(x = 1:3, y = 1:3)

2. base <- ggplot(df, aes(x, y)) + geom_point()

3. base + theme_grey() + ggtitle("theme_grey()")

4. base + theme_bw() + ggtitle("theme_bw()")

5. base + theme_linedraw() + ggtitle("theme_linedraw()")

6. base + theme_light() + ggtitle("theme_light()")

7. base + theme_dark() + ggtitle("theme_dark()")

8. base + theme_minimal() + ggtitle("theme_minimal()")

9. base + theme_classic() + ggtitle("theme_classic()")

10. base + theme_void() + ggtitle("theme_void()")

除此之外，有一个专门的主题R包叫 ggthemes（Jeffrey Arnold），里面有更多的选择。

8.3 Modifying Theme Components

这一节讲的是如何修改主题中的个别部分，使用相关的元素函数。

基本语法如：

1. plot + theme(element.name = element function())

元素函数有四种基本类型：字体（text）、线条（line）、矩形（rectangles）和空白（blank）。

• element_text()：修改图标题的位置和字体，包括 family、 face、 colour、 size、 hjust、 vjust、 angle、 lineheight这些参数

1. base <- ggplot(mpg, aes(cty, hwy, color = factor(cyl))) +

2.  geom_jitter() +

3.  geom_abline(colour = "grey50", size = 2)

4. base_t <- base + labs(title = "This is a ggplot") + xlab(NULL) + ylab(NULL)

5. base_t + theme(plot.title = element_text(size = 16))

6. base_t + theme(plot.title = element_text(face = "bold", colour = "red"))

7. base_t + theme(plot.title = element_text(hjust = 1))

另外， margin()参数可以设置标题和图表之间的距离，默认值是0，左右上下均可设置：

1. # The margins here look asymmetric because there are also plot margins

2. base_t + theme(plot.title = element_text(margin = margin()))

3. base_t + theme(plot.title = element_text(margin = margin(t = 10, b = 10)))

4. base_t + theme(axis.title.y = element_text(margin = margin(r = 10)))

• element_line：修改网格线，颜色、粗细、虚实等，如 colour， size以及 linetype

1. base + theme(panel.grid.major = element_line(colour = "black"))

2. base + theme(panel.grid.major = element_line(size = 2))

3. base + theme(panel.grid.major = element_line(linetype = "dotted"))

• element_rect：添加矩形图层，如 fill（修改背景颜色）， colour， size以及 linetype

1. base + theme(plot.background = element_rect(fill = "grey80", colour = NA))

2. base + theme(plot.background = element_rect(colour = "red", size = 2))

3. base + theme(panel.background = element_rect(fill = "linen"))

• element_blank()：清空画板

1. base <- ggplot(mpg, aes(cty, hwy, color = factor(cyl))) +

2.  geom_jitter() +

3.  geom_abline(colour = "grey50", size = 2)

4. base

5. last_plot() + theme(panel.grid.minor = element_blank())

6. last_plot() + theme(panel.grid.major = element_blank())

还有一些相关的细枝末节的设置，小白觉得这些设置相当繁琐，很容易就占用了大量的作图时间，也不是重点，所以在此就先跳过啦。

8.4 控制主题的各种元素

大概有40多个属性可以控制主题。大致分为 plot, axis, legend, panel和 facet这几大类。

下表总结了一下控制主题的主要元素：

下面从中选几个比较重要的来举几个例子

• 当横轴刻度线标签名字过长，我们可以调整标签的角度和位置：

1. df <- data.frame(

2.  x = c("label", "a long label", "an even longer label"),

3.  y = 1:3

4. )

5. base <- ggplot(df, aes(x, y)) + geom_point()

6. base

7. ## 调整角度-30°，中心垂直距离下移1

8. base +

9.  theme(axis.text.x = element_text(angle = -30, vjust = 1, hjust = 0)) +

10.  xlab(NULL) +

11.  ylab(NULL)

• 假如你需要调整图形的长宽比：

1. df2 <- data.frame(x = 1:4, y = 1:4, z = rep(c("a", "b"), each = 2))

2. base <- ggplot(df2, aes(x, y, colour = z)) + geom_point()

3. base2 <- base + theme(plot.background = element_rect(colour = "grey50"))

4. # Wide screen

5. base2 + theme(aspect.ratio = 9 / 16)

6. # Long and skiny

7. base2 + theme(aspect.ratio = 2 / 1)

8. # Square

9. base2 + theme(aspect.ratio = 1)

8.5 储存和导出（Saving Your Output）

当保存图片时，你有两种基本选择：矢量型图片和栅格型图片

• 矢量型：图形可以无限缩放没有细节的损失；但如果包含数千个对象，矢量渲染过程会很慢

• 栅格形：以像素阵列形式存储，有固定的最优观测大小，对于图形印刷，分辨率（600dpi）是较好的方案。

ggplot2有两种保存方法：

第一种：

1. pdf("output.pdf", width = 6, height = 6)

2. ggplot(mpg, aes(displ, cty)) + geom_point()

3. dev.off()

第二种使用 ggsave：

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

2. ggsave("output.pdf")

显然第二种方法更加方便简洁，不过我们需要设置以下参数：

• path设定图形储存路径。 ggsave() 可以生成以下格式： .eps, .pdf, .svg, .wmf,.png, .jpg, .bmp, and .tiff.

• width和 height设置绝对尺寸的大小，可以精确控制尺寸

• 分辨率 dpi默认值300，你可以修改为600。

---

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”