R语言绘图：28个实用程序包

全文注释

# 示例参考帮助文档

# 我用Rstudio重现了所有示例

# 初识R语言，请戳我的原创推文“R语言入门”与“一起来学R”

# 使用Stata绘图，请戳我的原创推文“Stata绘图：37条外部命令”

# 本文以字母顺序排序程序包

# 更多用于R语言绘图的程序包，欢迎在留言区补充

cartogram

扭曲的地图，以传达统计信息

开发

Sebastian Jeworutzki，

[e-mail]；

Timothee Giraud；

Nicolas Lambert；

Roger Bivand；

Edzer Pebesma

示例

# 安装并加载包

install.packages("maptools")

library(maptools)

# 绘制非洲边界

data(wrld_simpl)

afr=wrld_simpl[wrld_simpl$REGION==2,]

plot(afr)

# 安装并加载包

install.packages("cartogram")

library(cartogram)

# 使用2005年的非洲人口数据

afr_cartogram <- cartogram(afr, "POP2005", itermax=5)

# 反映非洲人口特征

plot(afr_cartogram)

circlize

圈圈布局、弦图

开发

Zuguang Gu，

[e-mail]

示例

# 安装并加载包

install.packages("circlize")

library(circlize)

# 生成数据

name=c(3,10,10,3,6,7,8,3,6,1,2,2,6,10,2,3,3,10,4,5,9,10)

feature=paste("feature ", c(1,1,2,2,2,2,2,3,3,3,3,3,3,3,4,4,4,4,5,5,5,5) , sep="")

dat <- data.frame(name,feature)

dat <- with(dat, table(name, feature))

# 绘制弦图

chordDiagram(as.data.frame(dat), transparency = 0.5)

CMplot

圆形曼哈顿图

开发

LiLin-Yin

[e-mail]

示例

# 安装并加载包

install.packages("CMplot")

library("CMplot")

# 绘图

data(pig60K)                        

CMplot(pig60K[sample(1:nrow(pig60K), 10000),c(1:4)],plot.type="c",threshold=c(0.01,0.05)/nrow(pig60K),threshold.col=c('red','orange'),multracks=FALSE, chr.den.col=NULL, file.output = F)

corrgram

相关系数矩阵

开发

Kevin Wright，

[e-mail]

示例

# 安装并加载包

install.packages("iterators")

install.packages("corrgram")

library(iterators)

library(corrgram)

# 绘制相关系数矩阵图

corrgram(mtcars, order=TRUE, lower.panel=panel.shade, upper.panel=panel.pie,text.panel=panel.txt, main="Correlogram of mtcar intercorrelations")

corrplot

相关系数矩阵

开发

Taiyun Wei，

[e-mail]；

Viliam Simko，

[e-mail]

示例

# 安装并加载包

install.packages("corrplot")

library(corrplot)

# 计算相关系数

mycor <- cor(mtcars)

# 绘制相关系数矩阵图

corrplot.mixed(mycor, upper = "ellipse")

dygraphs

时间序列数据的可视化

开发

Dan Vanderkam；

JJ Allaire，

[e-mail]；

Jonathan Owen；

Daniel Gromer；

Petr Shevtsov；

Benoit Thieurmel

示例

# 安装并加载包

install.packages("dygraphs")

library(dygraphs)

# 时间序列

data=data.frame( time=c( seq(0,20,0.5), 40), value=runif(42))

str(data)

dygraph(data)

ellipse

椭圆

开发

Duncan Murdoch，

[e-mail]；

E. D. Chow

示例

# 安装并加载包

install.packages("ellipse")

library(ellipse)

# 绘制相关系数矩阵图

data(mtcars)

fit <- lm(mpg ~ ., mtcars)

plotcorr(summary(fit, correlation = TRUE)$correlation)

fmsb

雷达图

开发

Minato Nakazawa

[e-mail]

示例

# 安装并加载包

install.packages("fmsb")

library(fmsb)

# 生成数据

data=as.data.frame(matrix( sample( 2:20 , 10 , replace=T) , ncol=10))

colnames(data)=c("math" , "english" , "biology" , "music" , "R-coding", "data-viz" , "french" , "physic", "statistic", "sport" )

data=rbind(rep(20,10) , rep(0,10) , data)

# 雷达图参数设置

radarchart(data,axistype=1,pcol=rgb(0.2,0.5,0.5,0.9),pfcol=rgb(0.2,0.5,0.5,0.5), plwd=4, cglcol="grey", cglty=1, axislabcol="grey", caxislabels=seq(0,20,5), cglwd=0.8,vlcex=0.8)

forecast

时间序列分析

开发

Rob J Hyndman，

[e-mail]

示例

# 安装并加载包

install.packages("forecast")

library(forecast)

# 使用英国每月死于肺病的人数数据

fit<- auto.arima(mdeaths)

# 设置置信区间

forecast(fit, level=c(80, 95, 99), h=3)

# 绘制时间序列趋势图

plot(forecast(fit), shadecols="oldstyle")

GGally

散点图矩阵

开发

Barret Schloerke，

[e-mail]；

Jason Crowley，

[e-mail]；

Di Cook，

[e-mail]；

Heike Hofmann，

[e-mail]；

Hadley Wickham，

[e-mail]；

Francois Briatte，

[e-mail]；

Moritz Marbach，

[e-mail]；

Edwin Thoen，

[e-mail]；

Amos Elberg，

[e-mail]；

Joseph Larmarange，

[e-mail]

示例

# 安装并加载包

install.packages("GGally")

library(GGally)

# 绘制相关系数矩阵图

ggpairs(mtcars, columns = c("mpg", "cyl", "disp"),upper = list(continuous = wrap("cor", size = 10)), lower =list(continuous = "smooth"))

ggplot2

丰富的数据可视化

开发

Hadley Wickham，

[e-mail]；

Winston Chang，

[e-mail]

示例

# 安装并加载包

install.packages("ggplot2")

library(ggplot2)

# 生成数据

variety=rep(LETTERS[1:7], each=40)

treatment=rep(c("high","low"),each=20)

note=seq(1:280)+sample(1:150, 280, replace=T)

data=data.frame(variety, treatment ,  note)

# 绘制箱线图

ggplot(data, aes(x=variety, y=note, fill=treatment)) +

geom_boxplot()

# 生成数据

set.seed(345)

Sector <- rep(c("S01","S02","S03","S04","S05","S06","S07"),times=7)

Year <- as.numeric(rep(c("1950","1960","1970","1980","1990","2000","2010"),each=7))

Value <- runif(49, 10, 100)

data <- data.frame(Sector,Year,Value)

# 绘制区域图

ggplot(data, aes(x=Year, y=Value, fill=Sector)) +

    geom_area()

# 安装并加载包

install.packages("plotly")

install.packages("gapminder")

library(plotly)

library(gapminder)

# 绘制气泡图

p <- gapminder %>%

  filter(year==1977) %>%

  ggplot( aes(gdpPercap, lifeExp, size = pop, color=continent)) +

  geom_point() +

  scale_x_log10() +

  theme_bw()

ggplotly(p)

ggridges

叠嶂图（山峦图）

开发

Claus O. Wilke，

[e-mail]

示例

# 安装并加载包

install.packages("ggridges")

install.packages("ggplot2")

library(ggridges)

library(ggplot2)

# 使用钻石数据

head(diamonds)

# 绘制叠嶂图

ggplot(diamonds, aes(x = price, y = cut, fill = cut)) +

  geom_density_ridges() +

  theme_ridges() +

  theme(legend.position = "none")

hexbin

二维直方图

开发

Dan Carr，

[e-mail]；

Nicholas Lewin-Koh；

Martin Maechler，

[e-mail]；

Deepayan Sarkar，

[e-mail]

示例

# 安装并加载包

install.packages("hexbin")

install.packages("RColorBrewer")

library(hexbin)

library(RColorBrewer)

# 生成数据

x <- rnorm(mean=1.5, 5000)

y <- rnorm(mean=1.6, 5000)

# 绘制二维散点图

bin<-hexbin(x, y, xbins=40)

my_colors=colorRampPalette(rev(brewer.pal(11,'Spectral')))

plot(bin, main="", colramp=my_colors, legend=F)

igraph

网络图

示例

# 安装并加载包

install.packages("igraph")

library(igraph)

# 生成数据

data=matrix(sample(0:1, 400, replace=TRUE, prob=c(0.8,0.2)), nrow=20)

network=graph_from_adjacency_matrix(data , mode='undirected', diag=F )

# 输出网络

par(mfrow=c(2,2), mar=c(1,1,1,1))

plot(network, layout=layout.sphere, main="sphere")

lattice

点图、核密度图、直方图、柱状图、箱线图、散点图、带状图、平行箱线图、三维图、散点图矩阵等

开发

Deepayan Sarkar，

[e-mail]

示例

# 安装并加载包

install.packages("lattice")

library(lattice)

# 查看火山数据

head(volcano)

# 绘制火山的三维等高线图

contourplot(volcano)

# 绘制火山的三维水平图

levelplot(volcano)

# 绘制火山的三维线框图

wireframe(volcano)

# 查看汽车数据

head(mtcars)

# 绘制箱线图

bwplot(mtcars$mpg)

# 绘制平行坐标图

parallelplot(mtcars[1:3])

# 绘制散点图矩阵

splom(mtcars[c(1,3,4,5)])

# 绘制带状图

stripplot(mtcars$mpg~factor(mtcars$cyl))

leaflet

交互式地图

开发

Joe Cheng，

[e-mail]；

Bhaskar Karambelkar；

Yihui Xie；

Hadley Wickham；

Kenton Russell；

Kent Johnson；

Barret Schloerke；

Vladimir Agafonkin；

Brandon Copeland；

Joerg Dietrich；

Benjamin Becquet；

Norkart AS；

L. Voogdt；

Daniel Montague；

Kartena AB；

Robert Kajic；

Michael Bostock

示例

# 安装并加载包

install.packages("leaflet")

library(leaflet)

# 交互式地图

m=leaflet()

m=addTiles(m)

m

likert

李克特量表数据的可视化

开发

Jason Bryer，

[e-mail]；

Kimberly Speerschneider

[e-mail]

示例

# 安装并加载包

install.packages("likert")

library(likert)

# 使用PISA量表数据

data(pisaitems)

items28 <- pisaitems[, substr(names(pisaitems), 1, 5) == "ST24Q"]

# 绘制条形图

l28 <- likert(items28)

summary(l28)

plot(l28)

maps

地图

开发

Richard A. Becker；

Allan R. Wilks；

Ray Brownrigg

示例

# 安装并加载包

install.packages("maps")

install.packages("geosphere")

library(maps)

library(geosphere)

# 绘制世界地图

map("world")

maptools

地图

开发

Roger Bivand，

[e-mail]；

Nicholas Lewin-Koh；

Edzer Pebesma；

Eric Archer；

Adrian Baddeley；

Nick Bearman；

Hans-Jörg Bibiko；

Steven Brey；

Jonathan Callahan；

German Carrillo；

Stéphane Dray；

David Forrest；

Michael Friendly；

Patrick Giraudoux；

Duncan Golicher；

Virgilio Gómez Rubio；

Patrick Hausmann；

Karl Ove Hufthammer；

Thomas Jagger；

Kent Johnson；

Sebastian Luque；

Don MacQueen；

Andrew Niccolai；

Edzer Pebesma；

Oscar Perpiñán Lamigueiro；

Tom Short；

Greg Snow；

Ben Stabler；

Murray Stokely；

Rolf Turner

示例

# 安装并加载包

install.packages("maptools")

library(maptools)

# 绘制非洲边界

data(wrld_simpl)

afr=wrld_simpl[wrld_simpl$REGION==2,]

plot(afr)

performanceAnalytics

绩效指标计算与可视化

开发

Brian G. Peterson，

[e-mail]；

Peter Carl

示例

# 安装并加载包

install.packages("PerformanceAnalytics")

library(PerformanceAnalytics)

# 列出待计算变量

mydata <-mtcars[c('mpg','cyl','disp','hp','drat')]

# 绘制相关系数矩阵图

chart.Correlation(mydata, histogram=TRUE, pch=19)

plotly

交互式可视化

开发

Carson Siever，

[e-mail]；

Chris Parmer，

[e-mail]；

Toby Hocking，

[e-mail]；

Scott Chamberlain，

[e-mail]；

Karthik Ram，

[e-mail]；

Marianne Corvellec，

[e-mail]；

Pedro Despouy，

[e-mail]

示例

# 安装并加载包

install.packages("plotly")

library(plotly)

# 查看火山数据

head(volcano)

# 绘制火山的三维交互图

p=plot_ly(z = volcano, type = "surface")

p

qcc

统计质量控制

开发

Luca Scrucca，

[e-mail]；

Greg Snow，

[e-mail]；

Peter Bloomfield，

[e-mail]

示例

# 安装并加载包

install.packages("qcc")

library(qcc)

# 均值为10的序列，加上白噪声

x <- rep(10, 100) + rnorm(100)

# 测试序列，均值为11

new.x <- rep(11, 15) + rnorm(15)

# 标记出新的点

qcc(x, newdata=new.x, type="xbar.one")

qqman

曼哈顿图

开发

Stephen Turner

示例

# 安装并加载包

install.packages("qqman")

library(qqman)

# 使用gwasResults数据绘制曼哈顿图

manhattan(gwasResults, chr="CHR", bp="BP", snp="SNP", p="P" )

REmap

地图

开发

Dawei Lang，

[e-mail]

示例

# 安装并加载包

install.packages("devtools")

install_github("lchiffon/REmap")

library(devtools)

library(REmap)

# 标注起始点

origin<-c("济南","西安","成都")

destination<-c("西安","成都","济南")

# 制作迁徙地图

dat = data.frame(origin,destination)

out = remap(dat,title = "after-graduation trip ",subtitle= "zg434")

plot(out)

scatterplot3d

三维散点图

开发

Uwe Ligges，

[e-mail]；

Martin Maechler；

Sarah Schnackenberg

示例

# 安装并加载包

install.packages("scatterplot3d")

library(scatterplot3d)

# 生成数据

x1=round(rnorm(100,mean=80,sd=1))

x2=round(rnorm(100,mean=80,sd=5))

x3=round(rnorm(100,mean=80,sd=10))

x=data.frame(x1,x2,x3)

# 绘制三维散点图

scatterplot3d(x[1:3])

TeachingDemos

脸谱图

开发

Greg Snow，

[e-mail]

示例

# 安装并加载包

install.packages("TeachingDemos")

library(TeachingDemos)

# 生成数据

x1=round(rnorm(100,mean=80,sd=1))

x2=round(rnorm(100,mean=80,sd=5))

x3=round(rnorm(100,mean=80,sd=10))

x=data.frame(x1,x2,x3)

# 绘制脸谱图

faces(x)

treemap

树图

开发

Martijn Tennekes，

[e-mail]

示例

# 安装并加载包

install.packages("treemap")

library(treemap)

# 生成数据

group=c("group-1","group-2","group-3")

value=c(13,5,22)

data=data.frame(group,value)

# 绘制树图

treemap(data, index="group", vSize="value", type="index")

vioplot

小提琴图

开发

Daniel Adler，

[e-mail]；

Romain Francois，

[e-mail]

示例

# 安装并加载包

install.packages("vioplot")

library(vioplot)

# 生成数据

treatment=c(rep("A", 40) , rep("B", 40) , rep("C", 40) )

value=c( sample(2:5, 40 , replace=T) , sample(c(1:5,12:17), 40 , replace=T), sample(1:7, 40 , replace=T) )

data=data.frame(treatment,value)

# 绘制小提琴图

with(data , vioplot( value[treatment=="A"] , value[treatment=="B"], value[treatment=="C"],  col=rgb(0.1,0.4,0.7,0.7) , names=c("A","B","C") ))

运行环境信息

> sessionInfo() R version 3.5.0 (2018-04-23) Platform: x86_64-w64-mingw32/x64 (64-bit) Running under: Windows >= 8 x64 (build 9200) Matrix products: default locale: [1] LC_COLLATE=Chinese (Simplified)_China.936  LC_CTYPE=Chinese (Simplified)_China.936    LC_MONETARY=Chinese (Simplified)_China.936 [4] LC_NUMERIC=C                               LC_TIME=Chinese (Simplified)_China.936     attached base packages: [1] stats     graphics  grDevices utils     datasets  methods   base     other attached packages: [1] CMplot_3.3.1               vioplot_0.2                sm_2.2-5.5                 treemap_2.4-2             [5] TeachingDemos_2.10         scatterplot3d_0.3-41       REmap_0.3.2                devtools_1.13.5           [9] qqman_0.1.4                qcc_2.7                    PerformanceAnalytics_1.5.2 xts_0.11-1                 [13] zoo_1.8-3                  maptools_0.9-3             geosphere_1.5-7            maps_3.3.0                 [17] likert_1.3.5               xtable_1.8-2               leaflet_2.0.2              lattice_0.20-35           [21] igraph_1.2.1               RColorBrewer_1.1-2         hexbin_1.27.2              ggridges_0.5.0             [25] bindrcpp_0.2.2             gapminder_0.3.0            plotly_4.8.0               ggplot2_3.0.0             [29] sp_1.3-1                   loaded via a namespace (and not attached): [1] httr_1.3.1        tidyr_0.8.1       jsonlite_1.5      viridisLite_0.3.0 shiny_1.1.0       assertthat_0.2.0  yaml_2.1.19       [8] backports_1.1.2   pillar_1.2.3      glue_1.2.0        quadprog_1.5-5    digest_0.6.15     promises_1.0.1    colorspace_1.3-2 [15] htmltools_0.3.6   httpuv_1.4.3      plyr_1.8.4        psych_1.8.4       XML_3.98-1.16     pkgconfig_2.0.1   calibrate_1.7.2   [22] purrr_0.2.5       scales_1.0.0      later_0.7.2       git2r_0.21.0      tibble_1.4.2      withr_2.1.2       lazyeval_0.2.1   [29] cli_1.0.0         mnormt_1.5-5      magrittr_1.5      crayon_1.3.4      mime_0.5          evaluate_0.10.1   memoise_1.1.0     [36] nlme_3.1-137      MASS_7.3-49       foreign_0.8-70    tools_3.5.0       data.table_1.11.2 gridBase_0.4-7    stringr_1.3.1     [43] munsell_0.5.0     compiler_3.5.0    rlang_0.2.0       grid_3.5.0        rstudioapi_0.7    rjson_0.2.20      htmlwidgets_1.2   [50] crosstalk_1.0.0   rmarkdown_1.9     tcltk_3.5.0       labeling_0.3      gtable_0.2.0      curl_3.2          reshape2_1.4.3   [57] R6_2.2.2          gridExtra_2.3     knitr_1.20        dplyr_0.7.5       utf8_1.1.4        rprojroot_1.3-2   bindr_0.1.1       [64] stringi_1.1.7     parallel_3.5.0    Rcpp_0.12.18      tidyselect_0.2.4

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：学术图表 高分文章 生信宝典 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:  肠道细菌 人体上的生命 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2200+ 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”