ggpairs展示数据间的相关性

                         开始今天的学习吧~

ggplot2是一个基于图形语法的R绘图系统。GGally通过添加几个函数来降低组合geoms与转换数据的复杂性，从而扩展了ggplot2。其中一些函数包括成对的图形矩阵、散点图矩阵、平行坐标图、生存图和一些绘制网络图的函数。

多变量数据的两两比较

ggpairs()

ggpairs()是一种特殊形式的ggmatrix()，可用于多变量数据的成对比较。默认情况下，ggpairs()提供了每两列的两个不同的比较，并显示沿对角线的各个变量的密度或计数。使用不同的参数设置，可以用数值和图形替换对角线。

ggpairs()中有许多隐藏功能。

使用tips数据集展示此函数的用法。

library(GGally)
## 载入需要的程辑包：ggplot2
## Registered S3 method overwritten by 'GGally':
##   method from   
##   +.gg   ggplot2

data(tips, package = "reshape")
pm <- ggpairs(tips) # 默认展示所有列

pm
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

改变需要展示的列，并更改呈现的列名

pm <- ggpairs(tips, columns = c(1:4), columnLabels = c("Total Bill","Tip","Sex","Smoker"))
pm
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

改变颜色映射

library(ggplot2)

pm <- ggpairs(tips, columns = 1:4, columnLabels = c("Total Bill","Tip","Sex","Smoker"), mapping = aes(color = smoker))

pm
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

可以更改上三角、下三角、对角线的展示方式

3个主要参数: lower, upper, 和 diag.

• lower 和 upper 包含3种类型: continuous, combo, 和 discrete.
• 'diag' 只有2种：continuous或者 discrete.

每个模块都可以调整，只要提供一个列表即可

pm <- ggpairs(tips,
              columns = c("total_bill","time","tip"),
              lower = list(
                continuous = "smooth", # 添加拟合线
                combo = "facetdensity",
                mapping = aes(color = time)
                )
              )
pm

pm <- ggpairs(
  tips, columns = c("total_bill", "time", "tip"),
  upper = "blank",
  diag = NULL
)
pm
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

改变字体大小

ggpairs(tips, columns = 1:4, aes(color = time, alpha = 0.5),
        upper = list(
          continuous = wrap("cor", size = 3) # 改变correlation的font size
        ))
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

改变图形类型

ggpairs(tips, columns = 1:4, aes(color = sex, alpha = 0.6),
        upper = list(
          continuous = "points"
        )
        )
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

对角线不显示

ggpairs(tips, columns = 1:3, aes(color = sex),
        diag = "blank"
        )
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

和ggplot2的theme对接

ggpairs(tips, columns = 1:3) +
  theme(legend.position = "none", 
        panel.grid.major = element_blank(), 
        axis.ticks = element_blank(), 
        panel.border = element_rect(linetype = "dashed", colour = "black", fill = NA))
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

挑选其中的一个子图

pm[3,1]

自定义函数

自定义函数须符合以下格式：

custom_function <- function(data, mapping, ...){
  # ggplot2语法
}

比如改变其中一个子图的颜色：

my_bin <- function(data, mapping, ..., low = "#132B43", high = "#56B1F7") {
  ggplot(data = data, mapping = mapping) +
    geom_bin2d(...) +
    scale_fill_gradient(low = low, high = high)
}


pm <- ggpairs(
  tips, columns = c("total_bill", "time", "tip"),
  lower = list(
    continuous = my_bin
  ))
pm
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

改变默认配色

这个需求看似简单，但是需要自定义函数，实现起来略复杂，需要仔细阅读说明文档。

首先要明确在上下三角以及对角线中各个图形是由哪种变量组成的，是两个连续性变量，还是一个连续性一个离散型，还是两个都是离散型。然后还要看说明文档，都有哪些自定义图形！

# 修改默认函数的参数
my_cor <- function(data, mapping, ...){
  ggally_cor(data = data, mapping = mapping, size = 2.5) +
    scale_color_manual(values = c("#E41A1C","#377EB8"))
}

my_smooth <- function(data, mapping, ...){
  ggally_smooth(data = data, mapping = mapping) +
    scale_color_manual(values = c("#E41A1C","#377EB8"))
}

my_bardiag <- function(data, mapping, ...){
  ggally_barDiag(data = data, mapping = mapping) +
    scale_fill_manual(values = c("#E41A1C","#377EB8"))
}

my_box <- function(data, mapping, ...){
ggally_box(data = data, mapping = mapping) +
    scale_fill_manual(values = c("#E41A1C","#377EB8"))
}

my_count <- function(data, mapping, ...){
ggally_count(data = data, mapping = mapping) +
    scale_fill_manual(values = c("#E41A1C","#377EB8"))
}

my_hist <- function(data, mapping, ...){
ggally_facethist(data = data, mapping = mapping) +
    scale_fill_manual(values = c("#E41A1C","#377EB8"))
}

my_bar <- function(data, mapping, ...){
ggally_facetbar(data = data, mapping = mapping) +
    scale_fill_manual(values = c("#E41A1C","#377EB8"))
}


# 使用修改后的参数画图
ggpairs(tips,  
        aes(color = sex),
        
        upper = list(continuous = wrap(my_cor),
                     combo = wrap(my_box),
                     discrete = wrap(my_count)),
        lower = list(continuous = wrap(my_smooth),
                     combo = wrap(my_hist),
                     discrete = wrap(my_bar)),
        diag = list(continuous = wrap(my_bardiag),
                    discrete = wrap(my_bardiag))
        ) +
  theme_minimal()
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

上面的例子实在是太复杂了，当然也有更方便的方法，可以直接用scale_fill_maunal/scale_color_manual更改，简便方法：

ggpairs(tips, aes(color = sex), lower = list(continuous = "smooth"))+
  scale_fill_brewer(palette = "Set2")+
  scale_color_brewer(palette = "Set2")+
  theme_minimal()

以上就是今天的内容，希望对你有帮助哦！欢迎点赞、在看、关注、转发！

欢迎在评论区留言或直接添加我的微信！

完

欢迎关注我的公众号：医学和生信笔记

“

医学和生信笔记 公众号主要分享：1.医学小知识、肛肠科小知识；2.R语言和Python相关的数据分析、可视化、机器学习等；3.生物信息学学习资料和自己的学习笔记！

---

往期精彩内容：