plot颜色-ggplot2散点图分组配色和自定义标注—R语言一文搞定

“通常我们在R中用中的函数来绘制散点图。散点图显示了沿XY两个轴的两个变量的值，它展示了XY之间的关系，揭示了XY之间的相关性。”

一、简单散点图在R中的绘制

1.1 基本散点图绘制

我们用R自带的数据库“iris”中的几种植物的萼片宽度（Sepal.Width）和萼片长度(Sepal.)来举例。

在使用绘制散点图时我们需要执行以下步骤：

具体的绘制代码如下：

#安装并加载ggplot2 library，
install.packages(ggplot2)
library(ggplot2)

# iris dataset 由R自带，运行下面的语句查看数据框
head(iris)
 
# 基本图形绘制
ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width)) + 
    geom_point()

1.2 修改点的属性和形状

可以通过以下()选项应用于点，自定义点的类型：

例如：

#加载ggplot2 library，
library(ggplot2)

# iris dataset 由R自带，运行下面的语句查看数据框
head(iris)

# 在geom_point()中定义点的颜色，填充，形状，透明度，大小和边缘宽度等属性
ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width)) + 
    geom_point(
        color="orange",
        fill="#69b3a2",
        shape=21,
        alpha=0.5,
        size=6,
        stroke = 2
        )

二、绘制分组散点图并修改形状

依然以上述iris数据为例，以物种变量进行分组。

点的标记颜色color取决于数据字段中的值，图例会自动生成。

2.1 绘制分组散点图

# load ggplot2加载以下R包
library(ggplot2)
install.packages(hrbrthemes) #这个包可以改变图片的灰色背景
library(hrbrthemes)
 
# 依然是自带数据，定义XY轴，只是添加了color= 函数
ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width, color=Species)) + 
    geom_point(size=6) +
    theme_ipsum() #消除背景颜色

2.2定义各组点的透明度，形状或大小

# 加载包
library(ggplot2)
library(hrbrthemes)

# 图1，根据透明度分组
ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width, alpha=Species)) + 
    geom_point(size=6, color="#69b3a2") +
    theme_ipsum()

# 图2，根据形状分组
ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width, shape=Species)) + 
    geom_point(size=6) +
    theme_ipsum()

# 图3，根据大小分组
ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width, shape=Species)) + 
    geom_point(size=6) +
    theme_ipsum()

2.3 绘制大小形状和透明度都由决定的图形

# load ggplot2
library(ggplot2)
library(hrbrthemes)

# A basic scatterplot with color depending on Species
ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width, shape=Species, alpha=Species, size=Species, color=Species)) + 
    geom_point() +
    theme_ipsum()

三、散点图对点做标注

在散点图中使用()添加文本作为点的标记。它的工作原理与 ()几乎相同，但添加的是文本而不是图形。

在执行这一程序时你需要定义以下内容：

3.1 绘制散点图并添加文本注释

# 加载安装包
library(ggplot2)
 
# 取mtcars数据的前30行作为本案例的数据集
data=head(mtcars, 30)
 
# 使用 geom_text添加备注,使用“rownames”作为点的标注
ggplot(data, aes(x=wt, y=mpg)) +
  geom_point() + # Show dots
  geom_text(
    label=rownames(data), 
    nudge_x = 0.25, nudge_y = 0.25, 
    check_overlap = T
  )

3.2给注释加边框

将()函数更换为()函数即可添加矩形框。

# 加载安装包
library(ggplot2)
 
# 取mtcars数据的前30行作为本案例的数据集
data=head(mtcars, 30)
 
# 使用 geom_text添加备注,使用“rownames”作为点的标注
ggplot(data, aes(x=wt, y=mpg)) +
  geom_point() + # Show dots
  geom_label(
    label=rownames(data), 
    nudge_x = 0.25, nudge_y = 0.25, 
    check_overlap = T
  )

3.3只对一个点添加注释并修改注释格式（颜色和填充）

在画布固定位置（XY来定义）添加一段文本备注，由函数来完成。可以自定义label.和label.size，以及

# 加载包
library(ggplot2)
 
# 提取数据的前30行
data=head(mtcars, 30)
 
# 添加注释
ggplot(data, aes(x=wt, y=mpg)) +
  geom_point() + # Show dots
  geom_label(
    label="Look at this!", #注释的文本
    x=4.1,
    y=20, #XY轴的位置
    label.padding = unit(0.55, "lines"), # 文本框的大小格式
    label.size = 0.35,
    color = "black", #字体颜色
    fill="#69b3a2" #填充颜色
  )

3.4 对规定范围的点进行注释

还可以选择XY一定范围的值的点并仅对它们进行注释。采用()函数完成。

# 这里需要额外用到两个包，若未安装则使用install.packages()函数安装
library(ggplot2)
library(dplyr)
library(tibble)

# 提取前30行数据
data=head(mtcars, 30)

# 修改数据行名
data <- data %>%
  rownames_to_column(var="carName")
  
# 绘制点图并标注mpg > 20,且wt>3的点
ggplot(data, aes(x=wt, y=mpg)) +
  geom_point() + 
  geom_label( 
    data=data %>% filter(mpg>20 & wt>3), # 核心函数
    aes(label=carName)
  )