線形圖是通過在多個(gè)點(diǎn)之間繪制線段來連接一系列點(diǎn)所形成的圖形，這些點(diǎn)按其坐標(biāo)(通常是x坐標(biāo))的值排序，并且它通常用于識(shí)別數(shù)據(jù)趨勢(shì)。

在R中的通過使用plot()函數(shù)來創(chuàng)建線形圖，語(yǔ)法如下：

plot(v,type,col,xlab,ylab)

參數(shù)描述如下：

v - 是包含數(shù)值的向量。

type - 取值“p”表示僅繪制點(diǎn)，“l(fā)”表示僅繪制線條，“o”表示僅繪制點(diǎn)和線。

xlab - 是x軸的標(biāo)簽。

ylab - 是y軸的標(biāo)簽。

main - 是圖表的標(biāo)題。

col - 用于繪制點(diǎn)和線兩種顏色。

我們接下來嘗試使用輸入向量和類型參數(shù)為“O”創(chuàng)建一個(gè)簡(jiǎn)單的折線圖，如下：

運(yùn)行結(jié)果為：

我們?cè)賮硗ㄟ^使用附加參數(shù)來擴(kuò)展折線圖的功能，例如可以向點(diǎn)和線添加顏色，給圖表標(biāo)題，并在軸上添加標(biāo)簽，如下：

運(yùn)行結(jié)果為：

最后再來嘗試使用lines()函數(shù)在同一個(gè)圖表上繪制多個(gè)線條，在繪制第一行之后，lines()函數(shù)可以使用附加向量作為輸入來繪制圖表中的第二行，如下：

運(yùn)行結(jié)果為：

好啦，本次記錄就到這里了。

補(bǔ)充：R語(yǔ)言基礎(chǔ)圖形繪制——折線圖

簡(jiǎn)介

折線圖通常用來對(duì)兩個(gè)連續(xù)變量之間的相互依存關(guān)系進(jìn)行可視化。x軸可以是連續(xù)型變量，也可以是離散型變量。生物學(xué)中，通常用來表示不同藥物劑量下實(shí)驗(yàn)對(duì)象的變化，或者是基因在不同類型組織或細(xì)胞中的表達(dá)模式。

1. 基礎(chǔ)函數(shù)

簡(jiǎn)單示例：使用plot()函數(shù)，改變參數(shù)type，更多類型請(qǐng)查看幫助文檔。

# 查看作圖數(shù)據(jù)
BOD
# Time demand
# 1 1 8.3
# 2 2 10.3
# 3 3 19.0
# 4 4 16.0
# 5 5 15.6
# 6 7 19.8
op <- par(no.readonly = T)
library(dplyr)
library(tidyverse)
par(mfrow = c(2,2))
BOD %>% {
 plot(demand ~ Time,data = .,type = "l",main = "A")
 plot(demand ~ Time,data = .,type = "b",main = "A")
 plot(demand ~ Time,data = .,type = "s",main = "A")
 plot(demand ~ Time,data = .,type = "o",main = "A")
}
par(op)

目前，基礎(chǔ)函數(shù)繪制多個(gè)分組折線圖，需要借助lines()函數(shù)。

op <- par(no.readonly = T)
library(dplyr)
library(tidyverse)
par(mar = c(rep(4,4)))
BOD %>% {
 plot(demand ~ Time,data = .,type = "l",col = "red",lwd = 2)
 lines(1:7,seq(8,20,length.out = 7),col = "steelblue",lwd = 2)
}
par(op)

多個(gè)分組時(shí)，可以借助for循環(huán)實(shí)現(xiàn)。

2. ggplot()函數(shù)

不加任何參數(shù)繪制簡(jiǎn)單折線圖。

library(ggplot2)
BOD %>% {
 ggplot(.,aes(Time,demand))+geom_line()
}

library(ggplot2)
library(patchwork)
BOD %>% {
 p1 <- ggplot(.,aes(Time,demand))+geom_line()
 p2 <- ggplot(.,aes(factor(Time),demand,group = 1))+geom_line()
 p1 + p2
}

為了比較因子型和連續(xù)型變量的不同，我們將兩張圖放在一起，可以發(fā)現(xiàn)右圖中并沒有6這個(gè)水平。當(dāng) x 對(duì)應(yīng)于因子型變量時(shí)，必須使用命令 aes(group=1) 以確保 ggplot() 知道這些數(shù)據(jù)點(diǎn)屬于同一個(gè)分組，從而應(yīng)該用一條折線連在一起。

相比于基礎(chǔ)函數(shù)，ggplot繪制分組折線圖簡(jiǎn)直不要太方便。%>%是管道符，需要加載dplyr包，**{}也可以理解為管道符，.**代表上一級(jí)生成的數(shù)據(jù)，p1 + p2 需要加載patchwork拼圖包。

library(plyr)
ToothGrowth %>% 
 ddply(c("supp", "dose"), summarise, length=mean(len)) %>% {
 p1 <- ggplot(.,aes(x=dose, y=length, colour=supp)) + geom_line()
 p2 <- ggplot(.,aes(x=dose, y=length, linetype=supp)) + geom_line()
 p1 + p2
 }

如圖，分別將supp映射給了顏色和線條類型。

如果要添加數(shù)據(jù)點(diǎn)等其他類型，可以通過geom系列函數(shù)實(shí)現(xiàn)。

來吧，實(shí)踐吧！

3. 實(shí)踐

我使用的是自己的小鼠早期胚胎卵母細(xì)胞到8細(xì)胞各時(shí)期的測(cè)序數(shù)據(jù)，挑選了大約3300個(gè)基因。縱坐標(biāo)使用的是log2(FPKM)值。

一起來看看ggplot繪制分組折線圖有多方便吧

首先需要將數(shù)據(jù)組織成長(zhǎng)數(shù)據(jù)格式。

head(oo1_long)

x <- length(unique(oo1_long$t))
ggplot(data=oo1_long, aes(x=variable, y=value, group=t)) +
 geom_line(alpha = oo1_long$alpha,color = oo1_long$color,size = oo1_long$size)+
 theme_bw()+
 scale_y_continuous(expand = c(0,0))+
 scale_x_discrete(expand = c(0,0))+
 ylab(label = "log2(fpkm)")+
 xlab(label = "")+
 geom_text(aes(4,10.2,label =paste("cluster1-1", x-1 , sep = '\n')))

其實(shí)上面的代碼還可以再優(yōu)化，使用aes()函數(shù)設(shè)置color等參數(shù)。

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。

最新評(píng)論