ggplot(sunspotyear,aes(Year,Sunspots)) + geom_area() # change fill color and alpha ggplot(sunspotyear,aes(Year,Sunspots)) + geom_area(colour = "black",fill = "blue",alpha = .2) 然后我们看一下数据内有分组情况下的作图 library(gg
library(ggplot2) library(ggthemes) theme_set(theme_base()) 带误差线的复式条图 图1 复式误差条图 数据集准备 data <- data.frame(NO = seq(1:4), group = c("GroupA", "GroupA", "GroupB", "GroupB"), lable = c("Label1", "Label2", "Label1", "Label2"), mean = c(9.2, 9.1...
和之前一样可以直接用ggsave或者graph2ppt的方式导出。这里可以参考该推文,ggplot2循环绘图。 循环拼图 我们也可以先通过循环拼图的方式,将图片先在R语言里调整好再导出。这里通过巧妙的运用matrix,然后利用Rmisc包中的multiplot函数进行拼图。 Rmisc::multiplot(plotlist = p, layout = matrix(1:6, nrow = 2)) ...
代码语言:R 复制 library(ggplot2)# 创建一个数据集data<-data.frame(category=c("A","B","C","D","E"),value=c(10,20,30,40,50))# 创建一个条形图bar_plot<-ggplot(data,aes(x=category,y=value))+geom_bar(stat="identity")# 限制x轴范围bar_plot<-bar_plot+scale_x_continuous(limits=c...
首先还是要把你想要绘图的数据调整成R语言可以识别的格式excel中保存成csv格式。 数据的格式如下图: Step2. 绘图数据的读取 data <- read.csv(“your file path”, header = T) Step3.绘图所需package的调用 library(ggplot2) Step4.绘图 先画出普通的柱状图 ...
Default bar plot library(plotly) g <- ggplot(mpg, aes(class)) p <- g + geom_bar() ggplotly(p) library(plotly) g <- ggplot(mpg, aes(class)) p <- g + geom_bar(aes(weight = displ)) ggplotly(p) Add colour library(plotly) dat <- data.frame( time = factor(c("Lunch","...
取首字母缩写再加上plot，于是得名ggplot，末尾的2是因为Hadley写包的一个习惯——对先前的版本不满意...
function, ggplot2 theme name. Default value is theme_pubr(). Allowed values include ggplot2 official themes: theme_gray(), theme_bw(), theme_minimal(), theme_classic(), theme_void(), ... ... other arguments to be passed to be passed to ggpar(). Details...
用于添加P值的R函数 介绍两个ggpubr包中的函数 compare_means():用于执行均值比较 stat_compare_means():用于在ggplot图形中自动添加P值和显著性水平 compare_means() 两样本间的比较 df<-ToothGrowth ggplot(df,aes(x=supp,y=len,fill=supp))+ geom_boxplot(position=position_dodge(),width=0.5)+ geom...
"yellow")# 绘图# plotpdf(file='results/Bar_plot_change_color01.pdf', height=10,width=12, family='sans')ggplot(df) + geom_col_pattern(aes(x = factor(pattern, levels = c('S','P')), y = value, group = factor(treat, levels = c('blank', '20', '40')), pattern_fill = col...