geom_col 需要提供x(分类变量)和y(数值变量,映射在y轴);geom_bar 只需要提供x,自动统计频数、频率,映射在y轴geom_bar是自带统计属性的,自动统计x的频数、频率,映射在y轴,通过添加参数stat=”identity”实现与geom_col相同的效果。 基础的单组数据绘制柱状图是很简单的,这里主要写一下多组数据分组柱状图的绘制。
require(ggplot2) pd <- position_dodge(0.3) ggplot(dt, aes(x=Time, y=OR, colour=Group)) + geom_errorbar(aes(ymin=CI_lower, ymax=CI_upper), colour="black", width=.4, position=pd) + geom_point(size=2.2, position=pd) + geom_hline(aes(yintercept=1), colour="#990000", line...
想做一个简单的分组折线图,并添加误差棒,类似下面这样的: 用ggplot似乎很简单就能实现:ggplot+geom_errorbar+geom_line+geom_point,重点在于计算误差棒。 还是看示例数据吧: Type是转录和蛋白两个组学,Region是某个组织的不同区域。想作如上图的样子,即不同区域在两个组学的折线图分布。
geom_errorbar 竖直误差线 geom_errorbarh 水平误差线 geom_pointrange 带误差棒的均值点 geom_smooth 拟合曲线 geom_qq 绘制 Q-Q 图 geom_qq_line 绘制 Q-Q 图 geom_bin_2d 二维直方图 geom_contour 3D对象在2D的投影(等高线、热力图等) geom_contour_filled 3D对象在2D的投影(等高线、热力图等) ...
想做一个简单的分组折线图,并添加误差棒,类似下面这样的: image.png 用ggplot似乎很简单就能实现:ggplot+geom_errorbar+geom_line+geom_point,重点在于计算误差棒。 还是看示例数据吧: image.png Type是转录和蛋白两个组学,Region是某个组织的不同区域。想作如上图的样子,即不同区域在两个组学的折线图分布。
想做一个简单的分组折线图,并添加误差棒,类似下面这样的: 用ggplot似乎很简单就能实现:ggplot+geom_errorbar+geom_line+geom_point,重点在于计算误差棒。 还是看示例数据吧: Type是转录和蛋白两个组学,Region是某个组织的不同区域。想作如上图的样子,即不同区域在两个组学的折线图分布。
geom_errorbar(aes(ymin = count - 1, ymax = count + 1), position = position_dodge2(preserve = 'single', padding = 0.5)) 分组柱状图#每个柱子添加数据 mpg %>% group_by(class, drv) %>% summarise(count = n()) %>% ggplot(aes(class, count)) + geom_col(aes(fill=drv), position...
geom_errorbar:用于绘制误差棒。 geom_linerange:用于绘制带有最小值和最大值的线段。 geom_pointrange:用于绘制带有点和最小值最大值的线段。 geom_map:用于绘制地图。 geom_raster:用于绘制位图。 geom_tile:用于绘制矩形区域。 示例: 空白图 ggplot(data, aes(x = x, y = y)) + geom_blank() ...
在绘图代码中你需要做的唯一的争论就是得到分组的hline：
使用分组变量和geom_rect 可以在ggplot2中创建矩形,用于展示分组数据的特定区域。 分组变量(grouping variable)是指将数据分为不同组的变量,可以是离散变量或分类变量。在ggplot2中,可以使用分组变量来确定哪些数据属于同一组,从而在图形中区分不同组的数据。 geom_rect是ggplot2中的一种几何对象,用于绘制矩形。它需要...