R:ggplot2分类别绘图的三种方式以及分组绘图的二种方式

(115) 2024-04-19 19:01:01

简单介绍一下ggplot2分类别绘图的三种方式:分组、分面、图形组合;以及长、宽数据如何实现分组绘图

  • 长数据进行分组绘图是比较容易实现的,大部分的R绘图教程都有提到
  • 对于横向数据如何分组绘图,大部分教程提到需先将横向数据转化为纵向数据,然后再进行分组绘图
  • 但其实横向数据也可以直接实现分组绘图,避免了转为纵向数据这一步骤

分类别绘图的三种方式

使用ggplot2绘图时,若需要分类别进行绘图,常见的方式有:

  • 绘制一幅图,按类别进行分组
  • 对每个类别分别绘制一幅图,按类别进行分面
  • 对每个类别分别绘制一幅图,进行图形组合
library(ggplot2)
library(cowplot)
rm(list = ls()) # 清空工作空间!!!

示例数据

使用R自带的mtcars汽车数据集

print(head(mtcars))
#                    mpg cyl disp  hp drat    wt  qsec vs am gear carb
# Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
# Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
# Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
# Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
# Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
# Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

str(mtcars)
# 'data.frame':	32 obs. of  11 variables:
#  $ mpg : num  21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
#  $ cyl : num  6 6 4 6 8 6 8 4 4 6 ...
#  $ disp: num  160 160 108 258 360 ...
#  $ hp  : num  110 110 93 110 175 105 245 62 95 123 ...
#  $ drat: num  3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
#  $ wt  : num  2.62 2.88 2.32 3.21 3.44 ...
#  $ qsec: num  16.5 17 18.6 19.4 17 ...
#  $ vs  : num  0 0 1 1 0 1 0 1 1 1 ...
#  $ am  : num  1 1 1 0 0 0 0 0 0 0 ...
#  $ gear: num  4 4 4 3 3 3 3 4 4 4 ...
#  $ carb: num  4 4 1 1 2 1 4 2 2 4 ...

使用vs作为类别变量,将其转化为因子

mtcars$vs <- factor(mtcars$vs)

table(mtcars$vs)
# 
#  0  1 
# 18 14

分组

按照颜色进行分组

ggplot(data = mtcars, aes(x = mpg, y = wt, color = vs)) +
  geom_point() +
  geom_smooth(method = "lm") +
  theme_bw()

R:ggplot2分类别绘图的三种方式以及分组绘图的二种方式 (https://mushiming.com/)  第1张

分面

ggplot(data = mtcars, aes(x = mpg, y = wt)) +
  facet_wrap("~ vs") + # 列分面
  geom_point() +
  geom_smooth(method = "lm") +
  theme_bw()

R:ggplot2分类别绘图的三种方式以及分组绘图的二种方式 (https://mushiming.com/)  第2张

图形组合

cowplot包的plot_grid函数进行图形组合时,可对齐图形边框与坐标轴,参考链接


# 选择vs = 0的样本;注意mtcars$vs为因子,可先转化为字符串再跟0、1比较
p1 <- ggplot(data = mtcars[as.character(mtcars$vs) == "0", ], 
             aes(x = mpg, y = wt)) +
  geom_point() +
  geom_smooth(method = "lm") +
  theme_bw()

# 选择vs = 0的样本
p2 <- ggplot(data = mtcars[as.character(mtcars$vs) == "1", ], 
             aes(x = mpg, y = wt)) +
  geom_point() +
  geom_smooth(method = "lm") +
  theme_bw()

# 将p1、p2横向组合起来
plot_grid(p1, p2, ncol = 2, align = "vh")

R:ggplot2分类别绘图的三种方式以及分组绘图的二种方式 (https://mushiming.com/)  第3张

长、宽数据如何分组绘图

  • 长数据进行分组绘图是比较容易实现的,大部分的R绘图教程都有提到
  • 对于横向数据如何分组绘图,大部分教程提到需先将横向数据转化为纵向数据,然后再进行分组绘图
  • 但其实横向数据也可以直接实现分组绘图,避免了转为纵向数据这一步骤

长数据(纵向数据)

data1 <- data.frame(x = c(1, 2, 3, 1, 2, 3), 
                    y = c(1, 2, 3, 2, 4, 6), 
                    group = factor(c(0, 0, 0, 1, 1, 1)))

print(data1)
#   x y group
# 1 1 1     0
# 2 2 2     0
# 3 3 3     0
# 4 1 2     1
# 5 2 4     1
# 6 3 6     1

使用颜色进行分组color = group(使用其他属性如点、线的形状分组与此类似)

ggplot(data = data1, aes(x = x, y = y, color = group)) +
  geom_point() +
  geom_line() +
  theme_bw()

R:ggplot2分类别绘图的三种方式以及分组绘图的二种方式 (https://mushiming.com/)  第4张

宽数据(横向数据)

data2 <- data.frame(x = c(1, 2, 3), 
                    y1 = c(1, 2, 3), 
                    y2 = c(2, 4, 6))
print(data2)
#   x y1 y2
# 1 1  1  2
# 2 2  2  4
# 3 3  3  6

使用颜色color进行分组,注意color是写入aes
可以看到,该图与上述长数据绘出的图一模一样

ggplot(data = data2, aes(x = x)) +
  geom_point(aes(y = y1, color = "0")) +
  geom_line(aes(y = y1, color = "0")) +
  geom_point(aes(y = y2, color = "1")) +
  geom_line(aes(y = y2, color = "1")) +
  labs(y = "y", color = "group") + # 修改y轴标签和图例名称
  theme_bw() 

R:ggplot2分类别绘图的三种方式以及分组绘图的二种方式 (https://mushiming.com/)  第5张

THE END

发表回复