R语言绘图多图叠加和图形分页

1、R绘图课程：多图叠加与图形分页gaom在我们用R画图的时候常常碰到一种问题，就是我们简简单单一个对象的图无法达到我们想要的结果。可能我们是一个对象但有多种展示，需要把多个图放在一起。也可能我们要画的是多个对象，但每个对象的图其实都是并行的。前面一种情况我理解为是多图叠加，即需要多张不同的图拼凑到一张图中。后面的情况我理解为是图形分页，即把类似的图形有序的排列展示给大家看。今天我们讨论的主题就是如何去解决上述的两种情况。首先，我们针对第一种情况。其实第一种情况我们还是要划分一下。多图叠加，其中的叠是指我们的绘图中两张或多张不同的图整合到一种图中，共用一个坐标轴。比如一张柱状图，一张曲线图合并到一

2、张图中。而其中的加则是指我们想合并的图之间无法共用坐标轴，我们只能在一张图中划分不同的区域加需要的多张图放置进去。光说不练假把式，今天我们就找几个实例展示一下，让大家看下我们如果处理这种常见的问题。library("ggplot2")#这次主要是用ggplot来处理data<-read.table(file = "C:/Users/gaom/Desktop/R语言绘图：多图叠加和图形分页/test_data2.txt",header=F,stringsAsFactors=F,sep = "t")#因为文件中有数字也有字符，所以建

3、议加上stringsAsFactors=F。head(data)# V1 V2 V3 V4# 1 1 0.15415052 0.7645350 A# 2 2 0.09278940 0.7763482 A# 3 3 0.01666104 0.8422627 A# 4 4 0.01519319 0.7630589 A# 5 5 0.16605095 0.8263706 A# 6 6 0.13892152 0.7597543 Adim(data)# 1 48 4第一列是染色体名，第二列和第三列分别是两种计算结果，具体意义暂时不予理会。第四列是染色体的区域，100000表示1到100000，20000

4、0表示100001到200000。我们大致知道数据结构即可。下面我们开始画图p1<-ggplot(data)+geom_bar(aes(x=data$V1,y=data$V3,fill = data$V4,group = data$V4),position = "dodge",stat = "identity",colour = "black")+scale_x_continuous(breaks = 1:12)#加上position="dodge"后会每条染色体分成四个柱子，加上colour = "

5、;black"，则每个柱子的边框为黑色。p1 上面已经有对应的柱状图了，下面再根据第一列和第三列画点线图。p2<-ggplot(data)+geom_line(aes(x=data$V1,y=data$V2,colour = data$V4)+scale_x_continuous(breaks = 1:12)#这里可以注意跟柱状图不一样了，用的是colour，不是fill。p2分开的两张图我们都做好了，下面就是叠加了。首先我们看到这里的数据其实都是data，换句话说就是他们其实可以共用坐标轴的。所以这种情况在ggplot当中叠起来很容易。data,5="white&q

6、uot;p3<-ggplot(data)+geom_bar(aes(x=data$V1,y=data$V3,group = data$V4),fill = data$V5,position = "dodge",stat = "identity",colour = "black")+geom_line(aes(x=data$V1,y=data$V2,colour = data$V4)+scale_x_continuous(breaks = 1:12)#为了能看到线图，所以这里把填充颜色改成了白色，这里大家注意一下fill的位置，跟

7、之前的fill运用有些区别p3这里说完了叠，再说说加。下面我们就简单的把上面两张图加到一张图中。library("gridExtra")grid.arrange(p1,p2,ncol = 2,widths=c(1,1)#widths表示横向两图的比例grid.arrange(p1,p2,nrow = 2,heights = c(1,2)#heights表示两图纵向的比例grid.arrange(p1,p2,p1,p2,ncol =2,nrow =2)#ncol和nrow表示图形摆放方式grid.arrange(p1,p2,p1,p2,ncol =2,layout_matri

8、x = cbind(c(1,1,1), c(2,3,4)#layout_matrix中的1,2,3,4分别对应前面四个对象 除了上述情况，相信大家还会碰到另外一种，比如上述四个图拼在一起。而我们只有三个图，可能右上角或左上角是空白的。这个怎么办呢？kong<- ggplot()+geom_blank(aes(1,1)+ theme(plot.background = element_blank(), panel.grid.major = element_blank(), panel.grid.minor = element_blank(),panel.border = element_b

9、lank(), panel.background = element_blank(),axis.title.x = element_blank(), axis.title.y = element_blank(),axis.text.x = element_blank(), axis.text.y = element_blank(),axis.ticks = element_blank(), axis.line = element_blank()#这里其实就是建立了一个完全空白的图片grid.arrange(p2,kong,p1,p2,ncol =2 ,nrow =2,widths = c(2,

10、1),heights = c(1,2)上述了这些就是一般常见的图层叠加了。当然，如果大家还想发散的话，可以再参考一些ggExtra这个包，你会发现更多乐趣。好了，除了刚才的叠加，下面我们再说说分页。这方面在ggplot中就显得很容易了。p4<-ggplot(data)+geom_bar(aes(x=data$V1,y=data$V3,fill = data$V4,group = data$V4),position = "dodge",stat = "identity",colour = "black")+scale_x_cont

11、inuous(breaks = 1:12)+facet_grid(V4)#这是根据分组来分页的p4p5<-ggplot(data)+geom_bar(aes(x=data$V1,y=data$V3,fill = data$V4,group = data$V4),position = "dodge",stat = "identity",colour = "black")+scale_x_continuous(breaks = 1:12)+facet_wrap(V1,ncol = 3)#这个是根据染色体的，同时也能通过ncol和nrow来调控布局p5facet_grid相对facet_wrap而言可以应用多个标准进行分页。但从布局角度个人觉得facet_wrap更好。p6<-ggplot(data)+geom_bar(aes(x=data$V1,y=data$V3,