电子商务网络营销的特点,湛江网站优化快速排名,课程网站建设简介,wordpress登陆后可见页箱线图绘制 1. 写在前面2.箱线图绘制2.1 相关R包导入2.2 数据导入及格式转换2.3 ggplot绘图 1. 写在前面 今天有时间把之前使用过的一些代码和大家分享#xff0c;其中箱线图绘制我认为是非常有用的一个部分。之前我是比较喜欢使用origin进行绘图#xff0c;但是绘制的图不太… 箱线图绘制 1. 写在前面2.箱线图绘制2.1 相关R包导入2.2 数据导入及格式转换2.3 ggplot绘图 1. 写在前面 今天有时间把之前使用过的一些代码和大家分享其中箱线图绘制我认为是非常有用的一个部分。之前我是比较喜欢使用origin进行绘图但是绘制的图不太好看并且需要进行不断调整不太方便所以开始使用R语言进行绘制。
2.箱线图绘制
2.1 相关R包导入
library(openxlsx)
library(tidyverse)
library(ggsignif)
library(ggpubr)
library(RColorBrewer)
library(ggplot2)2.2 数据导入及格式转换 由于使用ggplot2进行绘图需要将原本的表格数据进行转换一下为数据导入和转换方法 数据格式 setwd(C:/Users/Desktop/Practice/)
dataT1 - read.xlsx(T1.xlsx, sheet 1) # 文件名sheet的序号
dataS1 - read.xlsx(S1.xlsx, sheet 1) # 文件名sheet的序号
summary(dataT1)
head(dataT1)
summary(dataS1)
head(dataS1)#使用tidyverse包对数据进行处理
dataT1 - dataT1 %% gather(key group,value values) %% #gather()函数可以把多列数据合并成一列数据filter(!is.na(values))
head(dataT1)
summary(dataT1)dataS1 - dataS1 %% gather(key group,value values) %% #gather()函数可以把多列数据合并成一列数据filter(!is.na(values))
head(dataS1)
summary(dataS1)dataT1$group-factor(dataT1$group,levels c(2dm,4dm,6dm,8dm,10dm))
dataS1$group-factor(dataS1$group,levels c(2dm,4dm,6dm,8dm,10dm))
数据转换格式 head(dataT1)group values
1 2dm 0.8640
2 2dm 0.8500
3 2dm 0.8680
4 2dm 0.8850
5 2dm 0.8870
6 2dm 0.8951head(dataS1)group values
1 2dm 0.619
2 2dm 0.610
3 2dm 0.632
4 2dm 0.700
5 2dm 0.679
6 2dm 0.7112.3 ggplot绘图
(p1 - ggplot(data dataT1, aes(x group, y values)) stat_boxplot(geom errorbar, width 0.3, size 0.8, aes(color group)) geom_boxplot(aes(x group, y values, colour group), size 1.0, width 0.6) geom_jitter(mapping aes(x group, y values, colour group), size 1.5, alpha 0.3) stat_summary(fun mean, geom point, color black, size 2) stat_summary(fun mean, geom line, aes(group 1), color black, size 1) scale_color_manual(limits c(2dm,4dm,6dm,8dm,10dm), values c(#8dd3c7, #fdb462, #bebada, #fb8072, #80b1d3)) theme_classic(base_line_size 1) labs(x 空间分割等级, y Kappa) theme(text element_text(size 16, family serif),axis.ticks.length unit(0.2, cm), # 设置刻度线的长度axis.ticks element_line(size 1), # 设置刻度线的粗细legend.position none,plot.title element_text(size 16, colour black, hjust 0.5),axis.title.y element_text(size 16, color black, vjust 1.9, hjust 0.5, angle 90),legend.title element_text(color black, size 16),legend.text element_text(color black, size 16),axis.text.x element_text(size 16, color black, vjust 0.5, hjust 0.5, angle 0),axis.text.y element_text(size 16, color black, vjust 0.5, hjust 0.5, angle 0),panel.border element_rect(color black, size 1, fill NA),panel.grid.major element_blank(),panel.grid.minor element_blank(),axis.line element_line(colour black, size 2),axis.line.x element_line(colour black, size 0),axis.line.y element_line(colour black, size 0))
)(p2 - ggplot(data dataS1, aes(x group, y values)) stat_boxplot(geom errorbar, width 0.3, size 0.8, aes(color group)) geom_boxplot(aes(x group, y values, colour group), size 1.0, width 0.6) geom_jitter(mapping aes(x group, y values, colour group), size 1.5, alpha 0.3) stat_summary(fun mean, geom point, color black, size 2) stat_summary(fun mean, geom line, aes(group 1), color black, size 1) scale_color_manual(limits c(2dm,4dm,6dm,8dm,10dm), values c(#8dd3c7, #fdb462, #bebada, #fb8072, #80b1d3)) theme_classic(base_line_size 1) labs(x 空间分割等级, y Kappa) theme(text element_text(size 16, family serif),axis.ticks.length unit(0.2, cm), # 设置刻度线的长度axis.ticks element_line(size 1), # 设置刻度线的粗细legend.position none,plot.title element_text(size 16, colour black, hjust 0.5),axis.title.y element_text(size 16, color black, vjust 1.9, hjust 0.5, angle 90),legend.title element_text(color black, size 16),legend.text element_text(color black, size 16),axis.text.x element_text(size 16, color black, vjust 0.5, hjust 0.5, angle 0),axis.text.y element_text(size 16, color black, vjust 0.5, hjust 0.5, angle 0),panel.border element_rect(color black, size 1, fill NA),panel.grid.major element_blank(),panel.grid.minor element_blank(),axis.line element_line(colour black, size 2),axis.line.x element_line(colour black, size 0),axis.line.y element_line(colour black, size 0))
)最后将两张图进行拼接并保存
p1_cowplot - ggdraw(p1)
p2_cowplot - ggdraw(p2)
combined_plot - plot_grid(p1_cowplot, p2_cowplot, ncol 2, labels AUTO) #, labels AUTO
combined_plot
ggsave(combined_plot.jpg, width 28, height 10, units cm, dpi 600)
结果展示 欢迎大家交流指正
