2024-06-16

小果手把手教学-使用ggpubr进行文章的组图合并！

原创小果生信果 2023-10-10 19:00:32

收录于话题

小伙伴在阅读生信文章的时候，肯定都见过许多精美的图片，而他们的图片中往往都是有许多个不同结果的图进行组合，这种是发表文献是，小伙伴必须需要学会的技能。多个图形进行组图的展示，可以让我们的结果可以多角度的展示出来，也可以进行结果差异比对的需求。

当然，我们平时用的最多的就是PS，AI软件处理，但是软件对图片中大小，位置，布局，文字等调整麻烦的很，也不是一个小工程。小果在这里教大家一个其他的方法，利用R包ggpubr进行组图的合并，或许比AI，PS更容易呢，小果从0开始给大家介绍，我们开始学习吧！

小果在这里教学用的数据都是来自R包中自带的数据集：

首先我们载入R包还有数据集：

公众号后台回复“111″,领取代码，代码编号：231002

#install.packages("ggpubr")#这里注意的是 我们要首先载入ggplot2，在载入ggpubr包library(ggplot2)library(ggpubr)# ToothGrowth数据集data("ToothGrowth")head(ToothGrowth)

接下来是# mtcars 数据集data("mtcars")mtcars$name <- rownames(mtcars)mtcars$cyl <- as.factor(mtcars$cyl)head(mtcars[, c("name", "wt", "mpg", "cyl")])

我们主要学习的是组图，小伙伴对数据出的子图可以更具自己需求来完成。

我们先创建单个的图片

首先是箱线图：

Box_plot <- ggboxplot(ToothGrowth, x = "dose", y = "len",color = "dose", palette = "jco")Box_plot

接下里是点图#点图

Dot_plot <- ggdotplot(ToothGrowth, x = "dose", y = "len",                      color = "dose", palette = "jco", binwidth = 1)Dot_plot

然后是#有序条形图

Bar_plot <- ggbarplot(mtcars, x = "name", y = "mpg",                      fill = "cyl",               # change fill color by cyl                      color = "white",            # Set bar border colors to white                      palette = "jco",            # jco journal color palett. see ?ggpar                      sort.val = "asc",           # Sort the value in ascending order                      sort.by.groups = TRUE,      # Sort inside each group                      x.text.angle = 90           # Rotate vertically x axis texts) + font("x.text", size = 8)Bar_plot

后面就是#散点图

Scatter_plots <- ggscatter(mtcars, x = "wt", y = "mpg",                           add = "reg.line",               # Add regression line                           conf.int = TRUE,                # Add confidence interval                           color = "cyl", palette = "jco", # Color by groups "cyl"                           shape = "cyl"                   # Change point shape by groups "cyl")+  stat_cor(aes(color = cyl), label.x = 3)       # Add correlation coefficientScatter_plots

上述的单图是不是都很熟悉，都是平时我们做的比较多的图，我们创建完成后，就开始绘制组合图片把

这里使用ggpubr包中函数ggarrange（）在一页上进行展示上述的结果

对ToothGrowth数据集的箱线图，点图组合展示：

ggarrange(Box_plot, Dot_plot,labels = c(“A”, “B”),ncol = 2, nrow = 1)

是不是就完成了呢，AB序号小伙伴可以自行调整

后面我们对#mtcars 数据集的条形图，散点图组合展示

figure <- ggarrange(Scatter_plots, Bar_plot + font("x.text", size = 10),ncol = 1, nrow = 2)                    #添加图形的注释信息（标题，副标题，坐标轴，字体，颜色等）

                    annotate_figure(figure,                                    top = text_grob("Visualizing mpg", color = "red", face = "bold", size = 14),                                    bottom = text_grob("Data source:  mtcars data set", color = "blue",                                                       hjust = 1, x = 1, face = "italic", size = 10),                                    left = text_grob("Figure arranged using ggpubr", color = "green", rot = 90),                                    right = "Here )!",                                    fig.lab = "Figure 1", fig.lab.face = "bold"                    )

这是组图的一个，我们还可以调整细节，不只是简简单单的拼图，

接下来我们使用ggarrange（）函数更改绘图的列/行的跨度

这里我们将#散点图在第一行跨两列，箱形图和点图并于第二行

ggarrange(Scatter_plots,                                                 # First row with scatter plot          ggarrange(Box_plot, Dot_plot, ncol = 2, labels = c("B", "C")), # Second row with box and dot plots          nrow = 2,          labels = "A"                                        # Labels of the scatter plot                    )

这样一来，一行中平均排行好，图片更加美观

但是有时候图片内容多了，会显得很拥挤，我们可以利用NULL构建空白图

我们这里示例一下边际密度图的散点图，去学习一下吧：

#绘制主要散点图
Scatter_plots <- ggscatter(iris, x = "Sepal.Length", y = "Sepal.Width",                           color = "Species", palette = "jco",                           size = 3, alpha = 0.6)+  border()#上侧，右侧添加密度图                                  
xplot <- ggdensity(iris, "Sepal.Length", fill = "Species",                   palette = "jco")yplot <- ggdensity(iris, "Sepal.Width", fill = "Species",                   palette = "jco")+  rotate()# 设置主题yplot <- yplot + clean_theme()xplot <- xplot + clean_theme()
# 通过width和height参数调整图的大小# 利用NULL设置空白图
ggarrange(xplot, NULL, Scatter_plots, yplot,          ncol = 2, nrow = 2,  align = "hv",          widths = c(2, 1), heights = c(1, 2),          common.legend = TRUE)

这样边际图周围留出来一些空白，我们可以将NULL套用在自己数据图中。

当然我们还可以添加统计的图表还有文本的信息，我们可以利用绘制变量“Sepal.Length” 的密度图以及描述性统计（mean，sd，…）的汇总表

# Sepal.Length密度图
density.p <- ggdensity(iris, x = "Sepal.Length",                       fill = "Species", palette = "jco")# Sepal.Length描述性统计
stable <- desc_statby(iris, measure.var = "Sepal.Length",                      grps = "Species")stable <- stable[, c("Species", "length", "mean", "sd")]

# 设置table的主题
stable.p <- ggtexttable(stable, rows = NULL,                        theme = ttheme("mOrange"))#  text 信息
text <- paste("iris data set gives the measurements in cm",              "of the variables sepal length and width",              "and petal length and width, reScatter_plotsectively,",              "for 50 flowers from each of 3 Scatter_plotsecies of iris.",              "The Scatter_plotsecies are Iris setosa, versicolor, and virginica.", sep = " ")text.p <- ggparagraph(text = text, face = "italic", size = 11, color = "black")

# 组图展示，调整高度和宽度
ggarrange(density.p, stable.p, text.p,          ncol = 1, nrow = 3,          heights = c(1, 0.5, 0.3))

这样一来，下面就是对上述图的统计介绍，我们组合在一张图中。

我们在调整一下布局：进行#子母图展示

density.p + annotation_custom(ggplotGrob(stable.p),                              xmin = 5.5, ymin = 0.7,                              xmax = 8)
#嵌套布局展示
p1 <- ggarrange(Scatter_plots, Bar_plot + font("x.text", size = 9),                ncol = 1, nrow = 2)p2 <- ggarrange(density.p, stable.p, text.p,                ncol = 1, nrow = 3,                heights = c(1, 0.5, 0.3))#先组合P1，P2，然后自定义行 列 ，嵌套组合展示ggarrange(p1, p2, ncol = 2, nrow = 1)