2024-06-16

小果带你认识R数据可视化之图例设置(二)

小师妹生信果 2024-03-11 19:00:08

转自公众号：R语言学徒
http://mp.weixin.qq.com/s?__biz=Mzg5MDk3Mzg4OA==&mid=2247489630&idx=1&sn=96739c0afc7320d04f516ece95911a11

小果在之前的文章中讲述了图例设置的一些用法，那么接下来小果就继续讲述剩下的一些内容，在这之前小果还是先强烈推荐一下自己的工具平台（http://www.biocloudservice.com/home.html），那接下来废话不多说，直接开始吧。

1. 基本坐标轴设置

坐标轴的设置小果举个简单的例子大家就能理解啦：

> guide_axis(+   title = waiver(),+   check.overlap = FALSE,+   angle = NULL,+   n.dodge = 1,+   order = 0,+   position = waiver()+ )> p <- ggplot(mpg, aes(cty * 200, hwy * 200)) ++   geom_point()> # 设置行数> p1 <- p + scale_x_continuous(guide = guide_axis(n.dodge = 4))> # 设置角度> p2 <- p + guides(x = guide_axis(angle = 90))> # 复制轴> p3 <- p + guides(x = guide_axis(n.dodge = 2), y.sec = guide_axis())> plot_grid(p, p1, p2, p3, labels = LETTERS[1:4], ncol = 2)

2. 分箱图例

guide_bins()函数用于创建一个自定义的图例（legend），用于解释直方图中的颜色映射。直方图通常用于显示连续变量的分布情况，其中柱子的高度表示在特定区间内观测值的频数或频率。guide_bins()函数可以用于修改直方图中的颜色映射图例的各种属性，包括标题、颜色范围、标签、位置等。

小果还是来举个简单的例子吧：

> p <- ggplot(mtcars) ++   geom_point(aes(disp, mpg, size = hp)) ++   scale_size_binned()> # 删除> p1 <- p + guides(size = guide_bins(axis = FALSE))        > # 显示区间> p2 <- p + guides(size = guide_bins(show.limits = TRUE))> # 设置轴的箭头> p3 <- p + guides(size = guide_bins(+   axis.arrow = arrow(length = unit(1.5, 'mm'), ends = 'both')+ ))> # 默认将图例合并> p4 <- ggplot(mtcars) ++   geom_point(aes(disp, mpg, size = hp, colour = hp)) ++   scale_size_binned() ++   scale_colour_binned(guide = "bins")> plot_grid(p1, p2, p3, p4, labels = LETTERS[1:4], ncol = 2)

3. 分箱颜色映射

guide_coloursteps()函数用于创建一个自定义的图例（legend），用于解释连续变量的颜色映射。颜色映射常用于将连续变量映射到一组颜色上，以显示变量的不同取值之间的差异。guide_coloursteps()函数可以用于修改颜色映射图例的各种属性，包括标题、颜色范围、标签、位置等。

小果还是举个简单的例子哦：

> df <- expand.grid(X1 = 1:20, X2 = 1:20)> df$value <- df$X1 * df$X2> p <- ggplot(df, aes(X1, X2)) + geom_tile(aes(fill = value))> p1 <- p + scale_fill_binned()> p2 <- p + scale_fill_binned(breaks = c(20, 30, 60))> p3 <- p + scale_fill_binned(+   breaks = c(20, 30, 60),+   guide = guide_coloursteps(even.steps = FALSE)+ )> p4 <- p + scale_fill_binned(guide = guide_coloursteps(show.limits = TRUE))> plot_grid(p1, p2, p3, p4, labels = LETTERS[1:4], ncol = 2)