跟著Nature Communications 學(xué)畫圖~ggplot2散點(diǎn)圖分組添加擬合曲線

今天繼續(xù) 跟著Nature Communications學(xué)畫圖系列第四篇涮瞻。學(xué)習(xí)R語言ggplot2包畫散點(diǎn)圖,然后分組添加擬合曲線加酵。對(duì)應(yīng)的是論文中的Figure2

image.png

對(duì)應(yīng)的 Nature Communications 的論文是 Fecal pollution can explain antibiotic resistance gene abundances in anthropogenically impacted environments

這篇論文數(shù)據(jù)分析和可視化的部分用到的數(shù)據(jù)和代碼全部放到了github上 https://github.com/karkman/crassphage_project

非常好的R語言學(xué)習(xí)素材。

首先是讀入數(shù)據(jù)、查看數(shù)據(jù)維度
crass_impact <- read.table("data/crass_impact.txt")
dim(crass_impact)
head(crass_impact)
最基本的散點(diǎn)圖
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res))+
  geom_point()
image.png
指定變量填充顏色
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point()
image.png
自定義顏色值
cols <- c("#E69F00", "#56B4E9", "#009E73", "#F0E442", "#0072B2", "#D55E00")
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point()+
  scale_color_manual(values = cols)
image.png
根據(jù)指定變量映射點(diǎn)的形狀毕源,并改變點(diǎn)的大小
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point(aes(shape=crAss_detection),size=5)+
  scale_color_manual(values = cols)
image.png
添加擬合曲線
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point(aes(shape=crAss_detection),size=5)+
  scale_color_manual(values = cols)+
  geom_smooth(method = 'lm')
image.png
分別對(duì)x和y取log10進(jìn)行轉(zhuǎn)換
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point(aes(shape=crAss_detection),size=5)+
  scale_color_manual(values = cols)+
  geom_smooth(method = 'lm')+
  scale_x_log10()+
  scale_y_log10()
image.png
更改作圖的主題
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point(aes(shape=crAss_detection),size=5)+
  scale_color_manual(values = cols)+
  geom_smooth(method = 'lm')+
  scale_x_log10()+
  scale_y_log10()+
  theme_classic()
image.png
更改x軸、y軸的標(biāo)題
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point(aes(shape=crAss_detection),size=5)+
  scale_color_manual(values = cols)+
  geom_smooth(method = 'lm')+
  scale_x_log10()+
  scale_y_log10()+
  theme_classic()+
  labs(y = "Normalized ARG abundance",
       x="Normalized crAssphage abundance")
image.png
更改圖例的標(biāo)題
ggplot(crass_impact,aes(x=rel_crAss,y=rel_res,color=country))+
  geom_point(aes(shape=crAss_detection),size=5)+
  scale_color_manual(values = cols)+
  geom_smooth(method = 'lm')+
  scale_x_log10()+
  scale_y_log10()+
  theme_classic()+
  labs(y = "Normalized ARG abundance",
       x="Normalized crAssphage abundance",
       color="Study",
       shape="crAssphage detection")
image.png

這里注意到更改圖例的標(biāo)題以后圖例的順序也變了陕习。原來圖例的默認(rèn)順序也是按照首字母排序來的霎褐。

還想改圖中的哪些地方可以留言討論

歡迎大家關(guān)注我的公眾號(hào)
小明的數(shù)據(jù)分析筆記本

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市该镣,隨后出現(xiàn)的幾起案子冻璃,更是在濱河造成了極大的恐慌,老刑警劉巖损合,帶你破解...
    沈念sama閱讀 218,682評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件省艳,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡塌忽,警方通過查閱死者的電腦和手機(jī)拍埠,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,277評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來土居,“玉大人枣购,你說我怎么就攤上這事〔烈” “怎么了棉圈?”我有些...
    開封第一講書人閱讀 165,083評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)眷蜓。 經(jīng)常有香客問我分瘾,道長(zhǎng),這世上最難降的妖魔是什么吁系? 我笑而不...
    開封第一講書人閱讀 58,763評(píng)論 1 295
  • 正文 為了忘掉前任德召,我火速辦了婚禮,結(jié)果婚禮上汽纤,老公的妹妹穿的比我還像新娘上岗。我一直安慰自己,他們只是感情好蕴坪,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,785評(píng)論 6 392
  • 文/花漫 我一把揭開白布肴掷。 她就那樣靜靜地躺著敬锐,像睡著了一般。 火紅的嫁衣襯著肌膚如雪呆瞻。 梳的紋絲不亂的頭發(fā)上台夺,一...
    開封第一講書人閱讀 51,624評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音痴脾,去河邊找鬼颤介。 笑死,一個(gè)胖子當(dāng)著我的面吹牛明郭,可吹牛的內(nèi)容都是我干的买窟。 我是一名探鬼主播,決...
    沈念sama閱讀 40,358評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼薯定,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了瞳购?” 一聲冷哼從身側(cè)響起话侄,我...
    開封第一講書人閱讀 39,261評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎学赛,沒想到半個(gè)月后年堆,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,722評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡盏浇,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,900評(píng)論 3 336
  • 正文 我和宋清朗相戀三年变丧,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片绢掰。...
    茶點(diǎn)故事閱讀 40,030評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡痒蓬,死狀恐怖滴劲,靈堂內(nèi)的尸體忽然破棺而出攻晒,到底是詐尸還是另有隱情,我是刑警寧澤班挖,帶...
    沈念sama閱讀 35,737評(píng)論 5 346
  • 正文 年R本政府宣布萧芙,位于F島的核電站,受9級(jí)特大地震影響动羽,放射性物質(zhì)發(fā)生泄漏曹质。R本人自食惡果不足惜羽德,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,360評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望姨夹。 院中可真熱鬧纤垂,春花似錦、人聲如沸磷账。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,941評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽逃糟。三九已至吼鱼,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間绰咽,已是汗流浹背菇肃。 一陣腳步聲響...
    開封第一講書人閱讀 33,057評(píng)論 1 270
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留取募,地道東北人琐谤。 一個(gè)月前我還...
    沈念sama閱讀 48,237評(píng)論 3 371
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像玩敏,于是被迫代替她去往敵國(guó)和親斗忌。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,976評(píng)論 2 355