R語言~圖例中的合并同類項

有時繪圖伯复,存在很多分類層次,需要用顏色邢笙,大小啸如,線條類型來逐級區(qū)分,但是造成圖例太多的情況氮惯,需要合并同類項叮雳。在網(wǎng)上找到了答案https://stackoverflow.com/questions/37140266/how-to-merge-color-line-style-and-shape-legends-in-ggplot

以下示例基于自己的數(shù)據(jù)

先上圖

  1. 加載工具包
library(reshape2)
library(dplyr)
library(phyloseq)
library(ggpubr)
  1. 加載整理數(shù)據(jù)
load('../01_filter_and_rarefy_Bacteria/.RData')
remove(physeq)
sample_variables(rarefy)
rarefy = subset_samples(rarefy, NP<100&EC<2000&CN<150& (!Sequencing_ID_16s_18s%in% c('M24','M12','M30')))
map = data.frame(sample_data(rarefy))
map = mutate(map,Latitude = abs(Latitude), 
             group = case_when(Vegetation == 'Forest'~ 'Forest', TRUE ~ 'NonForest'))
map$group = as.factor(map$group)
  1. 新建向量存儲變量組合
envs = c('Latitude', "Elevation", "Slope", # geologic 
         "MAT", "AI", # climate
         "Plant_cover",  # plant
         "pH", "EC", "Clay_silt", 'WHC','TP') # soil 

funs = c("BG","PHOS","NAG","Rb","PO4","NO3", "NH4", 'NPP', 'ORC')
  1. 計算多樣性
richness = estimate_richness(rarefy, measures="Observed")
rownames(richness) == map$Global_Atlas_Order
map$Bacteria_richness = richness$Observed
map$Global_Atlas_Order = NULL
  1. 整理數(shù)據(jù)
env_div = map[c(envs, 'group', 'Plant_richness','Bacteria_richness')] %>%
  mutate(Plant_richness = scale(Plant_richness), Bacteria_richness = scale(Bacteria_richness)) %>%
  melt(id.vars = c('group', 'Plant_richness','Bacteria_richness'), 
       variable.name = 'ENV', value.name ='value') %>%
  melt(id.vars = c('ENV','value','group'), variable.name = 'Organism', value.name = 'diversity') %>%
  mutate(Organism = case_when(Organism == 'Plant_richness'~'Plant', TRUE ~ 'Bacteria')) %>%
  mutate(labels = paste(group, Organism))

env_div$labels = factor(env_div$labels, 
                        levels = c('Forest Plant','Forest Bacteria',
                                   'NonForest Plant','NonForest Bacteria'))
env_div$ENV = gsub('_',' ',env_div$ENV)
  1. 繪圖
#獲取ggplot2的默認(rèn)顏色
library(scales)
show_col(hue_pal()(2))  

env_div_p = ggplot(env_div, aes(value, diversity, color = labels, linetype = group)) +
  facet_wrap(ENV~.,scales = 'free', ncol = 4, strip.position = 'bottom') +
  geom_smooth(method = 'loess', span = 1, formula = y~x, se = F) +
  guides(color = guide_legend(override.aes = list(linetype = c(1,1,2,2))),
         linetype = 'none') +
  scale_color_manual(values = rep(rev(hue_pal()(2)), 2)) +
  labs(x = NULL, y = 'diversity (scaled)', color = NULL) +
  theme_classic() +
  theme(axis.title = element_text(color = 'black'),
        axis.text = element_text(color = 'black'),
        legend.text = element_text(color = 'black'),
        legend.position = c(0.9,0.1),
        legend.key.width = unit(1,'cm'),
        strip.text = element_text(color = 'black'),
        strip.background = element_blank(),
        strip.placement = 'outside')
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市妇汗,隨后出現(xiàn)的幾起案子帘不,更是在濱河造成了極大的恐慌,老刑警劉巖杨箭,帶你破解...
    沈念sama閱讀 206,126評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件寞焙,死亡現(xiàn)場離奇詭異,居然都是意外死亡告唆,警方通過查閱死者的電腦和手機(jī)棺弊,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評論 2 382
  • 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擒悬,“玉大人模她,你說我怎么就攤上這事《粒” “怎么了侈净?”我有些...
    開封第一講書人閱讀 152,445評論 0 341
  • 文/不壞的土叔 我叫張陵,是天一觀的道長僧凤。 經(jīng)常有香客問我畜侦,道長,這世上最難降的妖魔是什么躯保? 我笑而不...
    開封第一講書人閱讀 55,185評論 1 278
  • 正文 為了忘掉前任旋膳,我火速辦了婚禮,結(jié)果婚禮上途事,老公的妹妹穿的比我還像新娘验懊。我一直安慰自己,他們只是感情好尸变,可當(dāng)我...
    茶點故事閱讀 64,178評論 5 371
  • 文/花漫 我一把揭開白布义图。 她就那樣靜靜地躺著,像睡著了一般召烂。 火紅的嫁衣襯著肌膚如雪碱工。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 48,970評論 1 284
  • 那天奏夫,我揣著相機(jī)與錄音怕篷,去河邊找鬼。 笑死桶蛔,一個胖子當(dāng)著我的面吹牛匙头,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播仔雷,決...
    沈念sama閱讀 38,276評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼蹂析,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了碟婆?” 一聲冷哼從身側(cè)響起电抚,我...
    開封第一講書人閱讀 36,927評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎竖共,沒想到半個月后蝙叛,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 43,400評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡公给,尸身上長有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...
    茶點故事閱讀 35,883評論 2 323
  • 正文 我和宋清朗相戀三年借帘,在試婚紗的時候發(fā)現(xiàn)自己被綠了蜘渣。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 37,997評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡肺然,死狀恐怖蔫缸,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情际起,我是刑警寧澤拾碌,帶...
    沈念sama閱讀 33,646評論 4 322
  • 正文 年R本政府宣布,位于F島的核電站街望,受9級特大地震影響校翔,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜灾前,卻給世界環(huán)境...
    茶點故事閱讀 39,213評論 3 307
  • 文/蒙蒙 一防症、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧豫柬,春花似錦告希、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至础嫡,卻和暖如春指么,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背榴鼎。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評論 1 260
  • 我被黑心中介騙來泰國打工伯诬, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人巫财。 一個月前我還...
    沈念sama閱讀 45,423評論 2 352
  • 正文 我出身青樓盗似,卻偏偏與公主長得像,于是被迫代替她去往敵國和親平项。 傳聞我的和親對象是個殘疾皇子赫舒,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,722評論 2 345

推薦閱讀更多精彩內(nèi)容